抗差Helmert方差分量估计在三维平差中的应用

在采用Helmert方差分量估计对三维控制网进行平差时,如果观测值带有粗差,参数估计则会受到影响,造成平差结果失真,无法得到准确的参数估值。将基于IGGⅢ模型建立抗差Helmert方差分量估计模型应用于平差计算中,并采集三维控制网数据进行实验。结果表明,抗差Helmert方差分量估计模型可以合理确定不同类观测值权比,抑制粗差影响,提高平差精度与可靠性。     

基于最小二乘的TIADC通道失配估计

针对时间交替(ADC)系统通道增益、直流偏移及时钟延迟失配的估计问题,提出一种基于最小二乘的通道失配估计方法.该方法不需要额外硬件电路,消除了对通道数量的限制.最后,通过蒙特卡罗仿真比较了所提出的方法获得的通道失配方差与Cramer-Rao下界(CRLB),并对实际400 Msps/12bit高速数字化仪通道失配进行了测量.仿真与实验表明,该方法精确度高,精确度受通道量化误差、杂散及谐波失真影响较小,并且能够有效获得实际系统的通道失配.     

异方差模型中估计方差的一种新方法

研究了经典回归模型中的异方差现象,讨论了该现象中的异方差估计这一热点问题,利用交表提出了一种不依赖于数据分布类型的计算简便的异方差估计方法,把这一方法应用在研究三大产业对GDP影响的一个三维数据的具体例子中,并与已有文献中得到的结果进行了比较.比较结果表明:利用正交表的方法对异方差进行估计是一种相对有效的方法.     

高速取样示波器时基失真数据获取系统的构建

为了提高中国脉冲参数国家基准的准确度,需修正高速取样示波器时基失真.通过对时基失真数学模型的研究可知,时基失真修正算法需要通过实验获取大量多相位和多频率的测量数据,设计了2个获取高速取样示波器时基失真数据的实验方案,均获得了正交相位的多组频率数据,成功获取了50 GHz带宽高速取样示波器的时基失真数据.时基失真修正算法的计算结果表明:实验获取的数据正确;将修正结果应用到中国脉冲参数国家基准系统的测量中,也获得了很好的效果.     

频点自跟踪自适应频率相位联合估计器及性能评价

基于二阶自适应陷波滤波器的频率相位联合估计器在工程上有着广泛的应用,但其应用前提是参考信号相对输入信号频偏较小.因为随着频偏增大,频率和相位估计的偏差和方差也随之增大.文章分析了自适应频率相位联合估计器的性能及频偏的影响,提出了频点自跟踪自适应频率相位联合估计器,并针对目标辐射噪声信号和主动发射信号的回波进行了仿真.仿真结果表明,相同条件下该估计器较自适应频率相位联合估计器大大减小了估计偏差和方差,可实现无偏估计且使估计方差接近CRLB.这一特性甚至在低信噪比时也保持良好.     

卡尔曼滤波法方差估计的理论研究

在卡尔曼滤波中,用传统的赫尔默特法进行方差估计时,不仅计算公式复杂,而且计算量非常大.基于广义最小二乘法导出的滤波公式,根据赫尔默特方差估计的基本原理,推导出了用预测残差向量进行方差估计的新公式.与传统的方差估计公式相比较,新公式不仅形式简单,而且大大减少了方差估计的计算量.     

