动态测试数据中坏点处理的一种新方法--绝对均值法及应用研究

本文简要介绍了剔除坏点数据的几种经典方法，并对动态测试中数字时序信号的坏点剔除方法进行了探讨。根据动态测试中数字时序信号的特点提出了一种剔除坏点的新方法——绝对均值法，并给出了绝对均值法中阀值形确定的范围。作者采用绝对均值法和莱因达（PaЙTa）法分别对三组实测数据进行坏点数据的剔除处理，对处理结果的分析对比表明运用绝对均值法剔除动态测试数据中的坏点数据比莱因达法效果更好。  

CW脉冲回波信号的最小方差无畸变响应自适应检测

建立了适用于解析时间序列信号检测的最小方差无畸变响应（Minimum Variance Distortionless Response,MVDR）自适应处理模型（Time Series MVDR,TSMVDR）,并针对CW声纳脉冲回波信号,通过构造解析信号和分段近似处理给出了相应算法（Algorithms of TSMVDR on CW pulse signal,AWMVDR）,并进行了数值仿真研究.研究结果表明：对于CW脉冲信号：（1）在较高采样率的条件下,AWMVDR可以实现CW脉冲信号稳定的自适应检测;（2） AWMVDR较常规线性相关检测具有更高的脉冲参数估计精度和时间分辨力;（3） AWMVDR的实现需要付出较高采样率和更大计算量的代价.