信号极点估计的矩阵预测方法的研究

本文深入系统地研究了信号极点估计的矩阵预测方法的基本理论，并给出了极点估计的后向矩阵预测方法和估计正弦信号频率的前后向矩阵预测方法，以及矩阵预测法与线性预测法之间的关系，文中的数值举例说明了本文理论的正确性。     

信号极点提取的最小二乘方法

本文系统地研究了信号极点提取的最小二乘法及其改善这类方法性能的重要手段－矩阵低秩逼近。同时，文中还提出一种提取信号极点的矩阵预测到最小二乘法。在此基础上，本文进一步给出了这类方法的一系列算法，并对诸算法作了计算机模拟和性能评价。     

基于EMEMP的雷达二维信号融合成像新方法

雷达信号融合成像是一种能显著提高成像分辨率的参数化新方法.基于改进的Root-Music的传统融合方法对噪声敏感, 且存在模型极点失配的问题.本文通过将MEMP(Matrix Enhancement and Matrix Pencil)的二维频率估计方法推广到稀疏数据域,提出了一种基于扩展矩阵增强矩阵束(EMEMP)的融合新方法.此方法首先构造每一维联合增强矩阵,使其满足MEMP算法的配对要求,然后利用MEMP方法估计模型极点,进行极点配对,然后估计模型系数,最后内插频谱以达到融合的目的.实验结果表明相对于传统融合方法,该方法解决了极点失配的问题,提高了模型参数估计的稳健性.     

基于数据矩阵奇异值分解的免配对二维谐波信号参数估计算法

本文提出了一种基于数据矩阵奇异值分解、免配对的二维谐波信号参数估计算法.该方法将二维谐波信号的参数估计问题转换为两个多样本的一维谐波信号参数估计问题,通过对数据矩阵的一次奇异值分解同时获得两个方向上的信号子空间,并利用这两个信号子空间的对应关系同时对角化两个方向上的构造矩阵Fx和Fy,从而在估计两个方向一维极点的同时完成了极点配对.该方法不需要将数据矩阵重新排列为Hankel块形式进行奇异值分解,也不需要额外的配对步骤,极大地降低了运算量,在数据矩阵维数较高时优势明显.仿真实验及实测数据处理结果证明了该方法的正确性和有效性.     

语音信号的同态线性预测编码

本文首先证明普通LPC算法对于周期性脉冲串激励信号,在非基音同步的情况下是一种有偏估计算法。随后提出一种新的全极点模型估计算法——同态线性预测编码(HLPC),并证明,不论对于白噪声激励还是周期性脉冲串激励信号,由HLPC算法得到的估计都是无偏的。实验结果表明,对于用全极点模型人工合成的语音信号,HLPC的估计性能明显高于LPC;对于实际语音信号,HLPC算法在估计共振峰时也有明显的优点。本文还讨论了其它HLPC算法的优缺点和尚待解决的一些问题。值得指出,HLPC算法在任何以全极点模型(AR模型)为基础的估计问题中都有可能得到应用。     

基于类MUSIC的DOA估计算法

针对相关信号波达方向(DOA)的估计问题,提出了一种基于最大差值子矩阵的信号DOA估计方法.对利用Toepllitz构造的满秩矩阵进行特征值分解,得到排序后的特征值,并利用特征值的差值实现满秩矩阵筛选,同时结合传统MUSIC算法实现信号DOA估计.理论分析与仿真实验表明,本文所提方法在相关信号DOA估计方面具有更好的分辨力.     

基于一致聚焦的宽带信号DOA估计方法

双边相关变换(TCT)法在构造聚焦矩阵时需要预先估计信号的波达方向(DOA),预估计的偏差会影响聚焦效果,严重时可能会导致TCT方法的失效.本文基于一致聚焦思想,提出了一种宽带信号DOA估计方法-致聚焦双边变换(CFTCT)法.由于CFTCT方法使用了一致聚焦变换矩阵,因此不需要预先估计信号的DOA,减小了计算量,同时...     