双重迭代变分贝叶斯自适应卡尔曼滤波算法

提出了一种新的自适应卡尔曼滤波算法。该算法假设系统过程噪声方差和量测噪声方差之间存在的函数关系已知,两种噪声方差随着时间变化且均未知。先令当前时刻的过程噪声方差等于前一时刻的过程噪声方差,通过变分贝叶斯近似的方法,在卡尔曼滤波框架下迭代求解当前时刻的量测噪声方差和状态估计,再利用假设中的函数关系获得新的过程噪声方差。对上述过程多次迭代,最终获得状态估计及协方差。仿真实验结果表明,该算法具有较高的滤波精度;在假设条件不确知的情况下仍具有较强的鲁棒性。     

基于优化无迹Kalman滤波的电网动态谐波估计

提出一种基于粒子群优化的无迹卡尔曼滤波(particle swarm optimized unscented Kalman filter,PSOUKF)的电网动态谐波估计方法,利用包含种群分类与动态学习因子的改进粒子群优化算法,优化无迹卡尔曼滤波算法(unscented Kalman filter,UKF)的状态噪声协方差和观测噪声协方差,使系统噪声对电网动态谐波估计结果的影响得到充分考虑,克服了传统UKF算法将这两种方差视为常数导致的动态谐波估计精度低的缺陷.仿真结果表明,PSOKUF算法比卡尔曼滤波(Kalman filter,KF)算法和传统的UKF算法更有效,在没有增加计算复杂度的情况下,能够提高动态谐波估计精度.     

最小类内方差和区域生长相结合的图像分割法

针对视频车辆检测中,光照不均匀、对比度不强的多目标图像分割,提出了一种基于最小类内方差和区域生长相结合的快速阈值分割算法.首先对最小类内方差法进行改进,快速确定差分图像的最佳分割阈值,再用区域生长法分割得到目标.理论分析和实验结果表明,该分割算法不仅适用于简单的车辆图像分割,而且对于复杂的车辆图像也取得了较好的分割效果.该算法计算量小,分割精度有一定优势,有助于下一步的目标识别.     

方差-协方差分量的验后估计与分析

目的对观测值的方差-协方差分量进行验前及验后估计与分析;探求正确评定观测结果精度的途径.方法通过全球定位系统双观测值实测数据,假设是非差观测值相互独立,用常规的基线处理方法,由协方差传播定律求得先验协方差阵;在历元之间相互独立的条件下,分别用最小二乘和MINQUE方法对观测值的方差-协方差矩阵进行验后估计,计算方差-协方差阵的所有元素.结果两种方法估计的方差-协方差阵都与常用的先验协方差阵有明显区别;两种方法估计计算结果非常接近.结论说明对全球定位系统双观测值有必要进行方差-协方差分量估计;两种方法估计计算结果非常接近说明了方差-协方差分量验后估计的严密性,对用方差-协方差分量验后估计进行新型测量数据的处理提供了可靠的理论依据.     

基于多小波噪声方差阈值的信号滤波方法

对信号和噪声的多小波变换进行了研究，根据它们多小波变换下呈现出的截然相反的特征，即随着变换尺度的增大，噪声的变换值迅速减小，而信号的变换值增大，利用相关算法推导并给出了多小波噪声方差阈值的计算公式，基于阈值提出了一种新的多小波信号滤波方法，该方法在噪声方差估计的基础上，对噪声信号变换系数进行处理，减小由噪声产生的系数，同时最大限度地保留有效信号产生的系数，最后由处理后的变换系数进行处理，减少由噪声产生的系数，同时最大限度地保留有效信号产生的系数，最后由处理后的变换系数重构信号，对该方法用典型的GHM双小波进行了仿真分析，结果表明，本文的方法具有很好的滤波效果。     

1/f类分形信号的小波去噪方法

提出了一种用基于分形信号在不同尺度下小波系数方差来估计噪声方差及分形信号参数的新方法,进而从加性白噪声背景下估计出1/f类分形信号。仿真实验结果表明:该方法简单可靠,有效可行,且事先不需要知道分形信号参数及加性白噪声的统计特性,并对信噪比估计误差有很好的鲁棒性。     

用于减小定时抖动的数字预滤波器设计

推导了一种用于减少定时抖动数字预滤波器的冲激响应表达式,提出了一种数字预滤波器的设计方法,设计了一种优化数字预滤波器。通过对定时恢复环的仿真,讨论了环路的收敛情况,比较了所设计的数字预滤波器和无预滤波器时环路定时抖动与信噪比、定时抖动与环路噪声带宽、误码率与信噪比的数量关系,证实所设计的数字预滤波器对减少定时抖动非常有效。     

