高精度的正交频分复用频率同步新算法

提出了一种基于 80 2 .1 1 a的适合于室内环境的频率同步算法 .它们分两步实现 :1在快速傅里叶变换 ( FFT)前作频率跟踪 ,估计小数倍频率偏移 ,估计范围 |ε| <ΔF;2经初步频率校正后在 FFT作频率捕获 ,估计整数倍频率偏移 ,估计范围在 [- 32ΔF,31ΔF].该算法简单 ,能准确地估计频率偏移量 .同时 ,在保证算法精度的情况下 ,增加了频率捕获的范围 ,解决了传统频率同步算法中算法复杂度和频偏估计范围的矛盾     

挠性结构模型的频域极大似然法辨识

在构建的以压电陶瓷为执行器、电阻式应变片为传感器的挠性悬臂梁物理实验系统基础上,优化设计多正弦辨识输入信号,利用频域极大似然法辨识得到了整个系统的数学模型,并根据该模型进行了数字和物理控制仿真,验证了模型的有效性.良好的控制效果表明:对于挠性结构,频域极大似然法是一种有效的模型辨识方法.     

改进的最大似然法在入反射波合成波浪场中应用研究

模拟了多向不规则波入射波与反射波相互叠加的合成波浪场，应用改进的最大似然法（MMLM）对入射波与反射波的方向谱进行了分离，同时给出了反射系数的方向谱和综合反射系数。改变不同的波浪条件和仪器阵列的布置条件，检验了MMLM的有效性和可靠性。将此方法应用于基床直立堤反射的实验研究，取得了较好的结果。     

差分PIC接收技术在WCDMA系统中的应用

研究了WCDMA系统中的差分PIC多级接收技术，探讨了减少运算量的简化算法，通过对WCDMA系统进行链路级仿真得到了该系统的性能曲线，最后给出了差分PIC技术的实现方案。     

指数分布场合下基于分组数据区间估计的新方法

从新的角度证明了分组数据下指数分布总体均值的极大似然估计(MLE)的渐进正态性,给出了该均值的渐进置信区间。通过Monte Carlo模拟比较,发现该置信区间优于CHEN和MIE得到的置信区间。     

消费者行为分析中贴现因子的确定方法研究

在比较固定贴现因子法及参数评估法的基础上，提出了用异质偏好函数法来确定贴现因子，并用实际的数据库验证了异质偏好函数法确定贴现因子在消费者行为模型的适应性方面比前两种方法优越，还讨论了三种方法的使用原则。另外，还提出了在考虑客户偏好异质性时，消费者行为建模所应考虑的主要变量。     

Gallopheasants中协同进化性状的似然比检验

基于细胞色素b基因全序列的贝叶斯系统树，应用似然比检验方法比较研究了Gallopheasants类群的2个性状对的进化格局和过程．结果揭示了栖息地结构和海拔高度的密切关系．完全性成熟年龄和卵大小显示了协同进化格局；时序分析表明在进化过程中，前者先于后者出现．该结论暗示了生活史类型的转变．     

似然比检验和贝叶斯推论在雉科分子系统学中的应用

应用似然比检验和贝叶斯推论进行雉科分子系统学研究．所用的56条纫胞色素b基因全序列代表了雉科24属50种以及作为外类群的6个相关属．等级制似然比检验表明该数据集的最佳进化模型为GTR I——G。建立在坚实的统计学基础上的贝叶斯系统树表明雉科可以分为3个分支．特别是包括角雉、松鸡、火鸡和gallopheasant等在内的第3分支的单系群性质得到了充分的支持．深层分支格局的高分辨率和高支持率说明将雉科划分为雉族和鹑族是人为的．结果表明，似然比检验和贝叶斯推论是分子系统学研究的强有力工具．     

基于树形结构酉空时星座设计的译码方法

针对酉空时码最大似然检测复杂度高的问题，提出了一种酉空时星座的设计及低复杂度译码方法．根据酉空时信号失真测度的定义，依照最邻近原则对星座进行划分，以最小失真准则计算各个星座子集中信号的最佳中心，再通过迭代算法，交替使用两个局部最佳准则，生成由各个信号子集与对应中心所构成的若干子树，形成树形结构的酉空时星座．接收方以接收信号为树根，选择具有最小失真的中心信号．对选定的中心信号对应的子树进行遍历搜索得到对发送信号的估值．该译码方法仅需要对某一中心信号及其对应子树的叶子节点进行计算，避免了最大似然方法对整个星座的全搜索，从而有效地降低了译码复杂度．仿真实验表明，相对于最大似然检测方法，该方法能够以有限的性能损失换取译码计算的有效简化．     

Distribution-based CFAR detectors in SAR images

1. INTRODUCTION Many researches have been made on automatic target recognition (ATR) from SAR images in the past few years. Lincoln Laboratory has developed a complete, end-to-end ATR system[1-4]. The whole system inclu- des three stages: detection (or prescreening), discri- mination and classification. In the detection stage, a two-parameter CFAR (constant false alarm rate) detector is used as a prescreener to select candidate targets in an SAR image on the basis of local brightne…