相干信号到达方向估计的对称子阵列组合技术

本文提出了一种新的相干信号高分辨率处理方法。该方法通过阵列数据矩阵的变换和对称子阵列协方差矩阵的组合,并利用旋转不变技术有效地实现了相干信号到达方向的估计。理论分析和计算机模拟结果表明,此项技术具有优良的估计性能,较强的去相干能力以及较高的运算时效和阵列孔径利用率。     

空间目标的联合矩阵束极点估计

极点作为谐振区雷达目标的最主要电磁特性,具有很大的空间目标识别前景。但是在使用频域观测数据提取目标极点时,存在虚假极点和估计精度问题。针对上述问题,首先通过加窗和截断改进了后时响应信号的获取流程,抑制了虚假极点影响;然后采用最小描述长度法（MDL）估计极点个数,避免了定阶错误引起的虚假极点;最后采用联合矩阵束法估计极点,有效减少了单角度数据估计极点时存在的遗漏极点和虚假极点问题。FEKO软件验证表明,所提算法具有更高的精度和抗噪能力。     

循环平稳信号的联合稀疏表示DOA估计

基于联合稀疏表示的思想,本文提出了一种利用二阶循环统计量的循环平稳信号波达方向（DOA）估计算法。首先,对传统的谱相关信号子空间拟合算法进行分析研究;然后,通过在循环域构造过完备的阵列方向矩阵字典,建立了联合稀疏表示模型,从而将循环平稳信号的DOA估计问题转化为联合稀疏矩阵的恢复问题;最后,利用联合Ι_2,0范数逼近法求出联合稀疏矩阵的优化解,并根据优化矩阵中非零行的位置估计出循环平稳信号的DOA。与传统的SCSSF算法相比,所提算法具有更高的DOA估计精度,同时也适用于信号个数多于阵元个数的场合。理论分析和仿真实验结果都表明了算法的有效性。      

基于相关分析的多目标优化Pareto优劣性预测

昂贵多目标进化算法中,目标向量评估所需计算时间或实验成本高昂,大量昂贵评估必然导致成本灾难.本文根据多目标优化Pareto优劣性取决于各目标分量的序关系这一关键性质,提出一种序拟合方法进行Pareto优劣性预测.在分析样本数据决策空间与目标空间序相关性的基础上,通过线性相关的假设条件,建立低成本的序关系预测方程,并用预测的序关系确定Pareto优劣性.然后对典型多目标优化问题进行Pareto优劣性预测对比实验,结果表明所提方法显著提高了Pareto优劣性的预测精度.最后,将该预测方法集成到NSGA-II算法中,可以避免进化过程中的模型重构,有效减少昂贵目标向量的评估次数.     

背景预测模型中不同邻域预测效果评估

当目标处于复杂背景中时,红外弱小目标检测将变得更加困难.背景预测是红外图像弱小目标检测的一种重要方法,背景预测模型中权值矩阵的确定策略对于预测和检测效果具有决定性的影响.定义了被预测点周围的三种不同邻域,探讨了不同邻域背景像素点预测的效果,并比较了不同邻域以及中邻域和多邻域的检测性能.仿真实验结果表明,中邻域具有比近邻域和远邻域更好的预测和检测性能,此外,中邻域与多邻域相比,在保证检测性能的同时具有更快的运算优势.     

提高弹道导弹落点预报精度方法

基于二体运动模型对弹道导弹的弹道生成和落点预报方法进行了研究,并提出改进落点预报精度的方法。该方法通过对雷达测量时间段内的弹道数据进行滑窗平均处理,以提高弹道导弹落点预报精度。仿真结果验证了该方法的有效性。     

基于AVS的变换域帧内转码研究

根据MPEG-2与先进音视频编码（AVS,Advanced Coding of Audio and Video）标准在帧内预测中的不同点,介绍了一种基于变换域的帧内预测转码算法。新算法提出一种新的变换域转码结构,通过矩阵变换计算出AVS帧内预测的各种模式所对应的离散余弦变换（DCT,Discrete Cosine Transform）预测矩阵,推导出DCT域到AVS整数变换域的系数转换矩阵,同时给出DCT域内预测矩阵转换所需的运算量。实验结果表明,提出的帧内预测转换方法可以使计算复杂度降低50%,达到实时转码的要求。     

