用自相关确定MA模型阶数的二种新方法

本文提出利用样本自相关确定－高斯ＭＡ模型阶次的二种新方法，仿真例子证明了新方法的有效性。     

非高斯相关噪声中高斯信号的时延估计

高阶统计量在信号处理中成功的应用例子之一是估计高斯相关噪声中非高斯信号的时延参数.本文则研究非高斯相关噪声中高斯信号的时延估计问题,提出了一种解决该问题的混合方法.该方法先计算观测值的三阶累积量,然后利用累积投影公式计算观测噪声的二阶统计量,最后利用互相关方法确定信号时延参数.仿真结果验证了该方法的有效性.     

求非完全描述状态表最小闭覆盖的图解法

目前,在综合一个时序数字系统时,尚无求非完全描述状态表最小闭覆盖的系统方法.本 文提出的正是这样一种方法. 本文首先介绍如何画最大相容类隐含图,尔后给出了两种简化隐含图的方法.最后对化 简的隐含图运用阱点的递归选择及回路分解,能够由最大相容类集合求出最小闭覆盖. 对于比较复杂的非完全描述状态表,本图解法较之目前被广泛采用的试验法具有更为明显的 优点.     

非最小相位ARMA模型的一种自适应辨识算法

本文提出了一种加性有以高斯噪声中因果非最小相位ＡＲＭＡ模型的自适应辨识算法。模型输入假定为非高斯独立同分布随机过程。算法只利用了观测信号的高阶统计量。     

一种新的近场源三维参数联合估计算法

本文研究近场源距离、频率和到达角(DOA)三维参数的联合估计问题，并提出一种计算有效的新算法。该算法利用特征值及相应的特征矢量估计信号参数，不需要谱峰搜索且各参数自动配对。此外，新算法使用四阶累积量，因此适用于任意的加性高斯噪声环境。计算机仿真证实了所提算法的有效性。     

复AR双谱及在常规雷达目标分类中的应用

根据飞机喷气发动机调制(JEM)特征产生机理和参数模型及常规雷达回波特点,本文采用复AR双谱技术分析了常规雷达回波中的JEM特征,揭示了回波中JEM频率和径向Doppler频率之间的耦合关系,并从双谱切片中提取了相对不变的JEM周期特征。提出了基于JEM周期特征的目标分类方法。实测数据分类实验表明:JEM周期特征用于常规雷达飞机目标分类是有效的。     

二维谐波恢复及其时域分析

本文从一种不同于二维谱分析的新观点出发,研究二维谐波恢复问题,证明了白噪声中的二维正弦波的线性模型是一个特殊的二维ARMA过程,并提出了一种时域分析法,借助它可以高分辨检测出白噪声中的二维正弦波。     

盲信号处理几个关键问题的研究

盲信号处理包括盲信号分离、盲均衡与盲多用户检测和盲系统辨识等领域,是近年信号处理和神经网络研究的热点.介绍了清华大学在这些关键问题上取得的重要研究成果与进展.     

非最小相位ARMA模型的一种自适应辨识算法

本文提出了一种加性有色高斯噪声中因果非最小相位ARMA模型的自适应辨识算法。模型输入假定为非高斯独立同分布随机过程。算法只利用了观测信号的高阶统计量。在每次迭代中,先估计AR参数,再估计MA参数,但不用计算残差序列。在参数递推中采用了随机梯度法。仿真实验证实了本文算法的有效性。     

时变多径Rayleigh衰落信道中的匹配滤波界

通过将时变多径Rayleigh衰落信道中传输符号的判决变量表示为高斯随机矢量的二次形式,得出其特征函数以加权协方差矩阵之特征值为变量的解析表达式．因而该信道下的匹配滤波界可以简洁地表示为该特征函数部分分式展开中负特征值对应的系数之和．进一步比较了几种调制脉冲波形在时变多径Rayleigh衰落信道下的匹配滤波性能,发现矩形脉冲可以取得最好的时频分集．