一种时空权重和边缘自适应的扫描格式转换

为实现隔行扫描到逐行扫描的视频扫描格式转换,提出了一种时空权重和边缘自适应的去隔行算法,主要包括运动估计、小角度边缘搜索、时空权重计算、自适应插值等。该算法通过4场相邻像素的最大灰度变化与运动阈值比较实现对当前像素的运动估计,采用自适应搜索半径和并行搜索树的方法实现小角度边缘检测,并且增加对半像素边缘的考虑实现最小6°边缘的检测,最后通过时空权重自适应的插值算法实现去隔行处理,取得很好的处理效果。     

音频贝叶斯谐波模型中参数的提取

由于音乐信号具有暂态特性、夹杂噪声、且它的基频在频域上具有复杂的结构,因此分析音乐信号是一项复杂的工作.本文在分析音乐信号时引入了音频贝叶斯谐波模型,并在此基础上提出了一个基于贝叶斯谐波模型的简化模型,然后采用可逆跳转蒙特卡罗(RJMCMC)采样算法对此模型中基频参数和谐波幅度进行了估计,仿真结果表明该算法取得了较好的效果.     

Morawetz乘子与Schr(o)dinger方程的局部正则性

正则性估计在Schr(o)dinger方程的理论研究中有着十分重要的作用,可用分析Schr(o)dinger方程解的衰减问题及方程解的存在性问题.为将附加条件推广到更一般的情况,考虑了带有势函数的Schr(o)dinger方程的初值问题,利用Morawetz乘子,得到了带有势函数的Schr(o)dinger方程解的局部正则性估计.     

q -对称熵损失函数下Pareto分布参数估计

Pareto分布作为一种收入分布有着很重要的现实意义,其形状参数的大小直接影响收入分布的均衡程度,因此在经济中有着广泛的应用价值.主要研究了q-对称熵损失函数下Pareto分布形状参数的最小风险同变估计和Bayes估计.通过证明得到,在适当的Γ-先验分布下,α的Bayes估计都具有统一的形式[cT＋d]-1.并且,针对c和d的各种不同取值情况,讨论了[cT＋d]-1的可容许性和不可容许性,给出了q-对称熵损失函数下参数的最小最大估计.     

α稳定噪声下基于随机共振的微弱诱发电位潜伏期延长检测

提出了一种基于分数低阶统计量及随机共振技术的鲁棒性时问延迟估计新方法--随机共振共变时间延迟估计(SRCTDE)算法,用于在低混合信噪比条件下及a稳定噪声下微弱诱发电位信号潜伏期延长的检测.SRCTDE算法首先利用带嗓诱发电位信号与双稳态非线性动力系统之间的随机共振效应提高参考及待测诱发电位信号的混合信噪比,在最大对称...     

一种直接序列扩频系统的大频偏二次捕获算法

研究多普勒频偏大于码元速率的扩频信号捕获问题和大频偏估计的模糊问题,提出了一种扩频系统的大频偏二次捕获算法,并提出了二次捕获概念.该算法采用时频并行搜索的大频偏估计完成频偏预估计和补偿,将准基带信号的频偏预估解扩值进行预处理后构造相邻频点,并依据该频点对输入信号进行二次捕获消除频偏粗估计的频点模糊,完成大频偏下的正确捕获输出原始数据信息.仿真和实测结果表明,该算法采用时频并行搜索的大频偏预估计、FFT细频偏估计与二次捕获相结合的方法可以有效缩短二次捕获的时间,满足大频偏下载波快速同步要求,提高了低信噪比通信环境下的捕获概率,算法实现简单、灵活,频偏估计精度高.     

半参数非线性模型中的t-型估计和影响分析

给出半参数非线性回归模型的t-型估计及其EM算法,同时获得估计的相合性及渐近正态性.并基于EM算法中的Q函数,研究了半参数非线性回归模型的统计诊断方法.最后,用一个模拟例子和一个实际例子验证了本文提出的t-型估计和诊断方法的有效性.     

区间删失数据函数的均值估计

运用无偏转换思想构造了区间删失数据函数的均值估计,并在此基础上对所构造的估计量方差进行了研究.针对Ⅰ型区间删失情况和Ⅱ型区间删失情况,找到了估计量方差有限的条件.     

基于软迭代的叠加训练序列信道估计方法

提出了一种基于软迭代的叠加训练序列信道估计方法.该方法将周期性训练序列与用户信息序列叠加后一起发送,通过软迭代方法,在接收端利用信道译码器输出的软信息来计算信息序列的一阶统计量,并将其反馈给信道估计器,用于消除观测量中来自未知信息的干扰,因此提高了信道的利用率和信道参数的估计精度.仿真结果表明,该方法有效地改善了信道估计性能,降低了接收机的误码率,提高了功率效率.     

均匀棒纯纵向运动初值问题混合有限元方法的H(div)模误差估计

笔者继续考虑均匀棒纯纵向运动初值问题的混合有限元方法[1],利用广义混合椭圆投影的误差估计,给出了H(div)模最优误差估计,使得该问题得到进一步的解决.