一种分布式信号源的参数估计算法

在信号源具有分布特性时,使用点源模型进行参数估计会产生较大误差,而广义的高分辨率算法又带有较大的运算复杂度,难以满足实时性很高的要求,且都需要预先知道角度分布的具体函数。该文提出了基于天线阵列的特殊结构,采用阵列之间互相关算法对相干分布式信号源的各项参数进行估计,极大地减小了运算量,同时分析了信号源到达方向的模糊性问题。仿真结果证明该方法对相干式分布源参数估计的有效性。     

一种多进制CPM信号的开环位同步算法

针对位同步问题,提出了一种基于基函数分解的开环位定时估计算法。该算法首先利用基函数分解的结果进行相关运算,将本地参考信号波形和接收信号波形的定时偏差缩小到T/4以内;再根据相关运算提供的角度信息进行精确的位同步估计。该算法不需要提取载波相位信息,复杂度较低。仿真结果表明该算法具有较好的估计精度。     

求解一类状态受约束的最优控制问题的新方法

研究一类最优控制问题的求解方法,其状态变量是某一种椭圆型偏微分方程的弱解.在一定的条件下,利用一系列的变换,将求解最优控制问题转化为求解一个非光滑算子方程.构造一个光滑化函数逼近NCP函数,利用光滑化牛顿法求解此非光滑算子方程.给出两者间的误差估计.     

基于信赖域的无线传感器网络节点定位算法

在无线传感器网络中,基于测距的无线定位方法通常基于各类测距模型,以最小二乘法估计位置初值,再利用优化算法提高定位精度。由于测距过程受到各类噪声及其分布变化的影响,在低信噪比情况下传统优化算法存在精度降低、收敛性差等性能恶化的问题,通常导致估计的结果不是最优。针对这一问题,将信赖域算法用于迭代优化过程,使用锥模型函数逼近定位目标函数,将目标函数的优化过程转变为一系列最优化子问题。仿真结果表明,该方法性能稳定,收敛速度快,在低信噪比环境下比传统算法具有更好的定位性能。     

两个不同损失函数下一类分布族参数的Minimax估计

在对数误差平方损失函数和熵损失函数下,得到了两个不同损失函数下一类分布族参数的Bayes估计和Minimax估计.     

数字分数微分器系数的快速算法

提出了一种理想数字分数微分器系数的快速算法。从理想数字分数微分器系数计算公式的特点考虑,利用变量代换把积分函数中的振荡因子转换成积分上限,避免高阶振荡函数积分计算,给出了计算分数微分器系数的递推公式。分析了快速算法的计算复杂度、稳定性和收敛性等问题。实验结果表明新算法具有运算量少,运算速度快并具有较好的稳定性和收敛性。     

基于预瞄模糊控制的自动泊车算法研究

针对目前自动泊车系统转向不连续问题,提出一种两段式泊车路径规划算法,采用Sigmoid函数对路径进行函数拟合,确定泊车路径。建立了横向预瞄模型,对路径追踪误差进行估计,采用模糊控制方法,对拟合后的理想路径进行追踪;搭建了Pre Scan虚拟仿真环境,通过超声波传感器获取车位信息,对提出的基于预瞄模糊控制的自动泊车算法进行了仿真验证。仿真结果表明:Sigmoid函数对两段式泊车路径的拟合决定系数可达0.99以上;采用该预瞄模糊控制泊车算法,汽车能很好地追踪规划的路径,并成功泊入预定车位。     

N步返回可能模型集算法比较研究

可能模型集算法由于不能保证模型集转换的正确和及时,给目标的状态估计带来较大的误差.将可能模型集算法返回n步,以保证及时初始化新激活的模型,能在一定程度上降低状态估计的误差,这同时也导致计算量的增加.文中针对多种不同返回步数的可能模型算法进行了比较分析,仿真结果表明,算法返回一步或两步能够大大提高目标状态估计的精度,尤其是当使用的模型集规模较小时.     

两种损失函数下心理状态数的Bayes估计

本文在刻度平方误差损失函数和Q-对称熵损失函数下,讨论了心理状态数c的Bayes估计,并且证明了估计是可容许的.     

