时间—空间域中多元信息的地质统计学

主要研究时间－空间域中多个变量的地质统计学方法，其内容包括：时间－空间域中区域化变量的性质；时间－空间域中多元信息的互变异函数及互协方差函数；应用时间－空间信息对某区域化变量进行最优估计，以及应用时间－空间域的信息对空间分量及区域化因子进行最优估计。     

时空域非参数和多元信息的地质统计学研究

讨论了非参数时空信息统计学(地质统计学)基本理论和方法,即指示函数及二阶矩,Ф(A;Zl)的最优估计以及待估域A平均值的指示Krig估计法和时空域多元信息地质统计学基本理论和方法,即互变异函数及互协方差函数,时空域协同区域化变量的最优估计方法.认为指示Krig法是一种精确和有效的估计地学数据非正态的分布特征方法;在对空间信息研究的过程或事件中,有些变量(经常为多变量)不仅具有空间特征,而且具有时间特征,这时要把所研究的变量看成是时空随机函数.     

时空信息统计学的一些基本理论和方法

讨论了时空信息统计学(地质统计学)的若干基本理论和方法：1)若干基本概念，包括时空域的随机变量和随机函数，仅考虑空间域或时间域的不足，空间域与时间域之间的差异，二阶平稳假设及内蕴假设；2)时空域信息的平稳线性最优估计，主要讨论了变异函数与协方差函数及平稳线性最优估计方法；3)时空域信息的线性非平稳最优估计，提出了漂移和涨落的概念，关于漂移的形式及非平稳线件景优估计方法。     

利用克立金方法预测湿地水质的变化趋势

将空间域上的克立金方法延伸到时空域中,得出当时间信息量大于空间信息量时区域化变量的无偏最优估计形式,进而给出时间域上克立金的估计形式,最后利用该方法对某湿地近几年水体中BOD-DO的未来的趋势进行了预测,实例说明该方法是一种比较稳健的预测方法.     

各向异性Besov空间上逼近的复杂性

本文研究在确定框架下各向异性Besov空间上多变量周期函数的逼近问题.用函数的连续线性泛函作为信息(简称线性信息)及函数值作信息(简称标准信息)来逼近各向异性多变量Besov函数,给出用线性信息与标准信息来逼近各向异性多变量Besov函数的计算复杂性的最优渐进估计.     

C~n空间中有界域上方程局部解的第Ⅰ型Bochner－Ono公式

得到Ｃ~ｎ空间中有界域上光滑函数的一个积分核含有ｎ－ｋ个（０＜ｋ＜ｎ）任意固定点且关于变量ｚ是全纯的积分公式，有别于有界域上光滑函数的Ｂｏｃｈｍｅｒ－Ｏｎｏ公式；由此式可进一步得到有界域上方程局部解的一种积分公式，并在含参数的局部意义下，有简单的一致估计。     

基于压缩感知的外辐射源雷达目标参数估计方法

外辐射源雷达通过计算互模糊函数来估计目标的距离-多普勒信息,该方法存在弱目标被强目标高副瓣掩盖及分辨率低的问题.为此提出了一种基于压缩感知的外辐射源雷达目标参数估计方法.该方法提出了采用分布式压缩感知同步子空间追踪算法实现距离域稀疏重构,采用扩展正交匹配追踪算法实现多普勒域稀疏重构.仿真和实测数据验证表明,所提方法减少了互模糊函数副瓣的影响并提高了分辨率,同时避免了字典尺寸过大和时间复杂度过高的问题.     

一个新矩形板元

本文用扩充形函数空间的技巧，构造了一个新的矩形板元。证明了通过Ｆ－Ｅ－Ｍ－Ｔｅｓｔ和广义分片检查，因而对一般四阶问题收敛，同时给出了最优误差估计。     

C^n空间中具逐块光滑边界的有界域上光滑函数的Norguet—Ono公式

得到Ｃ＾ｎ空间中具有逐块Ｃ＾（１）光滑边界的界域上光滑函数一个Ｎｏｒｇｕｅｔ－Ｏｎｏ公式，它是有界域上光滑函数的Ｂｏｃｈｎｎｅｒ－Ｏｎｏ公式的一种拓广，这个公式的显特点是其中三个积分核关于变量ｚ都是全纯的，而已有的具这种逐块Ｃ光滑边界的有界域上光滑函数的种种积分表示，其积分核关于ｚ都不是全纯的。     

域上矩阵空间的保持逆矩阵的函数

矩阵代数上的保持问题,对2011年的一篇论文《保持矩阵一些性质的函数》进行了研究,将不变量设为逆矩阵,使定义在域上的两个互逆的矩阵,经函数后,所得两个新的矩阵仍为互逆矩阵,从而建立了矩阵空间上保持逆矩阵的函数的形式.证明过程中,需要选择个特殊的互逆矩阵,得到函数所需要满足的条件,根据这些条件可推出域上矩阵空间保持逆矩阵的函数即域上的一个单自同态.     

