基于高阶累积量的均匀圆阵对 相干信号的DOA估计

本文针对一种均匀圆阵列对相干信号的DOA估计所做的变换处理，引入高阶累积量来进行参数估计。此方法与基于协方差的方法进行了计算机模拟比较。     

基于高阶统计量的嵌入维数估计方法

反映线性相关的协方差阵的奇异值分解法在本质上是一种线性方法，其可靠性受到质疑．用能反映非线性结构的高阶统计量函数代替相关函数构造矩阵，以实现对奇异值分解法的改进，并分析了用高阶统计量构造矩阵的多种方法，得到了两种较好的方法．仿真结果验证了改进后方法的有效性及稳定性．     

基于高阶统计量的嵌入维数估计方法

反映线性相关的协方差阵的奇异值分解法在本质上是一种线性方法,其可靠性受到质疑.用能反映非线性结构的高阶统计量函数代替相关函数构造矩阵,以实现对奇异值分解法的改进,并分析了用高阶统计量构造矩阵的多种方法,得到了两种较好的方法.仿真结果验证了改进后方法的有效性及稳定性     

基于高阶累积量的数字调制信号识别算法

介绍了一种基于高阶累积量的数字调制信号识别算法,利用从信号的二阶、四阶和六阶累积量中提取的3个特征参数实现多种常用数字调制信号的识别,可以很好地抑制高斯白噪声,且允许有相位偏差,能够在较低信噪比下实现对2ASK/BPSK、4ASK、QPSK、2FSK、4FSK、8FSK、16QAM等多种信号的分类。经理论推导和仿真实验,证实了该方法的有效性。     

一种基于高阶统计量的纹理图像识别新方法

提出一种基于高阶统计量的纹理图像识别方法,可以识别多种纹理图像.在二阶统计特征基础上,引入高阶统计量作为纹理图像的特征参数,并与人工神经网络相结合,建立起基于15个纹理特征参数的自组织神经网络,进行自学习 训练,从而实现图像识别;对于未经训练的纹理图像,网络可自动进行学习,并存储网络权值.实验结果表明,该识别方法能有效提高纹理图像的正确识别率.     

基于高阶统计的空间谱估计研究

基于阵列输出信号的四阶累积量，研究了高发辨率空间信号到达方向的空间谱估计方法。计算机模拟实验验证了它们的有效性，证明了基于高阶统计的空间谱估计技术适用于任意高斯噪声环境。     

DOA估计中的高阶累积量应用方法

高阶累积量由于对高斯噪声不敏感，在高分辨阵列信号处理中可用来提高参数估计的分辨性能。本文从一个统一的角度来研究基于高阶累积量的高分辨阵列信号处理方法，并就一种方法在阵列信号处理中的应用通过计算机仿真与基于二阶矩的方法进行了较全面的比较。     

基于高阶累积量的数字调制信号识别算法

介绍了一种基于高阶累积量的数字调制信号识别算法,利用从信号的二阶、四阶和六阶累积量中提取的3个特征参数实现多种常用数字调制信号的识别,可以很好地抑制高斯白噪声,且允许有相位偏差,能够在较低信噪比下实现对2ASK/BPSK、4ASK、QPSK、2FSK、4FSK、8FSK、16QAM等多种信号的分类。经理论推导和仿真实验,证实了该方法的有效性。     

一种新的非相干积累算法

针对宽带高分辨雷达体制下的未知速度运动目标检测问题,基于高分辨一维距离像提出一种新的非相干积累算法．首先利用改进的双向维特比算法估计目标速度及强散射点位置,提高了低信噪比下的估计精度,然后在强散射点周围选取待检测单元进行非相干积累,进一步提升了检测性能．两类飞机实测数据的多个实验结果表明,当目标发生距离走动的情况下,该算法性能相对传统的非相干积累算法有明显的提高．     

一种新的剩余静校正方法研究及应用

为了弥补自相关方法的缺陷,运用四阶累积量时延估计理论,同时利用高阶统计量对高斯噪声的盲目性和对非高斯噪声也可以起到压制作用的特点,对常规的最大能量法剩余静校正进行改进,得到一种基于四阶累积量时间延迟估计的剩余静校正处理新方法。该方法在处理低信噪比、大剩余静校正量资料时更能体现出独到优势,更适用于山地等复杂地形地震资料的...     

