高阶统计量在水下目标识别中的应用

利用了高阶统计量进行特征提取的方法，着重研究了采用双谱分析的方法提取舰船辐射噪声，给出了双谱矩阵处理的峰值化算法，提取了47维的特征向量并利用BP神经网络对他们进行训练与识别，结果表明，A类目标的正确识别率为83％，B类目标为88％，C类目标为85．19％，D类目标为85．7％。     

基于高阶累积量方法的非高斯非最小相位ARMA模型辨识

从利用高阶累积量对加性高斯噪声有色中非高斯过程辨识的基本理论出发,对近年来基于高阶统计量方法辨识非高斯、非最小相位ARMA模型的算法进行了分析和综述,阐明了借助高阶统计量方法可以克服传统的基于2阶统计量方法在解决此类问题中的缺陷,有效地解决非高斯、非最小相位系统的辨识问题。     

非最小相位系统特性分析

在自动控制理论中，对最小相位系统的分析与设计进行了广泛的讨论，而对非最小相位系统，文献资料中很少涉及，理论上也不全面，为此对非最小相位系统的概念、分析、特点作了全面系统的阐述。     

基于高阶统计量含噪模糊图像的复原方法

基于高阶统计量,提出了一种对含噪模糊图像点扩散函数进行模糊辨识的方法,可以辨识非最小相位的模糊图像,并将其建成非最小相位MA模型,其中的参数用观测图像的高阶累积量来确定。仿真实验验证了其有效性。     

基于高阶统计量的自适应盲源分离算法

提出了一种新的自适应盲源分离算法，在无噪音实时两源两传感器的情况下，一旦观测信号被白化，只需要辨识一个特定的旋转矩阵就可以完成盲源分离，并给出了能表征该旋转矩阵的角的自适应估计器，仿真结果表明，当满足源峭度和不为零的条件时，这种方法是一种稳定的和有效的分离算法。     

利用高阶谱恢复信号相位信息的非参数方法

高阶谱分析是信号处理领域的一种新方法，近年来得到迅速发展。本文介绍几种利用高阶谱知识恢复信号相位信息的非参数方法。     

一种非最小相位系统控制方法

针对非最小相位系统提出了一种非线性控制方法。利用一种非线性函数对常规PID控制的三个控制项分别进行非线性修正,形成一种非线性PID控制器,并结合这一控制器的直观物理意义,在状态平面上通过旋转该控制器来改变闭环系统的负零点个数,以适应非最小相位系统的控制需求。仿真结果表明,与线性PID控制器相比,本文方法在减小负调幅值的同时缩短了系统调节时间,较好地解决了非最小相位的控制问题。     

基于高阶统计量信号检测的研究

研究了高阶统计量（主要是三阶累积量）在信号检测中的应用，探讨了信号检测的高阶累积量算法.利用高斯噪声的高阶累积量的零均值特性，用计算机对SNR=20dB和SNR=0dB的输入信号进行模拟仿真，并将检测结果与原始信号进行比较，从结果上看执行效果较好．     

非最小相位系统预测控制算法的频域设计

在Z域和离散时域研究了非最小相位系统的控制问题,从系统内稳定和渐进跟踪要求出发,提出了一类非最小相位系统预测控制的新算法,该算法通过求取满足闭环系统最基本要求的参考轨迹来实现,设计例子表明了提出方法的有效性。     

非线性非最小相位系统伪线性复合控制

将多变量非线性控制理论中的伪线性化方法,应用于具有非线性、非最小相位特性控制系统的控制规律的设计,实现了被控对象的状态反馈线性化。针对具体的控制要求,将伪线性化方法与其他控制技术相结合,可以形成复合控制策略。基于流体动力机械控制系统的仿真结果表明,复合控制策略能有效改善被控对象的动态性能,增强其适应参数变化的能力,具有较好的速动性和鲁棒性。     

非最小相位离散系统的模型参考自适应控制

将单输入单输出非最小相位离散时间系统的模型参考自适应控制的新方法（即用从最小二乘获得的近似逆系统方法）推广到多变量场合．讨论了如何避免不稳定的零极点对消及如何将扰动的作用与对象的输出进行解耦的问题．计算机仿真结果说明了推广方法的有效性．     

