一种复合型自适应Turbo均衡算法

针对短波信道以及短波瞬间通信以帧为单位进行传输的特点,提出了一种新的复合型自适应Turbo均衡算法(CATEA)。该算法结合最小均方(LMS)算法和递归最小平方(RLS)均衡算法的优点,分别在训练和直接判决阶段调整均衡器参数,因而克服了LMS算法收敛慢以及RLS算法计算量大的缺点。通过将该均衡算法与Viterbi译码算法进行迭代均衡和译码,极大地提高了均衡器性能,同时保持了较低的复杂性。仿真和实验测试证明了该算法的有效性。     

长期天气的人工神经网络混合预报模型研究

利用人工神经网络方法结合均生函数和多元分析方法，提出了一种同时考虑预报量自身显著变化周期和外生变量因子对预报量未来变化影响的混合预报模型。这种新的神经网络混合预报模型，比单纯采用时间序列统计预报方法或多元分析统计预报方法具有更好的预报效果，并且这种预报能力的提高具有合理的分析依据。     

小波基自适应去卷滤波器研究

为了提高信号处理的精度，熔最小均方滤波、Kalman滤波和小波变换于一炉，提出了小波基自适应去卷滤波器。并用文中方案做了若干仿真实验，结果表明，该滤波器能很好地跟踪反射系数信号，并能滤去高频噪声，平均相对误差在1％以内，表明文中方案是十分有效的。     

流动性、公司规模和账面市值比的关系研究

在对流动性、公司规模和账面市值比进行平稳性和协整性检验的基础上,运用广义脉冲响应函数,研究了流动性、公司规模和账面市值比之间的动态关系.研究发现,流动性对公司规模和账面市值比的影响是长期的,而公司规模和账面市值比对流动性的影响则是短期的.这表明在解释资产收益方面,流动性因素对公司规模和账面市值比具有替代作用.     

双向溢出下寡头垄断企业成本降低型研发的策略选择

研究与开发是提高企业竞争优势的重要手段。本文研究具有双向外溢效应的寡头垄断市场上成本降低型研发策略的优化选择问题。建立了从研发策略类型选择、研发水平选择到研发后产量选择三阶段动态博弈模型。通过建立博弈树得到了最优产量、最优研发水平和研发类型选择的条件并进行了数值分析,可供企业研发决策时参考。     

卫星认知无线电CDMA上行链路功率控制

功率控制和动态频谱接入是提高卫星通信中频谱利用率的关键技术。非注册用户以频谱租赁方式可对注册用户付出的代价进行补偿,亦可完成自身通信需求。针对注册用户和非注册用户给出不同的效用函数,对由两种用户作为参与者建立的博弈模型进行纳什均衡求解,之后通过最大化系统容量条件完成效用占优选择,得到最优化功率分配策略。该策略可满足两种用户自身需求,亦可使系统通信容量最大。对于其性能,给出了两种用户数量和发送功率的关系,仿真结果表明,非注册用户数量在系统容限内愈多则系统总容量愈大,注册用户所要求的最低信干噪比则在一定范围内最佳。     

基于Polycycle信号的UWB正交脉冲序列设计

正交脉冲的产生是超宽带无线应用中的关键技术, 采用Hermite 矩阵特征向量分解方法, 提出了一种基于Polycycle信号的UWB 正交脉冲序列设计方法. 该方法产生的正交成形脉冲功率谱密度分布符合FCC关于室内和室外UWB应用的辐射限制, 有较高的频谱利用率, 脉冲函数自相关性强, 互相关性弱, 利于多址检测. 最后, 分析了2PPM-THMA UWB系统的传输性能, 仿真结果表明正交成形脉冲抗多用户干扰能力优于Scholtz脉冲.     

挠性捷联惯组的多位置对准技术

弹用惯组的误差是影响系统落点导航精度的关键因素。针对如何利用已知的航向信息最大程度地提高弹用挠性陀螺的实际使用精度的问题,将多位置对准技术应用于惯组误差的在线标定,利用行列式法对陀螺静态漂移误差进行了可观性分析,给出常用两位置对准的理论分析及最优三位置的限定方程。仿真结果表明,最优三位置对准可以有效分离常值漂移和与比力一次项有关的漂移,实现挠性陀螺静态漂移误差状态变量全部可观测,最大程度地降低其对系统误差的影响。     

变宽度凸组合变阶数LMS自适应滤波算法

为了进一步改善凸组合变阶数最小均方(convex combination variable fractional tap-length least mean square,CFTLMS)自适应滤波算法的稳态性能,在证明其稳态性能的基础上,提出了一种变宽度凸组合变阶数(variable width-CFTLMS, VW-CFTLMS)自适应滤波算法,并给出参数的选择依据。仿真结果验证了低信噪比情况下,VW-CFTLMS算法稳态性能和参数选择依据的正确性;同时该算法的稳态性能要优于CFTLMS算法,其额外均方误差相比于CFTLMS算法降低约1.8 dB,具有实用价值。     

基于改进容积卡尔曼滤波的纯方位目标跟踪

为处理纯方位跟踪的非线性问题,提出了距离参数化均方根容积卡尔曼滤波,在消除距离信息不可测对跟踪影响的同时弱化了计算机有限字长截断效应所引入的误差。在假设目标的初始距离信息用多个参数化模型表示的基础上,对每个模型独立进行均方根容积卡尔曼滤波,并依据贝叶斯准则计算各滤波结果对应的概率,将概率和对应结果的加权融合作为最终滤波结果。实验仿真表明,该滤波虽略微提升了计算复杂度,但获得了更好的滤波精度和鲁棒性。