基于海浪谱的风暴潮海浪数值仿真与功率谱估计

基于随机海浪的数学模型,采用改进的JONSWAP谱,以最高风暴潮位对应的有效波高和平均周期作为海浪谱的特征参数;利用谱分析法,通过MATLAB编程实现了风暴潮浪的数值仿真,模拟得到的风暴潮极值潮位与文献所给的试验数据较为吻合。最后,根据welch算法基本原理,利用MATLAB中的pwelch函数对海浪的仿真结果进行了功率谱估计,证明其仿真效果良好。     

通信卫星干扰源定位与自适应调零一体化技术

上行干扰会造成卫星通信系统性能严重下降 ,故提出了干扰源定位与自适应调零技术一体化实现的新构想。基于多波束天线的空间谱估计方法可对干扰源进行精确定位 ,利用获取的 DOA估计信息进一步实现干扰信号的有效抑制。应用 MUSIC算法的计算机仿真实验表明该方案是可行的。     

改进的AR模型谱估计法提取载波频率

介绍了一种利用改进的现代谱估计方法来估计通信信号载波频率的算法 .把载波的提取看成受到干扰的正弦信号的频率估计 .首先对通信信号进行AR建模 ,求出AR模型表达式的零极点 ,再考虑这些零极点的频率响应 ,去掉那些对频率精度影响较大的零极点 ,这样就可以提高谱估计方法的精度     

非平稳信号的时变自回归建模及其在轴承故障诊断中的应用

基于时变自回归（TVAR）方法实现了非平稳随机信号的参数化建模,提出采用最小信息准则确定模型阶数．通过多分量线性调频仿真信号的时变谱估计,表明该方法分辨率高,没有交叉项的干扰,计算速度快．在仿真分析的基础上,应用参数化时频谱和BP神经网络方法进行滚动轴承故障信号的分类和辨识,并基于能量法对时频图进行特征提取．分析结果表明,时变自回归方法的拟合精度高,能有效提取轴承故障信号特征,同时结合神经网络能对故障进行准确诊断．     

基于线性预测的参数谱估计优化方法

基于观测数据特征结构的考虑,在针对性分析传统参数谱估计方法的基础上结合线性预测理论提出了参数模型反射系数估计的优化方法,以熵谱估计的形式对算法作了进一步研究,并通过仿真实验验证了优化算法的改善性能及工程可实现性。     

马尔可夫过程的低秩谱估计

针对马尔可夫过程的谱估计算法利用了非负投影而导致估计矩阵不能满足低秩要求的问题，提出一个低秩谱估计算法(Low-rank Spectral Estimation Algorithm, LRSEA):首先，建立秩约束状态转移矩阵集合的局部Lipschitz型误差界，并给出满足该集合误差界不等式的近似投影矩阵; 然后，基于近似投影矩阵对现有的谱估计算法进行低秩修正，得到LRSEA算法，并为该算法建立统计误差界。通过人工合成数据实验对LRSEA算法、经验估计方法和谱估计方法进行比较，结果表明LRSEA算法的估计误差最小。最后，将LRSEA算法与k-均值聚类算法结合应用到纽约市曼哈顿岛出租车轨迹的分析问题。