分块矩阵特征值的圆盘估计

在考虑非正规性因素影响下,对分块矩阵给出了复方阵特征值的整体圆盘估计,即给出复方阵的特征值相对于对角元素算术平均值的偏离程度的估计。     

论统计调查中的域估计及其实证研究

抽样调查是获得统计数据的一项重要途径,而时需要进行研究的层次作为子总体进行分层抽样实际上就是域估计问题。首先介绍了域估计的两种方法,包括直接估计和间接估计,然后对域估计进行了案例分析,最后对间接估计和直接估计的特点进行了对比分析,发现在一般情况下,如果样本量很充足,也无缺失数据,则使用传统的直接估计方法最为便利。当直接估计方法不能很好地满足我们的需求时,使用模型来进行间接估计就是一种必要的选择。     

循环M-矩阵的逆特征值问题

分别给出了谱为实数集和一些复数集情况下的循环M-矩阵的逆特征值问题的解井相应给出了数值例子．     

利用子空间的投影和跟踪改进OFDM信道估计

OFDM系统的LS信道估计可看作真实信道频率响应的一个有噪观察值,因此可采用子空间投影方法对噪声进行压缩。分析了利用子空间投影方法改进LSOFDM信道估计性能的实质,给出了利用子空间投影改进OFDM信道估计的一般框架,在此基础上将子空间投影推广到非LS信道估计方法。当信号子空间随时间变化时,需要采用子空间跟踪技术保持对信号子空间的良好估计,因此提出了一种基于子空间跟踪的参数化信道估计方法,仿真表明这种方法在性能上优于非参数化时的相应方法。     

多变量分层抽样技术的改进与应用

多目标抽样调查对于提高样本利用效率、节约调查费用、全方位反映总体都有极为重要的意义。通过引进Ward系统聚类法改进多目标分层抽样方法;选择合适的调查指标作为辅助变量构造分层比率估计推断差异较大的指标,改进多目标分层估计量。最后进行实际应用与比较。总体上该改进的分层设计方案不仅在精度上、成本上有较大的优良性,而且在可操作性方面更显优势。     

抛物型积分微分方程的矩形网格混合体积元方法

使用矩形元的最低次R-T混合有限元空间,提出了二阶线性抛物型积分微分方程初边值问题的混合体积元格式,证明了该混合体积元格式解的一阶最优L^2模误差估计。     

H.264中树状结构运动估计的连续消除算法

为减少视频编码标准 H.2 6 4中树状结构运动估计的高运算复杂度 ,将连续消除算法 (SEA )应用于树状结构的运动估计中。在性能完全相同的条件下 ,与 H.2 6 4整像素运动矢量全搜索算法相比 ,其块匹配运算量减少到原来的 1%～ 2 0 %。利用不同大小块之间因部分重叠 ,其运动矢量具有更强相关性的特点。提出了一种简单有效地确定运动矢量搜索初值的方法 ,并应用两种快速的目标运动矢量判定方法 ,改进了 SEA算法。在性能损失可以忽略的情况下 ,进一步将基本 SEA运算量降低到全搜索块匹配运算量的 0 .3%～4 %。     

一类神经传导方程的修正的变网格有限元方法

研究了在神经传播过程中的一类非线性拟双曲方程的初边值问题．对二维情形应用常规变换,在常规的变网格有限元格式的基础上,提出了一种改进的变网格有限元格式,通过细致的分析和估计得到了最佳阶模误差估计结果,并使时间精度提高一阶．最后作了数值实验,说明方法是高效可行的．     

超宽带毫米波MIMO-OFDM 系统的非线性频偏自干扰与信道联合估计方法

系统同步产生的载波频偏会导致超宽带毫米波多输入输出(MIMO)正交频分复用(OFDM)系统产生非线性频偏自干扰,影响后续信道估计性能。为此,提出了一种非线性频偏自干扰与信道联合估计方法,通过挖掘数据超维隐藏空间的方式,将复杂的多目标优化问题降维分解成多个可并行求解的子优化问题,并利用超宽带毫米波信道的稀疏特性,采用压缩感知算法实现载波频偏与信道的迭代估计。与现有的联合估计方法相比,仿真结果表明所提方法能够有效降低计算复杂度,提升了系统信道估计准确度,并降低了系统误码率。     

基于信号时频域聚集性的欠定盲分离混合矩阵估计方法

为解决欠定盲分离中混合矩阵估计问题,通过研究观测信号在时频域的线性聚集特性,提出一种基于时频域线性聚集程度差异的混合矩阵估计方法,并着重研究在信号线性聚集程度较弱情况下对混合矩阵的估计.首先,利用观测信号或其时频域中相应变换系数的比值分布衡量信号线性聚集程度;其次,采用优化初始中心的K-均值聚类算法估计混合矩阵.该算法降低了对信号稀疏性的要求,并且可以较高精度地估计出混合矩阵.仿真实验结果表明该方法具有可行性和有效性.