基于一次观察的Bayes接收机在低信噪比时的性能改进

从基于一次观察的双择Ｂａｙｅｓ接收机在低信噪比工作状态下存在不稳定工作点出发，详细分析了Ｎｅｙｍａｎ－Ｐｅａｒｓｏｎ接收机和Ｍｉｎｉｍａｎ接收机的工作特性，特别指出了在低信噪比时，Ｎｅｙｍａｎ－Ｐｅａｒｓｏｎ接收机和Ｍｉｎｉｍａｘ接收机仍能稳定工作，并讨论了低信噪比时接收机的判决策略。     

TH-PPM UWB信噪比的估计方法

TH-PPM UWB（Time Hopping-Pulse Position Modulation Ultra Wide Band）系统利用基于能量比较的TOA（Time of Arrival）估计算法可以提供很高的定位精度,但该算法需要知道准确的信噪比。针对此问题,提出了一种在多径条件下利用相关器的输出信号进行信噪比估计的方法。仿真结果表明,该方法具有很高的估计性能,并且数据量越大,估计的性能越好。     

OFDM系统信噪比估计新方法

根据无线OFDM通信系统中自适应控制处理的需求,针对Boumard方法的缺点,提出了一种基于前导符号的OFDM系统信噪比估计新方法．该方法充分利用了前导符号和无线信道的频率自相关特性,估计信号和噪声的平均功率,获得系统的平均信噪比．进一步利用信道估计系数,估计出各子信道的信噪比．仿真结果表明,该方法的估计性能优于Boumard方法,且在低信噪比时,估计精度提高了10倍以上．     

一种低信噪比下MPSK信号频率估计方法

针对MPSK信号载波频率估计所需信噪比高的问题,提出一种低信噪比下MPSK信号频率估计方法.首先使用现代谱估计方法建立自回归模型,完成MPSK信号载波频率的粗估计,得到含有较小残留频偏的信号;然后进行M-th非线性变换,根据最大似然准则,估计出较高精度的残留频偏值.仿真结果表明,本算法在较低信噪比下可达到较高精度,算法稳定可靠.     

有限缓冲器长计算机网平均时延的分析

本文用排队论方法,对计算机网络在有限长缓冲器时平均时延进行了分析着重推导出乎均时延与平均队长的算法。最后,文章中讨论了缓冲器容量、平均时延与系统阻塞概率之间的关系。     

多元Sobolev空间上的混淆误差估计

利用多元带有限函数在非正规样本序列上的插值,讨论了经典多元Sobolev函数类空间的混淆误差,并给出了阶意义下的精确误差界。     

关于有限长弹性基础梁的分类

研究了有限长弹性基础梁的分类，结果表明，现有的分类不甚合理，根据本文提出的描述近似解可用的标准，通过二类集中荷载作用下有限长染解、半无限长梁解及刚性短梁解的比较，提出了每类荷载作用下有限长梁的分类标准，研究还表明，对上述两种荷载情形，半无限长梁解的近似效果比无限长梁解的近似效果要好。     

有限长密绕直螺线管的自感系数（I）

有限长密绕直螺线管的自感系数通常按Ｌ＝μ０Ｎ＾２Ｓ／ｌ公式计算，误差很大。本文给出一个求有限长密绕直螺线管的自感系数的公式，其误差较小，便于计算。     

一种导频与数据联合辅助的半盲信噪比估计算法

提出了一种新的适用于MPSK突发通信系统的半盲信噪比估计算法。基于EM算法结构,已知的导频符号和未知的数据符号被同时用于信噪比估计,在保证系统频谱效率的前提下,有效提升了估计性能。理论分析和仿真试验表明,该方法的性能优于仅使用导频符号的数据辅助估计方法,同时在较宽的信噪比范围内优于仅利用未知数据符号的最大似然方法、二阶四阶矩方法(M2M4)等其它经典的盲信噪比估计方法。     

信噪比估计算法研究

提出了利用核函数挖掘物理散射信息,提取极化特征的Fisher分类方法。该方法在Freeman分解的基础上,采用核函数将极化协方差等信息映射到某特征空间,然后在特征空间中进行线性分类,这样能够从PolSAR数据特有的极化散射信息出发,较好利用核方法的优势,改善不同地物类别的可分性。实验表明,该算法能获取有效的分类结果,实现同类相聚,异类分离,具有良好的紧致性。     

基于样本分位数的参数极大概率估计

基于样本分位数,引入了一种估计参数的方法．解决了某些分布参数的矩估计或极大似然估计没有显性表达式的问题．对于某些分布,由该方法获得的估计具有良好的性质．     

基于假设函数空间上样本误差的估计

在传统回归分析中,基于已知样本寻找最优函数一般在某个已知函数空间,如多项式空间,对数以及指数空间等,对于样本个数一定的情况下,样本误差会随着函数空间的增大而增大.在本文中,作者用概率测度、覆盖原理在有界函数空间中给出一个样本误差估计的方法.     

基于全局数据混洗的小样本数据预测方法

以广州车牌竞拍价格数据集为数据来源,采用线性回归并结合k折交叉验证,研究小样本数据集的预测方法.为解决小样本局部特异性数据导致的验证误差增大的问题,提出验证之前先对数据进行全局混洗的策略.最后通过实验验证了此策略可以明显降低验证误差,以此为基础,通过多组实验验证,确定了合适的参数,结果表明最终预测值的总平均正确率达到了...     

区间型数据下4种分布的参数估计

使用EM算法,在区间型数据下,对正态分布、对数正态分布、Rayleigh分布和Logistic分布的参数进行估计,得到了估计量所满足的非线性方程组.     

完全样本下威布尔分布平均寿命的评估

在完全样本情形下,提出了对威布尔分布平均寿命评估的两种方法,即枢轴量法和样本空间排序法,其中枢轴量法又分为半枢轴量法和全枢轴量法.通过模拟实验结果对所提出方法的有效性进行了讨论.     

低信噪比下非周期性直扩信号的盲估计

为解决低信噪比下非周期性直扩信号PN码序列的盲估计难题,提出了以两倍信息码元宽度为分段长度的分段矩阵特征分解法(SEVD)对PN码序列进行初步估计,然后对得到的各段估计序列进行拼接,再通过基于最优移位相加特性的信息码剥离算法得到原始PN码序列的盲估计方法,该方法采用并行处理以提高运算速度,并具有无需事先提取同步信息、能够消除“反码”现象的优点。仿真结果表明该方法能够在信噪比大于?17 dB条件下对扩频码码长为1 023的m序列的非周期性直扩信号做到无误码盲估计。     

自相关矩阵奇异值分解法进行信噪比估计研究

主要介绍了一种典型的信噪比估计算法,并对信噪比的自相关矩阵奇异值分解估计法进行了研究。然后对该算法应用于AWGN信道中的估计性能进行仿真测试,结果表明,当数据观察长度在2 000以上时,在实际信噪比为[-10,25]dB内,该算法可以控制估计标准差在0．6 dB内。测试表明,数据误差完全符合要求,这说明该信噪比估计算法是可行的。