调制方式的自动识别方法

本文介绍调制信号的神经网络识别方法,以及多进制数字调相信号的次优识别方法,实验结果表明两种方法具有正确识别率高,信噪比要求低,性能优于目前使用的识别方法。     

一种新的二维谐波估计方法

研究了二维谐波信号相关矩阵后 ,提出了一种称之为“矩阵束的二维谐波估计 (MP2D)”算法 ,该算法既不需要求解二维特征多项式的根 ,也不需要在二维频率空间搜索谱峰 ,算法具有高效性。仿真实验表明 ,该算法在白噪声条件下对二维谐波频率估计具有高的精度和强的抗干扰能力。     

随机弱实时系统作业调度概率保证分析

随机弱实时系统与强实时系统的显著区别是 ,它不要求实时任务的每一项作业都满足时限要求 ,只要保证作业的时限延误率低于某一阈值 ,其总体执行性能就是可以接受的。提出了概率时间需求分析法 (PTDA) ,用于估计可剥夺静态优先级调度策略下周期性任务的作业满足时限约束的概率的下界 ,并通过一个具体的实例考察了下界的紧性。对实例系统的仿真结果表明 ,PTDA分析的误差小于 1 0 % ,计算速度快 ,可以为弱实时应用的设计提供重要的参考依据     

态势估计中一种基于贝叶斯估计的统计时间推理方法

统计时间推理是态势估计中的一个重要组成部分。Ｋｉｒｉｌｏｖ的基于极大似然估计（Ｍａｘｉ－ｍｕｍＬｉｋｅｌｉｈｏｏｄＥｓｔｉｍａｔｉｏｎ,ＭＬＥ）的推理方法将未知时间变量看作常数,估计方差较大。文中建立的已知时间信息和未知时间变量之间的关系模型,将未知时间变量扩展为随机变量,将贝叶斯估计（ＢａｙｅｓＥｓｔｉｍａｔｉｏｎ,ＢＥ）引入时间推理。经过对两种推理算法的性能进行分析和比较,发现在一定范围内,基于ＢＥ的方法性能优于基于ＭＬＥ的方法。     

非匹配摄动系统协方差矩阵的定界估计

基于Ｌｙａｐｕｎｏｖ 稳定性理论,在系统矩阵及噪声输入矩阵均存在非匹配摄动的一般情形下,研究随机系统稳态状态协方差的定界估计问题,通过求解两个代数Ｒｉｃｃａｔｉ方程,给出了该协方差矩阵上下界的估计式,并提供了一个说明性算例     

二维虚拟ESPRIT算法

Ｅ Ｓ Ｐ Ｒ Ｉ Ｔ 算法是一种快速的高分辨率方向估计方法,但它是一种一维估计方法,不能直接推广到二维方向估计。本文在 Ｅ Ｓ Ｐ Ｒ Ｉ Ｔ 的基础上,针对一种特定的阵列结构,提出了一种计算量很小的二维估计方法——二维虚拟 Ｅ Ｓ Ｐ Ｒ Ｉ Ｔ,它的计算量同一维 Ｅ Ｓ Ｐ Ｒ Ｉ Ｔ 相当。     

动态均匀分布模型及Bayes预测

Ｂａｙｅｓ预测是在Ｂａｙｅｓ统计分析基础上得到的一种预测方法,本文给出了观测服从均匀分布的动态均匀分布模型,并在状态向量线Ｂａｙｅｓ最优估计基础上给出了模型参数的修正递推及Ｂａｙｅｓ预测。     

一种用AR模型参数自适应检测瞬态信号的新方法

本文研究AR 模型参数特征用于瞬态信号自适应检测的问题。本文依据AR 模型参数矢量长度为特征检测信号的思思,提出了一种具有良好地自适应抑制噪声扰动的参数估计方法,弥补了LS、SVDT 方法的不足。理论分析和实验结果均表明,本文的方法具有很好的AR 模型参数估计和瞬态信号检测性能。     

Gamma分布的Bootstrap估计

本文以二参数(三参数)Gamma 分布的极大似然估计为基础构造出其参数的Bootstrap 估计(简记 MLBE 估计),同时证明了这种估计在大样本情况下是相合的。通过计算机模拟表明:MLBE 估计在小样本下比 MLE 估计更有效,特别是 MLBE 估计能很好地解决三参数 Gamma 分布的区间估计问题。     

先验信息下的改进主成分估计

对于线性模型Ｙ＝ＸＣ＋ε,Ｅ（ε）＝０,Ｃｏｖ（ε,ε）＝σ２Ｉ,在先验信息（Ｅ（Ｃ）＝０,Ｃｏｖ（Ｃ,Ｃ）＝σ２０Ｉ）下,本文给出主成分个数的一种更合理取法,并提出了一种改进的主成分估计。文中证明了该估计是可容许估计,且在“平均”均方误差意义下,优于最小二乘估计,亦优于主成分估计