软件的成本估算

本文主要介绍了当前比较流行的几种软件成本估算方法和估算模型，并结合实际，给出了一个基于统计模型的估算实例。     

一种软件自动测试成本的估算控制模型

根据已有的投资回报(ROI)分析模型,结合COCOMO度量结果,在充分考虑回归测试时测试程序维护成本的基础上,提出一种软件自动测试成本估算控制模型.该模型首先提出了平均维护代价因子的概念,并准确地计算出它的阈值,然后通过这个阈值选择合理的测试方式、控制测试成本,从而为整个测试过程提供动态指导和正确的决策方法.     

一种基于功能点规模度量的软件成本估算模型

软件项目是不同于一般工程项目的项目类型,具有高度的不可预知性,受用户需求,开发方式的影响很大没有明确的成本估算,将导致软件开支的不可控制。本文研究如何通过功能点规模度量点方法估算软件项目的规模及成本,提出了一种基于功能点规模度量的软件项目成本估算模型,给出模型公式该模型适用于软件开发项目的规模、工作量与成本估算     

基于软件量化的工作量估算研究

软件项目管理涉及软件生命周期的各个部分,对整个软件项目的成功起着非常重要的作用.合理的管理方法,可以有效地提高开发效率和成功率,降低开发成本.对开发过程的管理和开发成本的估算,是软件项目管理的重要环节.有效的软件开发过程量化方法可以提供大量的量化数据,通过对这些量化数据的分析与统计,可以确定量化指标等,以此为基础,进行软件工作量的估算和开发成本的估算,相对于传统的依据经验估算,将会取得更加准确的结果.因此,本文基于软件量化过程中的变更数据,结合工作量估算模型COCOMOⅡ,进行了相关研究,并给出了具体的估算方法.     

基于PLM的成本估算应用

本文主要介绍了PLM、成本估算模型等概念,并对BOM为主线基于PLM的产品研发设计阶段成本估算应用展开研究。     

功能点估算方法研究及应用

功能点方法适用于软件项目早期的规模估算,核心思想是把软件系统按照组件进行分解,从而确定系统的功能点数量。对当前应用比较广泛的3种功能点方法即IFPUG功能点法、MarkⅡ功能点法和COSMIC功能点法进行了详细说明,并对这三种方法的计算过程、适用领域、用户范围等进行比较。通过具体的实例对功能点方法进行了分析比较,最后针对功能点方法的局限性提出了解决途径。     

智能建筑中的IT成本估算方法

信息技术是智能建筑区别于传统建筑的主要因素之一，然而建筑智能化中的信息技术（IT）成本却一直未能得到有效估计，导致工程中信息技术的实际投入值常常远大于预算金额，使预算不能有效的指导决策。本文通过与传统估价方法的对比分析了正确估计IT成本的重要性，讨论了建筑业中进行IT成本计算存在的困难和复杂性，基于成本与效益估价法基本思想，提出IT成本估计新方法。     

一种辐射源距离的估算方法

提出利用测量设备与辐射源相对运动速度及测量设备所接收到的辐射功率的估算测量设备到辐射源距离的一种方法。对计算精度进行了分析，通过算例对理论分析进行了检验。     

软X射线多层膜反射镜界面粗糙度的一种估算方法

介绍了D.G.Sterns的散射方法,用它来描述单个非理想粗糙界面的散射,它适用于软X射线短波段区域.将这种方法应用到多层膜结构,并采用D.G.Sterns方法的数学模型来描述软X射线短波段区域(1～10 nm)多层膜界面粗糙度.在这个理论的框架下,对我们所研制的波长为4.77 nm的Co/C多层膜反射镜界面粗糙度进行分析,估算出该多层镜界面间均方根粗糙度为0.7 nm.粗糙度估算结果与小角X射线衍射的测定结果相一致.(PE13)     

一种改进的多传感器数据融合方法

最优加权法在数据融合时需要确知噪声方差信息,其权值固定不变,而联合卡尔曼滤波法需要确知噪声协方差信息。在噪声先验信息与实际数值差别较大或传感器系统噪声相关时,这两种方法的参数估计精度将急剧下降。针对以上不足,文中提出了一种新的动态最优加权和最小二乘滤波相结合的数据融合方法,该方法能随传感器信号起伏的变化动态调整权值,不需要噪声的统计信息,在系统噪声相关时仍能获得较高的测量精度,具有较强的稳健性。仿真结果验证了新方法的有效性。     

一种基于最小统计噪声估计的改进谱减法

针对传统最小统计噪声估计谱减法在低信噪非平稳噪声环境下存在的噪声估计误差较大及搜索延迟较大的问题,对带噪语音进行频域平滑然后进行全局平滑,并且提出使用双向搜索的方法,减小了搜索延迟.实验结果表明,文中提出的方法有效地实现了语音增强,具有一定的使用价值.     

OFDM系统中基于SNR估计的改进DFT信道估计算法

为提高目前无线通信系统中正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术下的信道估计性能,分析了基于离散傅里叶变换(Discrete Fourier Transform,DFT)的信道估计算法存在的缺陷.针对传统DFT信道估计算法没有考虑循环前缀内噪声的...     