基于高阶统计量的MIMO系统辨识与均衡算法

将高阶统计量与盲分离的移位阻断SHIBBS算法相结合, 利用高阶统计量能辨识非最小相位系统和SHIBBS算法分离效果与计算量适中的特点, 提出一种在频域内对MIMO系统进行辨识的方法; 针对在此解混后的信号存在排序不确定性的问题, 直接在频域上采用互四阶累计量, 从而很好地对信号进行了分离; 针对信号的比例模糊问题, 利用LMS自适应的恒模算法（CMA）对排序后信号均衡补偿, 仿真实验证明了此算法的有效性.     

利用高阶统计量方法进行自适应信号处理

该文研究了高阶统计量（主要是三阶累积量）在自适应信号处理中的应用。探讨了线性系统自适应辨识的高阶累积量算法及其改进算法,并以自适应时延估计为例,推广了新算法在自适应信号处理中的应用。通过计算机仿真,对改进前后算法性能作了比较,还比较了它们同基于相关算法的性能差异,给出了仿真结果。     

一种基于过采样技术的非最小相位系统盲辨识方法

提出了一种在时域中盲辨识非最小相位系统传递函数的方法,该方法通过对系统输出过采样来获得系统结构参数的信息.对于单输入单输出的线性离散系统,经过输出过采样后可以等价为单个输入、多个输出的传递函数模型,这多个输出函数具有相同的分母多项式和不同的分子多项式.采用子空间分解法可以确定分子多项式的参数,通过对系统输出信号自相关函数的处理可以得到分母多项式,最终可以得到原系统的结构参数.与传统高阶矩方法相比,该方法对噪声的敏感度更低,辨识的精度和速度也有很大提高.仿真结果表明,当信噪比大于15dB时,该方法可以有效地辨识出系统参数.与高阶矩方法相比,辨识门限信噪比降低了10dB,估计精度提高了20%,辨识速度加快了3倍.     

基于高阶统计量的非线性控制系统性能评估方法

针对一类基于反馈线性化策略的非线性控制系统,提出一种基于高阶矩估计非线性控制器性能检测新方法.非线性闭环控制系统由外部PID控制器、反馈线性化补偿环节和非线性控制对象组成,在模型和对象完全一致时,闭环系统输入输出具有线性特征.在实际应用中,经常遇到反馈线性化补偿环节模型参数与被控对象实际值不一致的情况,上述线性关系也一般不再存在.基于这种直观认识,以闭环控制系统所具有的线性关系为性能参考基准,通过估计系统输出的三元谱和四元谱等统计特征量,构造非高斯性以及非线性等假设推理命题,检验控制系统是否还处于原期望的操作点上,通过大量仿真计算表明了非线性检测新方法的有效性.     

FIR线性相位数字滤波器的CPLD实现

本文介绍了一种利用复杂可编程逻辑器件 ( CPLD) ,并采用窗函数法实现 FIR线性相位数字滤波器的设计 ,以一个十六阶 FIR带通数字滤波器说明用 FLEX1 0 K器件的设计过程 .设计的电路通过仿真测试 ,能够达到设计指标 .     

力学系统的高阶万有D''''Alembert原理

从质点系的牛顿动力学方程出发，建立高阶万有D＇Alembert原理，并给出该原理的各种形式．     

完整力学系统的高阶Hamilton方程

依据Legendre变换，引入高阶Hamilton函数，得到了在力变率和高阶力变率作用下完整保守力学系统和完整非保守力学系统的高阶Hamilton方程。     

高阶统计量在噪声中谐波恢复的应用

高阶统计量是信号处理的一种新的强有力的工具，近年来在谐波恢复领域取得了很好的应用效果。文中综述了基于高阶统计量的谐波恢复方法以及基于各阶统计量相混合的预滤波谐波恢复方法。表明高阶统计量方法可以有效地抑制有色噪声的影响。     

完整力学系统的高阶Hamilton正则方程

运用完整力学系统的高阶Lagrange方程建立了完整力学系统的高阶Ham ilton正则方程,得到完整有势力学系统高阶循环积分和高阶广义能量积分,并阐明了高阶Ham ilton函数的物理意义.