测量参数估值和误差分析的最大最小准则法

本文建议一种平差方法.与最小二乘平差不同,它除了利用观测值以外,还使用我们对观测质量的评价即测量误差范围(可以根据所采用的观测方法的精度以及测量仪器的特性来确定).应用线性规划理论的单纯形法,该方法是以所估参数的最大可能误差最小为目标,最后可得未知参数的最佳估值及其最大可能的误差.     

信道估值误差对空时频移键控性能的影响

在信道状态信息已知的假设下，提出了一种分离最大似然信号检测方法，并仿真分析了信道估值不准确给上述分离最大似然信号检测方法带来的影响。表明在平坦瑞利衰落条件下，系统性能随着幅度、相位估值误差的增大而下降，尤其对相位误差更为敏感。另外，在大信噪比的条件下信道估值不准确对性能的影响更大，但仍然好于非相干检测方法。     

自适应噪声消除算法的性能比较与仿真

在信号处理中,噪声往往是非平稳和随时间变化的,传统方法很难解决噪声背景中的信号提取问题.通过对自适应噪声消除原理的研究,介绍了基于参考信号和基于预测原理的两种自适应噪声消除(ANC,Adaptive Noise Cancellation)方法,分析对比了基于最小均方(S,Least Mean Squares)、递推最小二乘(RLS,Recursive Least Squares)和平方根自适应滤波(QR_RLS,recursive least squares based on QR decomposition)三种噪声消除算法的性能.仿真结果表明:这几种算法都能从高背景噪声中有效地抑制干扰提取出有用信号,显示出了良好的收敛性能.相比之下,RLS算法和QR_RLS算法呈现出更快的收敛速度、更强的稳定性和抑噪能力.     

传感器自适应AR模型的建模方法

本文分别采用ＬＭＳ和ＲＬＳ算法建立腕力传感器和压力传感器的自适应ＡＲ模型，计算结果与实测值吻合，并对各方法的特点进行了讨论．     

统计参数估值方法在检测中应用

本文论述由观测值对检测参数进行统计估值的方法。先建立包含统计误差的观测值数学模型,再进行参数估值。其优点是一方面可以对参数检测方法的精密度和系统误差进行统计分析;另一方面可以把检测问题转化为统计参数估值问题,并应用当今大量的统计估值理论和方法以及计算机软件。     

基于Kalman滤波的稳态白噪声估值器

基于 Kalman 滤波,对带非零均值的相关噪声系统提出了统一的稳态白噪声估值器,可统一处理白噪声滤波、平滑和预报问题。它们包括稳态输入白噪声估值器和观测白噪声估值器,且包括白噪声新息滤波器和 Wiener 滤波器。一个 Bernoulli-Gaussian 白噪声的仿真例子说明了它们的有效性。     

TDNLMS自适应预测器结构参数与点目标检测性能

针对TDNLMS(Two DimensionalNormalizedLeastMeanSquare)自适应预测器在数字图像点目标检测中的应用 ,讨论了预测器收敛因子、支撑区域的类型和工作窗口等参数对预测器背景抑制能力和小目标检测性能的影响 .实验表明 ,收敛因子过小或过大 ,预测器均无法有效抑制相关背景 ,当收敛因子取值为 0 .10～0 .0 1时 ,预测器可以提供较好检测性能 ;和多种常用支撑区域相比 ,在检测空中点目标的应用中 ,以中心像素为期望响应的非因果形式一步预测器 ,能够在保留目标峰值的情况下 ,提供最强的杂波抑制能力 ;此外 ,对于空中云层图像 ,5× 5工作窗口可以提供足够的自由度 ,使预测器能够良好跟踪云层统计特性的变化     

一种基于子空间跟踪的盲自适应多用户检测器

研究一种基于改进子空间跟踪的盲自适应多用户检测算法,提出一种盲自适应Kalman检测器.同时,针对CDMA系统信号子空间维数的变化,提出一种IPASTd子空间跟踪算法,实现在高信噪比和强远近效应情况下稳定的跟踪性能.把IPASTd与Kalman滤波器结合组成新的自适应检测器.仿真结果表明,该检测器可以迅速地跟踪维数变化了的信号子空间,从而提高检测器的性能,实现稳定的跟踪并使输出具有良好的信干比.     