高阶统计量方法在地球物理学中的应用

高阶统计量方法是研究非高斯过程,非最小相位信号和非线性系统的有力工具,其应用领域已涉及通信、地球物理、生物医学、故障诊断等．本文就近年来高阶统计量在地球物理学中的应用现状进行简要的综述。     

双谱地震子波估计

子波处理是提高地震资料分析的一个重要手段,该技术的关键是地震子波的估计。根据高阶累积量中保留有信号相位信息的性质,给出了一种基于地震信号双谱的子波估计突破了以往对地震子波是最小相位的假设,适应于任意相位的子波,针对不同性质的地震子波,进行了理论计算,结果表明,这一该是可行的。同时也显示了信号高阶谱技术在地震资料子波处理,提高分辨率方面的潜力。     

一种遗忘因子模糊自调整的快速时变参数辨识方法

本文提出了一种遗忘因子模糊自调整辨识算法，理论分析和仿真试验表明，该方法对参数的快速时变具有较快的跟踪能力及较高的辨识精度，在线计算的复杂性和工作量增加较少，是一种实用的适于快速时变系统的辨识算法     

基于二重BP神经网络的静态人脸检测算法的研究

提出了一种基于BP神经网络的静太人脸检测算法。首先，通过形态学闭运算提取包含人眼区域的二值图像，对二值图像进行基于连通性的标注，标注区域会聚形成候选人眼点。对待选人眼点进行筛选后，送入BP神经网络进行判断，得出人眼点。最后人眼点两两组合形成待选人脸，送入第二个BP网络进行判断。     

突变量电流选相元件的研究

本文提出了一种利用相电流突变量和相电流差突变量构成的选相元件。对选相元件的算法进行了理论分析,并利用EMTP电磁暂态仿真程序,模拟不同地点、不同类型的各种故障。仿真结果,证明该选相元件能够正确选相。适合于作为微机保护中的选相元件。     

一种基于混沌的AES算法的研究

AES算法越来越多地应用到各个领域,是加密方法发展的新趋势．描述了AES加密算法,重点是对AES算法进行了改进,即用Logistic映射生成的混沌序列作为AES加密方法的初始密钥．最后用C＋＋语言实现了混沌和AES结合的新算法并与原始AES算法进行了速度对比．     

一种负荷预报动态建模及模糊补偿的新算法

本文提出了一种电力系统短期负荷预报的新算法．该算法首先利用模糊技术对历史负荷数据进行平滑处理，建立负荷变化的趋势项和波动项动态模型并作出预报．后利用模糊综合评判的理论对预报值进行调整     

基于遗传算法的弯曲射线成像反演

介质体反演成像一直是困扰地球物理等领域的重要问题,尤其是它的计算速度、成像质量和稳定性方面更是备受关注。本文首先简述了基于弯曲射线成像的基本原理,然后列出了反演的详细步骤,构建了用于反演的数学模型;然后提出了利用改进的遗传算法解决弯曲射线成像中的反演问题,并给出了改进的遗传算法步骤。最后给出一个用改进的遗传算法成像的例子,同时为了突出该算法的优势,还把它与爬山法相比,从两者算法的本质区别剖析了两者反演结果的差别,指出正是遗传算法大规模的并行搜索以及杂交与变异的约束,导致了成像质量及速度的不同;通过它们的反演迭代运算曲线图可以看出,该算法有效地提高了成像的速度、质量和稳定性。     

基于欧拉函数的一种新筛法

本文利用一种新筛法——倍程图法,寻求找出不超过某正整数且与其因子互素的孪生奇数的个数的公式,并推导出它的渐近公式。     

基于对数周期天线圆形阵的测向算法

以对数周期天线圆形阵为基础 ,提出了一种比幅测向算法 ,并对算法性能进行了分析 .该算法可以获得较高的测向精度 ,测向精度对天线单元的波瓣宽度及天线单元数目依赖性小