基于GPU的并行克里格及其在储量估算中的应用

克里格法是空间信息统计学中最主要和最基本的一种局部估计方法, 利用区域化变量的空间分布特征实现对未知区域的估计. 针对克里格算法高时间复杂度问题, 提出一种基于GPU 的并行克里格算法, 实现对克里格插值算法的改进, 在精度不降低的情况下很好地解决了克里格算法高时间复杂度的问题. 西藏甲码铜资源量估算结果表明, 并行克里格方法具有良好的加速比与并行计算效率, 验证了该方法的可实践性, 与纯CPU 计算的对比实验验证了GPU 并行计算结果的正确性与可信度.      

空时分组码多载波码分多址系统的空时多用户检测

针对传统的空时编码码分多址系统利用训练序列求解信道信息将导 g致频谱资源浪费这一问题,提出了一种矢量信道冲击响应(VCIR)的盲估计算法,它适用于基站使用多天线的空时分组码多载波码分多址(STBC MC CDMA)系统.与已提出的其他盲VCIR估计算法不同,此算法可以在每用户只使用一个扩频码时实现盲估计,因而不会降低系统中的最大活动用户数.基于估计出的 VCIR,为基站使用多天线的 STBC MC CDMA系统构筑了相应的空时多用户检测器.在系统的基站端使用多天线时,该检测器的活动用户数上限比使用单天线时的对应值有成倍的增加,在用户端使用空时分组码,可以更好地利用发射分集,提高信息的传送速率.仿真结果表明,该检测器不仅可以使用户容量达到系统活动用户数的上限,而且在活动用户数为14、相同信噪比的情况下,使用单根接收天线可以使系统误比特率降低40%.     

多元响应线性回归模型的马氏Mallows模型平均方法改进

针对多元响应线性回归模型,提出了修改的马氏Mallows模型平均(MMMAc)方法。为了更充分地利用多元响应变量之间的相关性信息从而更好地提高预测精度,组合权重选择准则的构造同样考虑了马氏距离预测风险,并通过构造Wishart分布,推导出预测损失的无偏估计作为权重的选择准则,最终得到的MMMAc准则相比马氏Mallows模型平均(MMMA)准则增加了一个偏差矫正项,减小了对预测损失估计的偏差,因此通过最小化该准则得到的权重估计能更接近不可得的理论最优组合权重;最后,模拟对比实验验证了MMMAc方法的优势：MMMAc估计具有与MMMA估计同样的渐进最优性,因此两者的表现在大样本情形下没有太大差异,然而,由于修改后的权重选择准则为预测损失的无偏估计,因此在样本量不足的情形下,MMMAc方法的预测表现更佳。     

空时编码多载波码分多址系统上行空时信道盲估计

针对当前空时编码系统利用训练序列求解信道信息将导致频谱资源浪费和系统用户容量下降这一问题,提出了宏蜂窝体制下基站使用均匀线阵空时编码多载波码分多址系统的上行空时信道盲估计算法.该算法构筑了蕴涵用户空时信道和波达方向的辅助矩阵,通过对该辅助矩阵进行特征分解得到了相应于每个用户的信号子空间,进而通过对该信号子空间进行奇异值分解实现了无需训练序列的空时信道的盲估计,节省了频带资源.仿真结果表明,该算法可以通过增加基站阵元数目使用户容量达到系统活动用户数的上限,并且信道估计的均方误差对用户数表现出鲁棒稳定性.     

一种新的空时码及其盲信道估计

本文提出了一种新的空时码——Hankel空时码。如果在多入多出(MIMO)通信系统中采用这种空时码,那么就能对MIMO系统的传输信道进行盲信道估计,也给出了相应的信道盲估计的算法。另外,相对于其它几种常用的空时码,所提出的空时码可以实现更高的传输速度。仿真结果表明在不同发射和接收天线个数、传输速率以及数据分组条件下,针对所提出的空时码的盲估计算法的性能。     

克里金技术及其在计算机自动绘制地质图中的应用

克里金技术是根据研究区域有限控制点的地质和地球物理资料计算邻域参数值的估计技术。在油藏描述中,计算机自动绘图时,用该技术可求得研究区域内网格节点的克里金值,并利用计算机程序自动追踪的方法,绘制出地质构造图、等厚度图、含油(气)饱和度分布图及各种参数的立体透视图等。与其它图形数据的预处理方法比较,它不仅是一种单纯的数学方法,而且还考虑了研究区域的地质特征,兼顾了区域化变量参数值的随机性和相关性。因此,以它为基础绘制的各种地质图件,更能反映实际的地质特征。     

泛协克里金漂移的估计

对区域化向量u(x)=(Z1(x),…,Zk(x))′的漂移,即数学期望Eu(x)=m(x)给出了方差最小线性无偏估计,并对漂移表达式系数矩阵进行了估计。     

基于深度学习的OFDM信道估计

针对多径正交频分复用(orthogonal frequency division multiplexing, OFDM)信道环境下信道频域选择性衰落导致下行链路信道估计性能受限的问题,提出一种基于深度学习的信道估计(deep learning-based channel estimation, DL-CE)方法。采用自回归过程对信道建模,利用深度学习设计信道估计网络追踪信道响应及其频域相关系数。通过迭代训练,基于深度学习的信道估计网络能够学习到自回归系数的最优估计,同时利用先验信道信息估计信道频域响应和频域相关系数。与传统方法相比,所提信道估计方法性能提升明显。