用Monte－Carlo法计算电磁场

本文应用蒙特卡罗法计算复杂的三维电磁场。由于采用了一种既快速又能产生出较好统计性的“伪随机数”的算法，因而得到了较理想的结果。此外，本文还提供一个估计精度的公式，并指明改进精度估计的措施。     

分层部分样本轮换抽样下的混合估计

在实际抽样调查中，人们常采用部分样本轮换的方式进行抽样调查，然而，它的估计估计与精度如何，尚未见报导。本文试图对常用的分层抽样方式下的部分样本轮换抽样的估计及其精度问题作一探讨；     

基于负数阶矩的正值Alpha稳定分布的参数估计

为了精确估计正值alpha稳定（PAS）分布的参数，基于负数阶矩理论，提出了比值估计、对数矩估计和迭代对数矩估计3种参数估计方法．比值估计直接利用特定阶次的负数阶矩的比值来估计未知参数，对数矩估计利用PAS分布的对数变换及其负数阶矩的Taylor展式从而获得解析的估计形式，迭代对数矩估计通过样本分段迭代估计未知参数．与传统的估计方法相比，所提出的3种估计方法可以获得更高的估计精度，并且对数矩估计具有较低的计算复杂度．MonteCarlo仿真实验表明，当独立运行次数为100、样本总数为5000时，比值估计的估计精度可以达到99．8％，对数矩估计的估计精度可以达到99．95％，迭代对数矩估计的估计精度可以达到99．94％．     

基于HRNet的轻量化人体姿态估计网络

由于算力和内存的限制，目前的人体姿态估计网络难以广泛应用于移动设备、嵌入式平台.针对这个问题，本文以HRNet为基础框架，提出了一种轻量化的人体姿态估计网络X-HRNet，使用ResNeXt模块替换普通的Basic模块以减少网络的参数和计算复杂度.实验结果表明，所提出模型在COCO验证集上取得了78.2%的精度，比HRNet高1.9%，参数量下降了22.2M，计算量下降了27.3GFLOPs.与以往的轻量化人体姿态估计方法不同，所提出的X-HRNet是一种兼顾精度和轻量化的方法，在保持精度的同时有效减少了计算量和参数量，为嵌入式平台提出了一种新的轻量化人体姿态估计网络.     

一种改进的差分前向频率估计

考察基于模/4算法的差分前向频率估计在(8PSK)载波恢复中的应用，在高斯复噪声的影响下，求模运算 引入部分相位模糊点，降低了该算法的估计精度和有效估计范围#提出一种反馈校正的频率估计方案并进行性能 仿真，结果表明该方案有效纠正了模/4运算引入的相位模糊，提高了估计精度，拓宽了有效估计范围。给出了改 进算法的FPGA实现框图。     

正则化的精度矩阵估计的解轨迹

精度矩阵在高斯图模型中具有广泛的应用,许多正则化方法用于精度矩阵的估计问题,然而却很少有对其解轨迹的关注。本文主要利用条件数正则化协方差矩阵估计的方法来探索精度矩阵估计的解轨迹,数值模拟结果表明该轨迹算法可以便捷地描绘出精度矩阵估计的解轨迹。     

MIMO-OFDM蜂窝系统中优选训练序列及信道估计

对多输入多输出正交频分复用(MIMO-OFDM)蜂窝系统中的信道估计进行了研究，推导了用于多小区多天线的最优训练序列条件，给出了一种实用优选训练序列，并在此基础上提出了一种迭代信道估计算法．结果表明，所提出的迭代信道估计算法可以有效抑制同信道干扰对估计精度的影响，使该估计器具有更高的估计精度，在同信道干扰环境中性能更稳健，从而使接收机性能更靠近理想信道估计的性能．     

电子海图显示精度的研究

分析了影响海图信息显示精度的主要误差源，对描述物标位置属性的基本点的显示误差进行了上限估计和均方差估计，指出了提高电子海图显示精度的方法和途径。同时还给出了一种保证任意预定精度的快速墨卡托海图投影计算方法。     

Cotes求积公式的误差

由于cotes求积公式在实际计算中有较高的精度而被人们广泛采用，对于其误差的估计，现有的文献都是在不加证明的情况下给出一个误差估计式，在此，首先给出了cotes求积公式的代数精度，然后给出了cotes求积公式的误差估计式的严格推导过程。     

矩形域上二重积分的优化Taylor数值积分法

本文给出了矩形域上二重积分的优化Ｔａｙｌｏｒ数值积分法，所得到的选代公式可避免重复计算，能加速收敛到给定的近似值精度，同时给出了相应的误差估计式。     

城市快速路路段行程时间估计方法

为有效提高城市快速路路段行程时间估计精度，本文提出一种基于自适应滤波和网格虚拟车的行程时间估计方法。首先，利用自适应平滑滤波插值获得固定检测器之间的速度数据，实现固定检测器之间的时空速度场重构。然后将重构的速度场细分为若干网格单元，通过计算虚拟车在重构时空速度场的虚拟轨迹估计路段行程时间。最后，选取城市快速路感应线圈实测数据进行实例验证。实验结果表明，本文方法在自由流、平稳流和拥堵流3个运行时段下，均方根误差分别为0.15、0.35和1.06,平均相对误差均低于10%,具有较高的估计精度。     

