基于多普勒频移的双基地声纳目标速度测量

针对单基地声纳仅可获得目标的径向速度以及双基地声纳有大量冗余信息的问题,提出利用单/双基地复合工作的声纳系统求解目标二维速度矢量（速度大小、航向）的方法。为了获得目标的二维速度矢量,在双基地声纳系统中,分析了双基地声纳多普勒频移的特性,并与单基地作了比较;结合单、双基地所获得的多普勒频移特性信息,给出了目标二维速度矢量的两种计算方法;并对目标速度测量误差进行了分析。结果表明,采用单/双基地复合工作的声纳系统,可以完成目标二维速度矢量的测量,而测量误差则与系统的频移分辨力及目标与收、发基地间的相对位置有关。     

基于人工加噪正则化与稀疏贝叶斯回归的核密度估计稀疏构造算法

核密度估计(Kernel Density Estimation,简称KDE)算法是当前最有效和应用最广泛的一种非参数密度估计算法,其主要缺点在于二次的算法复杂度,与训练集容量正相关的空间复杂度以及高维密度估计中的性能降低.为了加快KDE的计算速度,简化模型的复杂度,提出了一种新型的基于稀疏贝叶斯回归的快速的KDE的计算模型,该模型用经过人工加噪处理过的分布函数逼近数据作为输入数据,获得了KDE的极为稀疏的表示.在一元和二元人工数据集上的实验结果表明,该算法与传统的KDE算法相比,在保持了相当的计算精度(多数情况下降低了模型误差)的情况下,将算法执行的时空效率大幅度提高,而且该算法在小样本情况下,得到的密度估计也更为光滑. 二元人造数据集上的初步实验结果还表明通过应用数据高斯化技术得到的算法的多元扩展在一定程度上缓解了“维数灾难”.     

OFDM信道估计的复矩阵分解及FPGA实现

应用基于奇异值分解的OFDM（orthogonal frequency dirision multiplexing）信道估计降低计算量的同时能够保证信道估计的性能,研究OFDM信道向量自相关矩阵奇异值分解的FPGA(field programmable gat array)实现,提出一种复共轭对称矩阵奇异值分解的FPGA简化实现方法,将复矩阵的奇异值分解转换为实矩阵的奇异值分解,并根据实对称矩阵SVD(singular value decomposition)的特点对Systolic阵列结构进行改进,减少了所占用的资源。最后设计了高阶实对称矩阵SVD的FPGA实现方案,仿真结果表明该设计方案是可行的,能够应用于OFDM信道估计系统。     

一种基于感兴趣区域的小波域降噪技术

提出了一种强大的用于医学图像噪声过滤的小波域方法,该方法能自适应各类不同的图像噪声,且通过一个单一参数来平衡降噪程度和相关细节的保护以及医学专家的优先选择.该方法是低复杂度的,实验结果表明它在医学图像抑噪方面的有效性.     

基于GPS弹道测量的卡尔曼滤波参数估计算法

为提高基于GPS定位的弹道辨识方法的实时性和可靠性,提出了一种以弹道微分方程四阶龙格库塔数值积分预测作为状态量递推的卡尔曼滤波弹道参数估计算法,并针对卫星接收机有粗大误差或失效情况对方法进行了改进. 利用卫星信号模拟器和C/A码GPS接收机构建半实物仿真系统对算法进行验证,该方法的弹道参数估计误差是GPS接收机正常工作时测量误差的30%～40%;且能在GPS接收机出现异常时继续给出接近实际的估计值.     

两种标准下一类平面动力系统极限环的数值计算

通过引入网函数的概念定义了平面动力系统中极限环数值解的概念,然后以van der Pol方程对应的平面系统为例,使用四阶Runge—Kutta方法建立其方程组的数值解法,并以此为基础建立了极限环的数值解法．特别地,引入范数估计和流量估计两种距离标准,从几何直观性和实际意义两个角度刻画了迭代精度．特定参数取值的算例证明了该方法的有效性．     

一类非线性抛物方程全离散Legendre拟谱逼近的大时间性态

运用Legendre拟谱方法研究一类非线性抛物方程的大时间问题,建立了全离散的拟谱格式.在有限时间区域及0≤t≤+∞上,讨论了半离散系统解的长时间误差估计.     

OFDM系统中基于DCT的RLS信道估计

提出了一种适用于正交频分复用系统信道估计的基于离散余弦变换的RLS方法,并给出了相应的算法．该方法用离散余弦变换代替传统的RLS算法中的DFT变换,能有效降低信道冲激响应泄漏引起的混叠误差．仿真结果表明该方法的性能比传统的RLS算法好,系统误符号率和均方误差都有明显的改善．     

基于序贯估计方法的电子器件技术参数统计推断

对A．瓦尔德所研究的序贯抽样方案,用序贯估计方法,研究A公司一类新投产的电子器件的特征参数并给出统计推断．利用这种方法对某些重要参数,只要恰当地选取样本容度,除了节省抽样量之外,还可提高推断的可靠程度及精确程度．进一步用两个定理证明了样本最佳密度、特征参数及置信区间等几个重要问题．     

一种应用于圆阵的相关源分辨算法

常规的空间平滑算法存在着阵列孔径利用率低、计算过程复杂的缺点,另外,其平滑次数受阵元数及信源数的限制。空间相干源DOA估计的移动平滑（Shift- Smoothing）解相干算法,由于移动平滑算法并未损失有效孔径,因此具有更高的谱分辨率。计算机真结果表明,SS算法具有更高的分辨性能和更好的去相关性。