带状随机线性系统状态的估计问题

针对目前关于广义系统状态估计的研究现状 ,即几乎所有的讨论都集中在奇异矩阵为方阵的情况 ,讨论了广义逆矩阵和矩阵的奇异值分解问题。首次提出了带状随机系统的状态估计问题 ,利用矩阵的奇异分解理论给出了带状广义连续线性系统的奇异值标准形式。基于标准形式 ,利用广义逆矩阵的性质 ,在两种情况下将系统分解成两个子系统 ,通过估计子系统的状态 ,得到了该系统状态的最优预测和滤波递推方程。     

一种时变移动信道中的相干多径来波方向估计算法

基于菲涅尔区平板聚焦多波束天线模型 ,提出一种联合子空间平滑和子阵波束空间处理的来波方向估计算法。该算法可以解决时变移动信道环境中相干多径信号的来波方向估计问题 ,并克服了空间平滑方法的来波数目限制 ,同时具有较低的处理复杂度。对该算法进行计算机仿真 ,结果表明 ,在低信噪比门限和小样本数条件下 ,该算法还具有较好的估计精度和分辨力。     

预测性菱形搜索在视频编码中的应用

根据预测性运动矢量和菱形搜索的思想 ,提出了一种基于预测性运动矢量快速块匹配的视频编码新方法。这种编码方法在运动估计的过程中引入了预测性运动矢量的概念 ,利用预测性菱形搜索 (PDS)计算出稳定且平滑的运动矢量场 ,充分利用了相邻块运动矢量的相关性。仿真结果表明 ,该方法应用到视频编码中能够得到比其他几种常用的快速块匹配法更好的效果。     

任意结构阵列基于高阶累积量的信号频率和二维角联合估计算法

提出了一种基于高阶累积量的信号频率和二维角估计算法。假设阵列中存在3个特性完全一致的阵元,此时使用高阶累积量实现的阵列虚拟展宽相当于存在两个和实际阵列相同的虚拟平移阵列,因而在其它阵元位置和响应特性未知的情况下也能实现空间信号频率和二维角估计。推导了使用PRO-ESPRIT算法实现联合估计的过程,并给出了相应的信号配对方法,计算机模拟结果证实了该算法的有效性。     

基于四阶累积量切片的高分辨方位估计方法研究

推导了水下阵列信号的四阶累积量切片与具有相同目标个数、方位角及相应幅度的信号相关函数的关系,把高分辨信号子空间类方法的正交化原理及旋转子空间不变原理引入累积量域,得到基于四阶累积量切片的高分辨方法.仿真结果表明,这类方法在高斯噪声中具有良好的统计性能,是实现高分辨方位估计的有效方法.     

发酵过程混合神经网络模型及其仿真

提出了一种新型的发酵过程混合神经网络模型，该模型由非线性神经网络和线性神经网络两部分组成，由于非线性神经网络采用结构具有线形式的Flat网络，两个网络能够合并为同一表达式，并具有线性形式，可采用线性最小二乘法求解网络权值，与串联结构及串并联结构混合神经网络模型相比，该模型训练方式简单，并可方便地使用在线辨识算法。     

空中运动目标时变时延估计方法的仿真研究

时变时延估计是运动目标测向的关键技术，参数模型法是一类重要的时 延估计算法，其自适应形式可用于对时变时延的估计。本文分析选择了三种自适应的时延估计参数模型法，将其应用于实测的直升机噪声数据，进行了大量仿真试验，为有限阵列尺寸条件下空中运动目标的被动测向提供了有价值的参考数据和结论。     

非理想阵列的信号波达方向和多普勒频率估计

在均匀线阵存在误差的情况下 ,提出了一种信号波达方向和多普勒频率的估计方法。此方法在空间域 ,不仅考虑了阵元幅相误差 ,而且考虑了阵元位置误差 ,使包括幅相误差和位置误差在内的误差矩阵达到Frobe nius范数的最小值。在时间域考虑了测量噪声 ,使得多普勒频率估计的似然概率达到最大。仿真结果表明了此算法的有效性。     

波束域Root-MUSIC算法的进一步降阶处理

研究了波束域降阶Root-MUSIC算法，在子阵分解降阶的基础上，进一步将多项式的求根阶次降到与源数目相同，提出了求解降阶多项式的方法。该方法最大程度地减少了求根多项式的阶次和求解多项式的次数，并保持了Root—MUSIC算法的优良性能。显著降低运算量是其最大优点，仿真结果验证了降阶算法的有效性，并比较了不同阶次波束域Root—MUSIC算法的估计性能。     

对数正态分布环境因子的统计推断

为了对不同环境下的试验数据进行折算与综合，本文在失效机理不变的前提下，系统地讨论了对数正态分布环境因子的定义；给出了判别两种环境下产品失效机理是否发生了显著变化的统计检验方法；并推导了对数正态分布环境因子的极大似然估计（ＭＬＥ）以及经典的Ｂａｙｅｓｉａｎ与Ｆｉｄｕｃｉａｌ区间估计。最后用数值例说明了这些方法。结果表明该定义及这些方法是恰当的。