一般域无穷间断广义二重积分优化中心算法

本文给出一般域内有无穷间断点的广义二重积分优化中心数值积分法，它在迭代计算时加速达到近似值精度，并给出了误差估计式．     

用抽样分布对双参数威布尔分布参数的区间估计

本文提出了一种完全不同于现成方法的、以两个抽样分布为基础的估计仅参数威布尔分布的形状参数和尺度参数的置信限的方法。该法是直接用样本观察值进行估计。虽然由于采用了一阶近似对其中一个抽样分布作了简化处理，从而使估计结果偏于保守，但算例表明，估计结果有足够的精度且优于某些现有的方法。并且该法简便，尤其适于工程应用。     

一种改进的最大熵方法在船舶辐射噪声盲分离中的应用

对于船舶辐射噪声信号的盲信号分离(BSS)问题，由于常用的最小互信息(MMI)方法需要估计输出信号的高阶累积量，这对于非高斯、非平稳的船舶辐射噪声来说信号估计的精度将会降低．为此，本文验证了最大熵(ME)方法在处理此类复杂信号时能作为最佳对比函数的条件，并在此基础上用高斯混合模型来估计信号的概率分布，提高了信号概率密度估计的精度；同时在算法的迭代过程中使用自然梯度下降法代替随机梯度下降法，提高了算法的收敛速度．通过对船舶辐射噪声信号的盲分离实验，证明了此分离算法是有效的．     

多循环频率时差Doppler估计方法及性能分析

单循环频率循环估计子由于只利用了单个循环频率处的信号信息，其估计性能及适用条件受到了较大限制. 针对这一局限性，文中研究了综合利用多循环频率信号信息的多循环频率循环估计子，其基本思路是将多个单循环频率循环估计子按一定准则融合在一起，解决单循环频率循环估计子面临的困难. 文中还以时差估计为例，详细推导了多循环频率循环估计子对时差的估计理论精度，并不加推导地给出了频移估计的理论精度. 理论计算和数字仿真实验结果均说明多循环频率循环估计子确实具有较单循环频率循环估计子和传统相关方法更好的估计性能，并且这种估计方法具有较好地适应不同特性噪声的能力.     

在UBBE框架下考虑不肯定的上界的估计方法

对目前的ＵＢＢＥ模型进行了适当的推广，使在解决估计问题时可以考虑那些可能是误差上界的数值，并在此基础上提出了一种方法，能够通过对估计精度和可靠性进行合理的权衡确定所需估计值，实际案例研究结果表明所提方法能够较好地解决估计精度和可靠性之间的矛盾。     

在UBBE框架下考虑不肯定的上界的估计方法

对目前的ＵＢＢＥ模型进行了适当的推广，使在解决估计问题时可以考虑那些可能是误差上界的数值，并在此基础上提出了一种方法，能够通过对估计精度和可靠性进行合理的权衡确定所需估计值，实际案例研究结果表明所提方法能够较好地解决估计精度和可靠性之间的矛盾。     

基于改进广义回归神经网络和主成分分析的宽带DOA估计

为了获取较高的宽带信号的DOA(direction-of-arrival)估计精度,提出了基于改进的广义回归神经网络(IGRNN,improved generalized regression neural network)和主成分分析(PCA,principalcomponent analysis)的宽带DOA估计算法。选用PCA方法对训练样本进行降维,以降低神经网络的复杂度;利用粒子群算法优化GRNN的参数;根据选取不同的聚焦角度确定粗估计、精估计的训练模型,通过粗估计得出目标的大致方位后,利用精估计模型得出最终的估计结果,避免了聚焦角度对估计精度的影响。仿真结果表明,本文提出的算法具有较好的估计精度和较高的工作效率。     

HDTV编码中利用联想存储和神经网络的运行估计方法

采用以内容寻址的联想存储结构，在保证估计精度的前提下实现高度并行的处理，适合于ＶＬＳＩ实现。在块内存在运动边界时，块匹配法的运动一致性前提不再满足，本文提出了利用神经网络模式分类的分割匹配方法，能够提高含运动边界块的运动估计性能。     

双光斑交叉目标跟踪方法研究

为了解决交叉目标跟踪中相关系数矩阵的多峰性引起的目标模糊对应问题，提高状态估计的精度，提出了一种通过估计双光斑交叉目标形状参数来辨识目标，进而完成目标状态估计的方法－ＯＤＡＭＣＦ算法。实验表明，对于像喷气式发动机或导弹尾焰产生的红外高斯图像，形状参数估计的结果是精确的，能较有效地解决目标的模糊对应问题，提高了目标状态估计的精度。