基于数据矩阵的信号频率和二维方向估计

在低信噪比和短数据环境下，基于阵列接收数据空间自协方差和互协方差矩阵分解的信号频率和二维到达方向（方位角和仰角）联合估计的性能往往较差。通过数据矩阵的奇异值分解和其Ｆｒｏｂｅｎｉｕｓ范数的低秩近似，提出了一种性能改进的新的信号频率和二维到达方向联合估计方法。计算机模拟实验证实了其有效性。     

发展性课程评价在“数字信号处理”课程中的应用与实践

针对应用型本科院校的"数字信号处理"课程所存在的问题,本文运用发展性课程评价理论开展教学改革的研究与实践。结果表明,发展性课程评价对于学生全面发展,教师不断提高、课程不断优化具有积极的推进作用。     

基于数据阵共轭重构的MUSIC角估计算法

介绍了一种利用接收数据及其共轭重构得到新的数据矩阵,然后借助于数据阵奇异值分解实现的修正MUSIC算法,并指出了这将有助于改善协方差矩阵特征值的分布,从而提高信号到达方向（DOA）的估计性能。在相同的信噪比和快拍数条件下,该方法无论是在角估计的均方误差、信号源角分辨能力等方面均优于普通的MUSIC算法,并给出了验证理论分析的计算机仿真结果。     

基于多媒体教学包的DSP教改实践

为了应对大学本科“数字信号处理”课程教学内容多、教学时数不足和满足宽口径专业的需要，提出一种基于多媒体教学包的教改方法。介绍了多媒体教学包的构成、主要特点和应用方法，并给出了利用该教学包生成教案的几个典型实例。该方法能取得良好的教学效果，同时还能增强学生的自学能力。