自适应线谱增强器稳态频率分辨特性

本文通过引入解相关参数⊿的最佳取值方法,在复数域对自适应线谱增强器的稳态频率分辨特性和最佳⊿值的优化效果进行了系统分析,且将背景噪声的假定从常见的白色高斯噪声推广到一阶自回归有色噪声,得到了一系列新的结论。最后还给出了一些计算机仿真结果。     

具有AR（p）误差的半参数回归模型的统计诊断

旨在探究具有AR（p）误差的半参数回归模型的统计诊断．首先对其误差的相关性进行了消除,然后基于数据删除模型对模型进行了统计诊断,得到了估计的诊断公式．最后运用实例说明该方法的有效性．     

基于变维式参数估计的自适应控制算法

本文讨论了-类时变结构系统的自适应控制问题,基于变维式参数估计算法,提出了两种相应的自适应控制算法。     

时变系统参数在线辨识叠加测试激励信号幅度的自适应控制

在本文中,作者提出了时变系统参数在线辨识叠加测试激励信号幅度的自适应控制理论,实现措施及其有效性证明的计算机仿真实验结果。给出了设计步骤,以便应用。此法提高了时变系统参数在线辨识的质量,从而为进一步建立更优化的自适应控制理论与系统,创造了优越条件。     

采用多项式逼近非线性系统的指定精度参数估计法

提出了一种采用多项式逼近非线性系统的指定精度参数估计法。此方法避免了传统方法对多项式阶数的经验估计，可以根据实际需要的精度确定多项式的阶数，同时获存多项式的参数估计。仿真结果说明了该方法的有效性。     

正交优化法应用于水质模型参数估值的研究

把正交优化法应用于水质模型参数估值研究，给出正交优化法的算法，将正交优化法与最速下降法等３种常用方法进行比较和讨论，将正交优化方法应用于佛山汾江河ＢＯＤ－ＤＯ水质模型参数估值，取得满意结果。研究结果表明正交优化法是一种适用于水质模型参数估值的快速有效的方法，参数愈多，其优点愈显著。     

参数选择对模糊控制器动态性能的影响

模糊控制器的动态性能是设计模糊控制器的一个重要指标,在模糊控制器设计中,合理地选择模糊控制器的参数非常重要。本文建立了系统仿真模型,通过Matlab仿真并分析各种控制参数对模糊控制器的控制性能的影响,仿真结果表明只有选择一组最优化的参数,模糊控制器才会发挥出最佳的性能。     

小样本参数估计算法及其应用

本文简要介绍了Minimax法和MSAR法对小样本数据的研究,随之重点介绍了1种实用的新算法IMSAR法及其应用。该法是通过变权松弛最小二乘法,确定适当的权因子来实现的。它克服了MSAR法的运算量随样本数据量增加而显著增加的突出缺点,仿真结果表明:IMSAR法具有较强的抗干扰能力,可适应于噪声分布未知的情况。最后,本文将IMSAR法应用于转炉炼钢动态模型及药物房室模型的建立,收到了令人满意的效果。     

多传感器AR信号自校正加权融合Wiener滤波器

对带多传感器和带未知模型参数及未知噪声方差的自回归(AR)信号,应用递推辅助变量(RIV)算法得到局部模型参数估值器,用相关方法得到局部噪声方差估值器。用取局部估值器的平均得到信息融合估值器。将它们代入最优加权融合AR信号Wiener滤波器,提出一种自校正加权融合Wiener滤波器。它们以概率1收敛于最优融合Wiener滤波器,因而具有渐近最优性。它的精度比每个局部自校正Wiener滤波器精度都高。仿真例子说明了其有效性。     

关于最大似然谱估计

该文给出了有关最大似然谱估计的相容性若干定理。其证明是基于过程的一个现实，它不同于Ｐｅｓａｒｅｎｋｏ基于独立性样本段的证明。