基于宽窄带功率比值法的GNSS载噪比估计改进方法

为了降低载噪比估计算法的实现复杂度,提出了一种改进的宽窄带载噪比估计方法。该方法利用接收机良好跟踪信号时信号能量主要分布在I支路这一特点,将传统的宽窄带功率比值法中的宽带进行简化变为仅取I支路信号,而窄带保持不变来进行载噪比估计。在详细推导了改进后算法的载噪比估计的理论表达式后,通过仿真测试进行了验证与分析,最后对K值的选取进行了讨论。测试结果表明,改进后的算法与传统算法的性能基本相当,但相比传统的宽窄带功率比值法而言,在算法复杂度方面加法和乘法次数都减少了1000次左右,约为传统算法的60%,使算法复杂度得到了有效降低。     

基于CS的Kalman滤波OFDM信道估计

在OFDM系统信道估计中,准确的时域卡尔曼滤波（TDKF）估计需要信道多径时延作为先验条件,而且具有较低的频谱效率.考虑到大多数无线信道具有稀疏和时变的特性,提出一种改进的卡尔曼滤波与压缩感知联合信道估计方法,采用稀疏度自适应匹配追踪（SAMP）算法,并对信道响应变化量进行重建.仿真结果表明,相较于已有算法,提出的算法不需要知道信道的稀疏度,而且信道估计结果更加准确.     

修正Kalman滤波多带UWB信道估计改进方法

针对多带超宽带(UWB)系统中修正Kalman滤波算法复杂度高的缺陷,提出一种低复杂度的修正Kalman滤波改进方法。该方法中UWB信道采用自回归模型(AR)建模,利用导频跟踪时变信道衰减因子,通过Kalman滤波和频域分段最小均方误差(MMSE)算法同时跟踪信道的时域相关性和频域相关性,提高了系统性能,降低了计算复杂度。仿真结果表明,和修正的Kalman滤波方法相比,在估计精度损失很小的情况下,所提方法极大降低了计算复杂度,提高了系统整体的估计性能。     

基于FTV的改进深度估计算法

深度估计是任意视点电视(Free View Television,FTV)系统的关键技术。为提高深度边缘的深度估计准确度,并解决视频序列中不同帧间同一深度物体深度估计值不一致问题,提出一种在深度图的时间一致性保持算法,以前一帧的深度图与当前视图的运动信息为约束条件估计当前帧的深度,使得相邻帧的深度图在时间上保持一致。     

An improved channel estimation method based on the correlation of preambles in FBMC/OQAM systems

Filter bank multicarrier transmission with offset QAM (FBMC/OQAM) is recognized as one of candidates for the next generation of multi-carrier modulation scheme due to its high spectral efficiency and extremely low out-of-band attenuation. However, channel estimation (CE) performance may be seriously deteriorated by the intrinsic interference in practice. Because the correlations of preambles at the receiver may not be taken into account for traditional methods, which are recognized as inter-symbol interference. This paper proposes an improved preamble-based CE method, which has lower preamble power and higher time efficiency, and a CE algorithm using correlation between adjacent subcarriers is introduced to improve performances further. Finally, the CE algorithm with correlations between adjacent K subcarriers is deduced. Simulation results show that the proposed scheme has lower BER and preamble power, compared to the traditional methods.     

High mobility channel estimation method based on improved basis expansion model

In this paper, the problem of high mobility channel estimation in the Long-Term Evolution for Railway (LTE-R) communication system is investigated. By using a Basis Expansion Model (BEM), the channel impulse response is modeled as the sum of several basis functions multiplied by coefficients. By estimating the basis function coefficients, the fast time-varying channel can be approximated. In order to reduce the estimation error resulting from the high frequency basis function, the Generalized Complex Exponential BEM (GCE-BEM) is modified to form an Improved GCE-BEM (IGCE-BEM) by adding a correction coefficient to the basis function. Moreover, an Improved Baseline Tilting (IBT) method is proposed to reduce the Gibbs effect. In addition, linear interpolation, Gauss interpolation, and three-order Hermite interpolation are adopted to obtain the channel impulse response at non pilot locations based on the channel estimation results at pilot positions. The simulation results show that the IGCE-BEM outperforms the CE-BEM and GCE-BEM in terms of the Normalized Mean Squared Error (NMSE). The IBT method is better than the BT method in reducing the Gibbs effect. In addition, combined with the IBT, the IGCE-BEM also has low NMSE under high moving speed and high noise power. The performance of the three-order Hermite interpolation method is higher than that of the linear interpolation and Gauss interpolation approaches.     

基于变换域处理的OFDM系统信道估计的改进方法

本文研究了基于变换域处理的OFDM系统信道估计的基本原理和变换域滤波处理方法,提出了一种变换域导频插值信道估计的改进迭代算法,同时,采用具有更好滤波效果的“带阻滤波器”优化了其中的变换域滤波器的设计,通过接收端检测到的信噪比调整能量参数。仿真结果表明,提出的采用优化变换域滤波器的信道估计算法具有较好的性能,在一定程度上可以接近于理想信道估计的性能。     

An improved cyclic beamforming method for signal DOA estimation

Modulated signals used in telecommunication are cyclostationary. This property can be exploited to improve the direction of arrival (DOA) estimation performance. In this work, we propose an improved cyclic beamforming algorithm exploiting cyclostationarity. The proposed method exploits the information of both cyclic correlation matrix and cyclic conjugate correlation matrix with different cyclic frequencies. Compared with the existing methods, the simulation results show that proposed method improves substantially the signal selectivity; also it allows an increase in resolution power.