改进的特征提取及其在信号分类中的应用

特征参数的提取是通信信号调制识别中的关键环节,对信号特征提取问题进行了研究.首先提出了一个新的参数--功率谱紧致性,该特征从信号功率谱中提取,具有较好的稳健性和抗噪声性能且无需任何先验知识.然后对信号相位特征进行差分处理,给出了一种改进的绝对无插叠差分相位标准差的提取方法,该方法不依赖于信号载波频率,具有更加实用的工程价值.还重新定义了单频分量的检测方法,重定义后的方法和原方法相比所提取的特征具有更好的可分性和稳健性.最后设计了信号调制识别系统,完成了AM、SSB、2FSK、4FSK、8FSK、BPSK、QPSK和8PSK的分类.实验仿真表明,当信号信噪比大于5dB时,正确识别率达92%以上.     

Robust Design for Generalized Minimum Variance Controllers

InordertOextendtheaPPlicationofminimumvariancecolltroltonon-min~Phasesystemes,severalself-tUningschemessuchasweightedminimumvariancecontrol[l],zero-poleassiglnnentcontrol[2]andgeneralizedminimumvariancecontrol[3--61havebeenPrOPosed.Amongtheseschemes...     

自适应信号重构技术提高地震数据的信噪比

利用信号和噪声的特征值差别,采用奇异值分解技术压制噪声,提出了基于多道相似系数大小来自适应地选择特征值个数,进而进行信号重构,分离信号和噪声,从而达到提高信噪比的目的。通过对合成数据和实际地震数据的处理结果对比表明该方法能最大程度地保持信号,从而有效地提高地震资料的信噪比。     

基于总方差方法的光纤陀螺随机误差特性研究

为解决Allan方差在长相关时间上存在估计误差较大的问题,根据光纤陀螺随机误差信号的频率特性,提出了采用总方差来对光纤陀螺的随机误差特性进行分析的方法.用模拟的光纤陀螺各项随机噪声对Allan方差和总方差方法进行了比较仿真研究,并利用总方差方法分析和辨识了光纤陀螺实际测试数据中随机噪声的类型和噪声水平.试验结果表明在长相关时间上,总方差的值和实际的幂律谱噪声的行为特征是一致的;在平均因子较大的情况下,总方差能够有效地提高方差估计值的置信度,估计精度优于Allan方差分析方法.     

KL变换在位场数据处理中的应用

应用KL变换方法在位场数据处理中消除信号频段上的干扰噪声,确定出信号和随机噪声所对应的特征范围,提取信号特征并重构数据,使随机噪声的影响降到最低限度,从而提高信噪比。     

基于SVD的正交多项式变换及其在地震资料处理中的应用

在地震资料中,噪声干扰严重影响了资料的品质,为此必须进行有效的去噪处理。通过对正交多项式变换方法的研究,本文提出一种基于奇异值分解（SVD）算法的正交多项式变换压制地震资料噪音的方法。将地震资料经过正交多项式变换后,有效信号和噪音在正交多项式系数上的分布不同,使用奇异值分解算法可以有效地分离有效信号和噪音。经合成地震记录模型及实际地震数据的处理结果表明,该方法不仅能够有效地进行信噪分离,而且可以减少对振幅的畸变,同时增强了反射同相轴的连续性。     

基于方差的图像融合

图像融合是一种信息综合处理技术,其目的是通过对多幅图像间冗余数据和互补信息的处理提高图像的可靠性和清晰度.作者提出了一种基于方差的图像融合方法,将源图像分割成若干块,选用块方差作为特征量,通过比较,选取效果好的分割块进行融合,并通过仿真实验证明了该方法具有可行性及较好的性能.此外,通过在医学领域的应用,说明了对图像融合技术研究的必要性.