有限群的模糊C-正规子群

给出了模糊C-正规子群、模糊极大正规子群的概念,并利用集合套理论给出了模糊C-正规子群的等价定义,同时研究了模糊-正规子群的一些性质。     

速度差异混合交通流稳态特性与过渡特性

车辆性能差异对交通流宏观特性的影响尚未得到充分研究.使用车辆行驶有限状态自动机模型,对由最大速度不同的两种车辆组成的两车道混合交通流进行微观仿真.结果表明混合交通流进入稳态后,相比同质交通流,中低密度区通行能力明显下降,临界密度增加.随慢车比例变化,换道率-密度关系呈现三种模式.在交通流从初始静止状态到稳态运行的过渡过程中,若初始时刻两车道慢车比例不同,随密度不同有三种不同的过渡模式,在低密度区系统迅速过渡到慢车对称分布状态,中密度区系统逐渐过渡到对称状态,但高密度区系统维持在不对称状态.说明慢车对交通流特性有显著影响,混合交通流的过渡过程非常复杂.     

多相滤波时钟同步系统的设计与性能分析

高精度、高速率的时钟同步技术是现代数字通信系统实现的关键之一. 以QPSK基带通信系统为例, 提出了多相滤波的最大似然定时误差检测时钟同步方法, 详细分析了其工作原理与设计过程, 并用MATLAB进行了性能仿真. 结果表明, 在误码率接近10⁵时, 该方法与无定时偏差的相干解调相比, Eb/N0要求相 差不到0.5dB, 具有比较理想的性能, 而且计算量较小, 容易用现代DSP或FPGA予以实现.     

基于GARCH扩散模型的权证定价

考虑了标的资产服从GARCH扩散模型下的权证定价问题. 首先,基于有效重要性抽样(EIS)技巧,给出了GARCH扩散模型的极大似然(ML)估计方法; 然后,以上证和深证综合指数数据为例, 利用EIS-ML方法估计了GARCH扩散模型,表明了EIS-ML估计方法的有效性; 最后,给出了基于恒生指数权证的实证研究. 结果表明:GARCH扩散权证定价模型比经典的Black-Scholes(B-S)模型具有更高的定价精确性.     

GNSS抗干扰接收机的自适应波束形成算法

针对全球导航卫星系统（global navigation satellite system, GNSS）接收机的抗干扰问题,以空-时自适应天线阵列为研究对象,提出了组合的自适应波束形成算法。该算法首先采用子空间正交投影技术消除接收信号中的强干扰信号,然后通过最大化相关后信号载噪比（carrier to noise ratio, C/N₀）约束准则加强GNSS信号质量。仿真结果表明,相对于传统的最大化阵列输出信噪比准则,最大化相关后信号C/N₀准则能够提高信号载噪比约4 dB。并且提出的组合算法可使接收机在有效抑制干扰的同时,又能够大大提高信号的捕获和跟踪性能。     

QPSK调制下最大平均互信息量化在LDPC译码中的应用

对低密度奇偶校验(low-density parity-check, LDPC)码在四进制相移键控(quaternary phase shift keying, QPSK)调制下的译码算法进行了深入研究,分析和推导了最大平均互信息量化的具体方法。在QPSK调制下,通过此方法量化初始消息,最终使每次迭代的变量消息和校验消息都是整数,实现了基于整数运算的最小和译码算法。仿真结果表明,其性能与基于高精度浮点数的和积译码算法大约相差0.39 dB,同时该算法中所有变量都用固定长度的整数表示,便于硬件实现,在其译码性能比和积译码性能下降不大的情况下,大大缩短了译码时间。     

用相似变换求正矩阵的最大特征值

通过对正矩阵进行相似交换。给出了求正矩阵最大特征值的一种新的算法和相应的数值例子。     

流向变换反应器模型解的大时间性态的研究

流向变换反应器周期操作模型一般为非线性反应对流-扩散方程的新型定解问题。利用抛物型方程的极值原理得出的方程解的最大模估计,对单方程的流向变换反应器模型解的大时间性态进行了一些分析,证明了当反应交换项关于浓度或温度变量单调递减时其循环定态解的存在性,并且当t→∞时,模型解会趋于循环定态解。     

关于一维模糊随机变量的极大似然估计方法

研究一维模糊随机变量情形总体未知参数的极大似然估计的两种方法——扩张原理法与随机集的可积选择法．在模糊观测条件下,定义了Kwakernaak-Knrse-Meyer型模糊随机变量情形的模糊参数的极大似然估计量及Puff-Ralescu型变量情形的模糊参数的边缘极大似然估计量．得到了它们的存在条件,一致性条件及其相关性质．     

基于完美抽样的最大似然方位估计方法

为了解决最大似然估计计算量大的问题,将马尔可夫蒙特卡罗方法与最大似然方位估计相结合,提出一种基于完美抽样的最大似然方位估计新方法.研究结果表明,该方法不但保持了原最大似然方位估计方法的优越性能,而且大大减小了计算量,把原方法的计算复杂度从O(LK)减少到O(K×J×Np).