基于去噪盲分离的多个直扩信号参数估计

噪声条件下多个直扩信号混合情况下的参数估计是传统算法所无法处理的,为此提出将去噪盲分离算法应用于此问题,达到噪声消除和使多个扩频信号相互分离的目的。首先回顾了在低信噪比条件下估计单个直扩信号参数的循环谱估计技术,并且说明了盲分离算法在估计多个混合直扩信号参数的可行性。然后给出了含噪盲分离的基本模型和一种有效算法移偏快速独立分量分析(fast independent component analysis, FASTICA)。接着引出了一个算法框架--去噪盲分离,证明了经典独立成分分析(independent component analysis, ICA)算法可以统一到这个框架中。仿真结果表明了算法的有效性和实用性。     

台风影响下海滩内碎波带的波动特征

根据９７１３号台风影响期间对粤东海岸一海滩内碎波带２个测波点同步测量的波浪资料,分析了内碎波带的波功率谱、交叉谱和二阶相干谱,讨论了海滩反射性、碎波要素、组成波之间非线性相互作用与长重力波的形成等与地形动力有关的海滩—碎波带波动特征     

信号的DFT对其CFT逼近程度的研究

离散傅立叶变换（ＤＦＴ）或它的快速计算（ＦＦＴ）是信号分析与处理最有力的工具之一,但由于它是用为基频整数倍的Ｎ个频率分量去逼近实际信号的连续傅立叶变换（ＣＦＴ）的值,故用ＤＦＴ估计信号的频谱通常是近似的．本文不仅给出了信号的ＤＦＴ与其ＣＦＴ之间的关系式,而且在此基础上证明了用ＤＦＴ估计信号谱的近似性,给出了用ＤＦＴ精确估计整数频率和非整数频率信号的频谱方法．同时,还研究了窗函数的形状及在离散数据后面补零对用ＤＦＴ估计这些信号ＣＦＴ的影响     

一种有效的二维MUSIC超分辨SAR成像算法

多重信号分类(MUSIC)方法是一种高分辨率到达角(DOA)估计方法,将MUSIC方法应用于合成孔径雷达(SAR)可以很好地提高图像质量。提出了一种简单有效的2D MUSIC超分辨成像算法,该方法对已聚焦的SAR图像进行处理,减小了处理过程的复杂性,并结合幅度估计完成超分辨率图像重建。实验结果验证了这种超分辨率方法的有效性。     

基于自适应抗干扰技术的辐射发射现场测量方法

提出了一种具有干扰抑制效果的外场辐射发射测试新方法。该方法通过获取多通道接收数据,利用多重信号分类(multiple signal classification, MUSIC)算法获取受试设备的辐射信号和现场其他干扰信号的波达方向,并采取最小方差无畸变波束形成算法在干扰信号来向形成阵列天线方向图的“零陷”,从而实现对干扰信号空间抑制。结合短时傅里叶变换方法,对不同体制的干扰信号的抑制效果进行时频域仿真。结果表明,该方法在保证受试设备辐射特性无失真的情况下,既能同时抑制多个干扰源,又能有效抑制同频干扰和宽带干扰。     

随机干扰的谱估计及其在重磁数据处理中的应用

本文提供了重磁数据随机误差的一种谱估计及其在评价重磁数据处理结果可靠性方面的应用。如以D_n表示原始随机误差的方差,以D_(nβ)表示处理后的方差,则误差传递系数K可写成 K=[D_(nρ)/D_n]~(1/2)≈[integral from n=-ωN to ωN P_n(ω)|H(ω)|~2dω/integral from n=-ωN to ωN P_n(ω)dω]~(1/2)其中ω_N为折迭波数,H(ω)为变换算子.以上讨论可扩展到二维情况。应用这种方法可以估算波数域各种变换的误差传递系数K,评价处理结果的精度,从而作出较好的地质解释。     

新体制多目标信号AOA与频率分选系统

基于现代谱估计理论与技术，论述了一种新体制多目标信号分选系统，可对多目标信号实现ＡＯＡ与频率的分选，并分析了系统的工程实现可行性，指出了应用前景。     

基于Matlab方法水下爆炸声信号的特征提取及其分析

为了解水下爆炸声信号的特征, 采用Welch法实现对水下爆炸声信号的特征提取,然后利用Mallat算法,采用一维离散小波变换对爆炸信号进行逐级过程提取分析,将信号中的平滑分量和细节分量分离开来. 研究结果表明, 该方法可以更加合理地得到水下爆炸信号的全部特征,从而达到准确分析信号特性的目的.     

基于奇异协方差矩阵的谱估计方法

为了解决秩亏RCF(robust Capon filter-bank)谱估计方法的估计性能不稳健问题,提出一种基于奇异协方差矩阵的谱估计方法.该方法根据空间约束和导向矢量误差约束获得相应的窄带滤波器,并利用其对Capon滤波矢量进行滤波得到谱估计.仿真结果表明: 在采样协方差矩阵奇异的情况下,该谱估计方法获得的谱估计在精度及分辨率上均明显优于秩亏RCF谱估计方法.该方法是一种可以利用少量快拍进行谱估计的有效方法.     

谱估计在金融时间序列模型验证中的应用

为将基于窗谱估计的模型验证技术应用于金融时问序列领域,以解决金融时同序列模型的设定正确性.本文通过实证比较的方法进行检验研究,结果表明:即使模型在5%置信水平下全部通过Basel规则、Kupiec统计量、Christofferson统计量检验,仍有可能存在模型设定错误,无法通过频谱分析模型验证法检验.也就是说,频谱分析模型验证法相对于当前商业银行或银监局在管理模型风险中广泛使用的回顾测试方法,在金融时间列模型的正确性设定检验方面具有更强的模型验证能方,它能揭示系统的更全面的信息.