一类非高斯噪声的统计特性及其去噪研究

首先利用多尺度小波包变换良好的时频局部分析能力,对一类非高斯噪声--双模噪声的统计特性进行研究;其次,详细研究了利用小波包变换和随机共振来消除信号中夹杂的双模噪声.理论分析和仿真表明:此方法具有计算量小、算法比较简单和实时性较强的特点,不仅实现了将非高斯噪声--双模噪声转化为简单的高斯噪声来处理,而且比传统的高阶统计量的处理方法要优越.     

非线性阶跃折射率棒透镜高斯光束的物像变换

从麦克斯韦方程出发，用变分法和数值法分析了高斯光束经克尔型非线性大直径阶跃折射率棒透镜的物像变换，讨论了光束功率和非线性系数对物像变换的影响。     

高斯光束的反向传输变换

用高斯光束的复数表示和ＡＢＣＤ定律,讨论了高斯光束的反向传输变换,并求出了表述高斯光束的几个重要参量。     

基于广义坐标形式的高斯最小拘束原理的多刚体系统动力学建模

通过采用动能及广义坐标显式的变分形式的高斯原理, 明确了广义坐标形式的高斯拘束中各项的含义, 以此建立以笛卡尔广义坐标表达的一般多刚体系统动力学问题的优化模型, 并研究利用上述模型列写其他坐标体系下的高斯拘束的方法。采用该方法可将多刚体系统的动力学问题变为求拘束极值的问题, 并且只要给出广义笛卡尔坐标与其他广义坐标之间的雅可比关系式, 便可方便地得到该坐标系统下的高斯拘束, 建模过程简单且具有更强的通用性。采用广义笛卡尔坐标及拉格朗日坐标, 对简单刚体的平面运动及定轴转动问题建立动力学优化模型, 并验证了该方法的有效性。     

非高斯乘性噪声环境下伪码捕获方法

针对非高斯乘性噪声环境提出了一种伪码捕获方法,将伪码捕获等价为假设检验问题,利用局部最佳检测算法推导出非高斯乘性噪声环境下的伪码捕获检测统计量.给出了基于局部最佳检测算法的捕获结构,并与传统的平方和检测器和非高斯加性噪声环境下局部最佳检测器进行了性能仿真对比.结果表明,文中所提出的捕获方法在非高斯乘性噪声环境下检测性能有较大幅度的提高.     

可变风向的空气污染扩散模拟

经典高斯扩散模式,如高斯点源烟流模式,成立的前提条件是在扩散过程中风向保持不变,然而在实际应用中风向却常常是变化的.本文以高斯点源烟流模式为例介绍了可变风向的空气污染扩散模拟方法.     

五次非线性效应对高斯脉冲和孤子啁啾演变影响的研究

从理论上推导出包含五次非线性系数的高斯脉冲和孤子的啁啾表达式.发现不论是高斯脉冲还是孤子,五次非线性效应对啁啾的影响与脉冲的初始啁啾、光纤的损耗系数、入射光场的峰值功率和脉冲传输距离等诸多因素有关.在其他参数给定的情况下,分别考虑了五次非线性效应对高斯脉冲和孤子啁啾的影响特性,并做了简单的比较.结果表明,高斯脉冲和孤子啁啾的演变特性极为相似.选择合适的五次非线性系数的光纤,并与其他参数相匹配,可以在高斯脉冲和孤子中心附近相当宽的区域内出现净啁啾等于零或近似等于零的现象.     

基于去冲激响应的UWB雷达目标识别

提出了基于去冲激响应的UWB雷达目标识别方法,在理论上对该识别方法进行了详细地推导,并给出了该方法中所用到的窄脉冲的选取准则;最后,通过计算机模拟,给出了两种飞机模型不同姿态下的近似冲激响应数学模型,在此基础上对这两种飞机模型进行了识别仿真。从仿真结果来看,此识别方法效果良好。     

宽带认知无线电网络分布式协作压缩频谱感知算法

针对宽带认知无线电网络中压缩频谱感知算法在低信噪比环境下频谱检测性能下降的问题,提出了一种基于高斯过程的分布式压缩频谱感知(PBCS)算法.首先应用层次化的正态分布概率模型来表示压缩频谱的重构,然后各个认知无线电用户交换模型参数并结合本地的压缩采样数据进行压缩频谱感知.有别于其他直接融合频谱感知结果或检测数据的协作式算法,PBCS算法通过模型参数融合来进行协作,能有效减小信噪比低的协作用户的影响,从而提高算法的抗噪性.仿真结果表明,PBCS算法可以在-5dB的信噪比条件下达到检测概率大于0.9、误检概率为0.1的频谱检测性能.     

协方差矩阵结构的广义近似最大似然估计

针对相关复合高斯杂波背景下相邻杂波纹理分量可能相同的情况,将杂波均匀分组进行推广,结合归一化采样协方差矩阵估计,提出了广义杂波分组的归一化采样协方差矩阵估计方法(generalized normalized sample covariance matrix, GNSCM). 利用最大似然估计方法,进一步推导了广义杂波分组背景下协方差矩阵结构最大似然估计的迭代过程,以GNSCM 为初始化矩阵进行迭代,得到协方差矩阵结构的广义近似最大似然(generalized approximate maximum likelihood, GAML) 估计. GAML 是对现有方法近似最大似然(approximate maximum likelihood, AML) 估计和约束迭代杂波分组估计(constrained recursive clutter-clustered estimator, CRCCE) 的推广,具有更强的杂波适应能力. 仿真结果表明,针对非均匀分组杂波环境,与AML 估计和CRCCE 相比,GAML 具有更高的估计精度,且相应的自适应检测器具有更好的恒虚警率特性和检测性能.