麦克风阵列二维方向估计聚焦算法研究

聚焦算法是解决宽带信号方向(DOA)估计问题的重要算法。常规的宽带聚焦算法需要进行预估计和多次迭代,算法的计算复杂度较高。该文根据宽带聚焦算法的思想,结合语音信号的特点,以各频率点的频域相关矩阵和聚焦点的相关矩阵的均方误差最小为最优化准则,提出了一种不需要预估计和迭代的二维宽带聚焦算法。该算法实时性好、计算复杂度低。采用八元均匀圆环麦克风阵列,仿真验证了该算法的良好二维DOA估计性能。     

阵列误差对多参数联合估计性能的影响

建立了频率、二维到达角和极化联合估计的阵列误差信号模型,分析了阵列误差对用ESPEIT算法进行参数估计性能的影响。推导了在阵列误差模型下,频率、二维到达角和极化联合估计算法中各参数估计结果的均方误差。计算机模拟结果证实了分析结果的正确性。     

函数型神经网络在捷联陀螺非线性估计中的应用

针对神经网络的强自学习性、自适应能力及非线性变换特性,结合陀螺静态漂移误差模型,采用函数型神经网络对捷联陀螺静态漂移误差系数进行了非线性估计,解决了捷联陀螺重复启动时的静态漂移误差系数的在线动态标定问题.     

—个抛物型方程逆问题的Fourier和小波正则化方法

考虑非标准的一维逆热传导方程的定解问题。问题是不适定性的，即g（t）微小扰动会引起解的很大误差。通过Fourier方法，舍去g（t）的高频成分来正则化问题并给出了误差估计；利用Meyer小波在频域中的紧支撑性滤除g（t）的高频成分并结合Galerkin方法建立了正则化方法，给出了误差估计；对上述两种方法给出了数值实验并进行了比较和讨论。     

未知频偏下直扩信号的扩频序列估计

针对未知频偏下的直扩信号,通过将载频吸收至扩频波形中,提出了一种有效的基于协方差矩阵子空间分解的扩频序列估计算法。通过信号子空间分解,提高了含有未知频偏信息的扩频波形估计的信噪比,从而降低了载频估计难度。在随机信号模型条件下,还推导了扩频波形估计器的克拉美劳界。在低信噪比条件下,仿真验证了该算法的有效性。     

一个抛物型方程逆问题的Fourier和小波正则化方法

考虑非标准的一维逆热传导方程的定解问题。问题是不适定性的,即g(t)微小扰动会引起解的很大误差。通过Fourier方法,舍去g(t)的高频成分来正则化问题并给出了误差估计;利用M eyer小波在频域中的紧支撑性滤除g(t)的高频成分并结合G alerk in方法建立了正则化方法,给出了误差估计;对上述两种方法给出了数值实验并进行了比较和讨论。     

球面径向基函数插值逼近的误差估计

研究了球面上由不同光滑度的核所生成且嵌套的两个再生核Hilbert空间之间的插值逼近问题.证明了一个空间的函数可用光滑性更好的子空间中的函数进行插值逼近,并给出了插值误差的上界估计.     

基于支持向量机的传感器非线性误差校正

提出了一种用支持向量机校正传感器非线性误差的原理和方法。该算法只依据样本就可以正确辩识传感器逆模型特征,而不需关于逆模型函数形式的任何先验知识,并将原问题转化为一个凸二次优化问题,能够保证找到的极值解就是全局最优解,具有较好的泛化能力。通过对电容式湿敏传感器误差校正的应用表明:该算法可取得较好的效果。     

广义线性互补问题的共轭梯度算法

本文构造了广义线性互补问题的一个光滑价值函数,该函数具有良好的微分性质.基此价值函数提出了求解广义线性互补问题的一类不精确线搜索共轭梯度算法,证明了算法的全局收敛性,并通过数值试验检验了算法的实用性.     

块浮点FFT处理器的有限字长效应分析

研究了基于基8算法的块浮点FFT处理器的有限字长效应问题,提出了一种基于理论统计分析的静态模型。在不考虑输入信号的量化误差和系数量化误差情况下,对基8单元和加权过程的误差进行了分析;给出了有限字长效应所造成的误差随着频率点数和级数的变化趋势。通过SPEED开发平台得到的硬件仿真结果验证了该方法估计字长效应的正确性,可以将其应用于工程分析。     

频率选择性衰落信道中的RAKE合并接收方案

针对非扩频系统很难实现多径分集接收的问题,通过判决反馈IIR(DF-IIR)均衡器得到对发送数据的估计,并根据该初始估计重构所有多径信号,再将接收信号中的主径和各多径分量区分开,最后将各分量按照最大比的方式合并以及解调判决,从而实现RAKE合并接收。DF-IIR均衡器可以完全消除噪声累积的现象,然而判决反馈同时会产生误差传播的问题,多径合并可以显著提高信噪比,从而抑制误差传播问题。仿真结果表明新算法可以取得明显的效果。