同质背景预测用于红外弱小目标检测

背景预测是红外弱小目标检测中抑制背景的主要方法之一.提出了一种同质背景预测算法,在分析空背景下不同背景成分图像灰度特征模型的基础上,首先对图像进行边缘检测,将图像划分为不同灰度性质的区域,然后使用边缘检测结果调制预测权值矩阵.仿真结果表明,该算法对背景杂波具有很好的抑制效果,能够有效保护图像细节,明显降低异质区域像素灰度对预测的不利影响,显著改善低信噪比条件下弱小目标的检测性能.     

基于相似性的剩余寿命预测：鲁棒性与不确定性研究

基于相似性的剩余寿命预测方法是近年来兴起的一类部件寿命预测方法。关于该方法预测结果的鲁棒性及不确定性研究尚未见报道,然而上述性质对于广泛应用该方法具有重要意义。首先,介绍了基于相似性的剩余寿命预测方法的主要思想,并介绍了一种基于相似性的剩余寿命预测方法（简称方法A）,提出一种基于历史样本估计来预测不确定性的方法;而后,基于一个广泛应用的随机衰退模型,在比较方法A的预测结果与某基于时间序列预测的剩余寿命预测方法结果的过程中,探究了方法A预测结果的鲁棒性;最后,基于同样的数据,运用所建议的方法,考察了方法A预测结果的不确定性。     

系数矩阵正交矢量谱估计

邹理和(1984)提出,用线性预测误差滤波器系数矩阵对K个二维复正弦波加白噪声的信号作谱估计,有着良好的特性。本文将证明,二维线性预测误差滤波器系数矩阵空间具有和相关阵空间非常类似的结构。在系数阵空间同样存在正交矢量谱估计方法。采用相关阵SVD逼近技术,可使系数阵正交矢量方法不仅具有很高分辨率,而且具有很好的统计稳定性。最后将二维的结果移植到一维,并在一维中进行了计算机模拟,模拟结果表明新方法比现用的一些方法为佳。     

一种动态电源管理预测算法的设计及仿真

针对基于马尔可夫模型的预测式动态电源管理算法（DPMPA）对大型样本数据预测精度低的问题,提出了一种具备自反馈功能的内嵌式马尔可夫模型（RMM）的DPMPA。该算法基于分层迭代思想,对满足马尔可夫性质的大型数据进行聚类,再使用马尔可夫算法对构建出的迭代数据模型：上层抽象数据模型和底层实例数据模型进行训练。引入反馈函数φ（i）,控制转换概率矩阵更新频率,保证预测精度范围。依此,编制了自反馈内嵌式马尔可夫模型DPMPA的Matlab程序。应用该程序对无线热点访问次数进行仿真预测,得出不同训练样本数对后期样本的预测精度的影响,对比马尔可夫算法和自适应学习树（ALT）算法预测结果表明,基于该自反馈RMM预测式动态电源管理算法对于大型样本数据预测精度比前者高5%,后者高10%。预测精确度的提高,将更有利于马尔可夫算法的DPM系统功耗控制。     

基于信道借用和信号预测的切换方法

随着业务需求的日益增长,蜂窝也越变越小,移动蜂窝通信环境中的切换成为日益重要的问题。在CDMA蜂窝系统中使用软切换,为了解决切换时的信道短缺问题,提出了许多解决方法。该文中提出了称为基于信道借用和信号预测的切换算法。当切换请求到达蜂窝时,如果没有空闲信道,就将从参与软切换的静止呼叫借用一信道,并将借用的信道分配给移动呼叫的切换请求.如果没有信道可借用,就将切换请求放入队列中,使用信号预测的方法来确定队列中的优先级。并将此切换方式的性能与其它切换方式进行了比较。