采用孤立点检测的欠定混合矩阵盲辨识

研究欠定盲源分离中的混合矩阵估计问题,针对多源时频点对混合矩阵估计的影响,提取时频域单源点用于混合矩阵估计,给出一种时频单源点检测方法. 针对时频单源点中孤立点对混合矩阵估计的影响,剔除单源点中的孤立点进一步提高混合矩阵的估计精度,应用减法聚类方法对剔除孤立点后的时频单源点进行聚类,实现了源信号数目和混合矩阵的同时估计. 语音信号的仿真实验表明,与其他两种基于时频单源点的欠定混合矩阵估计算法相比,所提出的算法具有更高的估计精度和更好的鲁棒性.     

平面阵列下的二维角度和频率联合估计

在均匀面阵列结构基础上提出一种二维角度和频率联合估计新方法. 对阵列天线输出的信号进行建模分析,表明阵列接收信号具有平行因子四线性模型特征. 利用该模型低秩分解的唯一性条件,从分解得到的矩阵中联合估计出信源的参数. 该算法首先利用四线性交替最小二乘算法估计出方向矩阵和频率矩阵,然后利用频率矩阵的Vandermonde特征和方向矩阵的结构特点及最小二乘法计算频率和二维角度. 该方法无需谱峰搜索即可实现参数同时估计与配对,与现有的基于三线性分解的算法和ESPRIT算法相比具有更高的估计精度,而且在小样本数情况下也能较好地工作. 仿真结果验证了该方法的有效性.     

信道压缩表示的OFDM快衰落信道估计

针对正交频分复用系统提出基于信道压缩表示的快衰落信道估计算法. 该方法采用一种紧凑型信道冲激响应(channel impulse response, CIR)矩阵及信道核向量的信道压缩表示方法,减少了CIR矩阵中的未知元素数目. 推导了等效信道模型以及CIR矩阵与信道核向量之间的闭式表达式,利用最小二乘和线性最小均方差估计器估计出信道核向量,并由其重构出CIR矩阵,从而实现了信道压缩表示的OFDM快衰落信道估计. 仿真结果表明,该算法能对快衰落信道进行有效估计,并降低系统传输BER.     

纵向数据下部分线性单指标模型的变量选择

研究各种复杂数据之间的关系以及研究各种模型中各个有效协变量的选择方法是统计学研究领域的一项重要的工作。针对纵向数据下的部分线性单指标模型,采用对其线性部分参数与单指标部分的参数的估计与变量选择同时进行SCAD、LASSO、ALASSO惩罚的方法。并且在一定的条件下,证明了一些惩罚估计量有Oracle性质,其结果是参数估计的渐进均值、渐进协方差与参数真实值的渐进均值、渐进协方差相同。还利用随机模拟方法,研究了估计的大样本性质,说明所提出的方法对于参数的变量选择是可行的。     

面向感兴趣类别的约束非负矩阵分解算法

在处理高光谱数据解混问题中,非负矩阵分解是一种非常有效的方法之一。现有的非负矩阵分解方法一般是针对图中所有地物信息的盲分解,然而实际应用中常常并不需要求取全部地物类别的丰度信息。如果只考虑感兴趣类别,那么其它类别会对其产生不可预测的干扰。针对干扰问题,提出了一种基于最小二乘算法预估计并结合最小距离的约束非负矩阵分解算法(LSMDCNMF)。实验表明,所提出的算法在不忽略非感兴趣类别的情况下,有效地提高了感兴趣类别的解混效果。     

产生异步时序机功能测试序列集的一个算法

时序机功能测试问题是CAD领域中一个十分重要的研究课题。目前,国内外普遍采用状态表分析法。本文提出了一个算法,是从时序机的初始输出函数Z=F(X,y)出发利用■Z=1,时序机矩阵模型中的B矩阵以及文献[1]中的一些主要结果得到异步时序机的功能测试序列集。     

有数据丢包的复杂网络的鲁棒保性能状态估计

针对现实网络在数据传输中存在数据丢包和噪声干扰的特点,研究离散时间复
杂网络的鲁棒保性能状态估计问题,旨在减小数据丢包和噪声干扰对状态估计的影响. 利
用Lyapunov稳定性理论与随机分析方法,以线性矩阵不等式的形式提出了鲁棒保性能状态
估计增益矩阵存在的条件和设计准则,在满足状态估计误差均方指数收敛的前提下,能进一
步使网络的状态估计满足一定的性能指标. 仿真结果表明,鲁棒保性能状态估计器可以有效地
估计复杂网络的状态.     

食饵-捕食者模型参数拟合方法

食饵-捕食者模型是生物数学研究中一类重要的模型,但依据观测数据对模型参数进行估计的研究较少,不利于模型的广泛应用.以雪兔和猞猁数据和食饵-捕食者模型为例,给出了使用MATLAB估计模型参数的方法和结果分析.通过文献比较,验证了所提出方法的正确性和有效性.     

基于帧间单映变换的视频序列超分辨率重建

针对帧间单映变换的视频序列提出了一种超分辨率重建算法。首先在最小二乘的基础上给出超分辨率重建的数学模型;其次采用基于模型的等级估计法估计相邻帧的单映变换矩阵;然后采用基于RANSAC的特征点匹配方法对非相邻帧进行带指导的改进估计,使其能够达到要求的亚像素级精度;最后运用共扼梯度算法进行迭代重建,并详细讨论了主要的矩阵向量乘法计算。实验结果表明该算法的重建相当有效。     

基于微分Riccati方程解的非线性指数型降维观测器

在一微分Riccati方程有正定解的前提下,通过坐标变换方法对该类系统提出了一种指数型降维观测器设计方法,该观测器的增益矩阵取决于微分Riccati方程的正定解.通过对一实际模型的仿真分析,表明所提出的指数型降维观测器具有较好的状态估计性能.