基于S3C2410的嵌入式Linux的移植方法

在嵌入式系统里基于ARM的嵌入式处理器已经成为市场主流，移植操作系统是开发嵌入式系统的前提和基础，而嵌入式操作系统的移植比较复杂。通过将嵌入式Linux 2．6内核移植到S3C2410处理器的目标板上，提出了嵌入式Linux移植的方法与具体实现过程。编译生成的内核在嵌入式系统中运行稳定，制作的根文件系统可以通过Ramdisk方式正常加载进内核。结果证明方法可行，同时对于开发其它类型的嵌入式系统具有一定的参考意义。     

国民最终消费的非参数预测模型

传统的线性回归模型不能理想地捕获我国国民收入与最终消费之间的动态关系,本文基于局部线性非参数估计理论,对我国改革开放以来的年国民最终消费建立了非参数回归预测模型,并对我国2000~2004年的国民最终消费进行了预测。结果表明,相对于线性回归模型而言,非参数回归模型能够很好地解决我国国民最终消费问题,预测精度较高。     

基于无迹卡尔曼滤波的双选信道估计方法

针对高速移动场景中由于信道存在时频域选择性衰落(双选衰落)导致正交频分复用(orthogonal frequency division multiplexing, OFDM)通信系统受到子载波间干扰而使通信质量下降的问题,采用基扩展信道模型,在消除子载波间干扰(inter carrier interference, ICI)影响的同时节约信道估计算法的空间复杂度。针对基扩展模型(basis expansion model, BEM)下的非线性信道状态空间模型,采用无迹卡尔曼滤波(unscented Kalman filter, UKF)方法进一步跟踪信道响应提升信道估计精度。仿真分析表明,本研究所提方法能够有效提升信道估计的精度,相对于传统算法具有更好的误码率性能和鲁棒性。     

带变异算子的PSO算法在配电网状态估计中的应用

根据配电网中的一些设备如分布式发电机的非线性特性和配电网的量测配置特点,并结合粒子群优化(PSO)算法的特点,提出了采用带变异算子的PSO算法进行配电网状态估计。该算法解决了配电网状态估计中的非线性特性,算法中引入变异算子,增强了全局搜索能力,克服了基本PSO算法容易陷入局部最优点的缺点,而且收敛速度和精度都很理想。算例证实了算法的有效性,通过和基本粒子群算法比较显示其优越性。     

面向智能小区的远程抄表系统的实现

针对当前远程抄表系统的不足,提出了面向智能小区的远程抄表系统的设计方案,并给出了通讯机端实现过程中的关键技术。通过对嵌入式软件技术的具体描述,得出了基于ARM核32位处理器的智能远程抄表系统的理想设计模型,对未来智能小区远程抄表系统发展有一定的指导意义。     

基于FrFT的欠采样LFM信号分离与参数估计

基于分数阶傅里叶变换，本文提出了一种欠采样条件下的宽带与窄带线性调频信号分离与参数估计方法。该方法先由延迟相乘和牛顿迭代算法估计信号的调频斜率，然后在分数阶傅立叶变换域进行滤波，实现信号分离。最后对欠采样信号解频率模糊，估计信号的初始频率。仿真表明了该方法分离宽带与窄带线性调频信号的可行性与分离后信号参数估计的有效性。     

An asymptotic maximum likelihood for estimating the nominal angle of a spatially distributed source

This paper proposes a large-sample approximation of the maximum-likelihood estimator for direction finding in the presence of a spatially spread source. The key idea is to replace the parametric estimate of the four-dimensional nuisance parameter vector with the approximate one that depends on just one parameter of interest, called the nominal angle, thus permitting the use of one-dimensional optimization techniques. The proposed estimator is shown to be strongly consistent and asymptotically efficient, and the Cramér–Rao bound on its standard deviation is derived. Simulations show the estimator to outperform previously proposed estimators, such as the subspace-based estimator and others based on one-dimensional search.     

规则度量值序列的信息扩散估计研究

对若干连续期间的数据挖掘将形成规则的度量值序列。对度量值序列的参数估计，可获得度量值的基本特征参数，用作评价规则的兴趣度，掌握规则的演化规律。基于信息扩散原理，提出了适用于小样本的度量值扩散估计方法。以度量值序列作为非完备知识样本，讨论在波动和上升(下降)趋势下的序列参数计算。实验表明，该方法准确简便、抗干扰性好。     

一种新的基于神经网络的IRT项目参数估计模型

探讨了一种新的基于广义回归神经网络（GRNN）的IRT（项目反应理论）项目参数估计建模方法，着重介绍了如何建立网络的输出模式及利用Monte Carlo方法建立网络的输入模式，提出了多种对模型进行改进的方法。模拟实验表明，利用GRNN可以以任意精度拟合CTT（经典测验理论）参数统计值和IRT参数值间隐含的非线性关系。与其他方法进行的比较表明，在小样本情况下，该方法的参数估计误差更小。     

基于子空间投影的干涉合成孔径雷达基线误差估计

针对干涉合成孔径雷达中存在的基线误差会严重影响高程测量的精度问题，提出了一种新的干涉合成孔径雷达基线及卫星平台高度误差估计方法。利用地面目标点的信息．通过子空间投影的方法估计精确的干涉相位进而得到估计的基线误差。该方法不需要迭代搜索，运算量小．估计精度较高．对解缠的干涉相位具有较高的稳健性．且对噪声具有良好的抑制作用。