自校正滤波器在卫星定位中的应用

设计了一种新的基于ARMA模型的自校正卡尔曼滤波器,对卫星定位误差模型参数进行分段在线估计,根据误差模型估计参数直接求取滤波增益阵.并提出了一种直接计算滤波误差方差阵的方法,对两个不同的定位系统进行信息融合.仿真结果表明,在未知噪声统计特性的情况下,自校正卡尔曼滤波器能有效过滤观测噪声,基于它的信息融合规则能够有效提高定位精度.计算过程简单,并可以在线建模.     

图像高斯噪声估计的极大似然算法

提出一种图像高斯噪声极大似然估计方法,目的是估计出噪声图像所含噪声大小。首先,根据高斯噪声模型的特点,用极大似然法估计噪声值,对图像所含噪声模型进行分析。其次,把噪声图像用直方图表示,从归一化直方图中选出不同的样本观测值,用极大似然算法对噪声的方差进行估计。最后,用MATLAB对该方法进行了模拟实验,实验结果表明此方法所得的图像噪声的方差与实际图像噪声的方差近似相等。所以,此方法无论是在准确性上还是在可行性上均具有优良的特性。     

一种新的基于训练序列的MIMO-OFDM信道估计方法

为了实现MIMO-OFDM(多输入多输出—正交频分复用)系统的相干检测,提出一种新的基于训练序列的信道估计方法。详细阐述了算法的估计准则和训练序列的构造方法。利用训练序列良好的相关特性简便、精确估计出信道的频域响应及其冲激响应。通过理论分析和计算机仿真说明,新的算法对比最佳训练序列的LS(最小二乘法)时域估计方法,具有同样的估计精度,同时避免复杂的矩阵求逆运算,使计算复杂度进一步降低。     

基于脉冲响应的输出误差模型的辨识

基于系统脉冲响应参数, 利用相关分析方法, 提出了一种辨识输出误差模型参数的方法. 该方法是利用有限脉冲响应模型逼近输出误差模型, 通过依次递增脉冲响应参数的数目N来提高逼近精度. 理论分析表明, 只要N足够大, 模型的辨识精度可以满足实际要求. 提出的辨识方法可以在假设阶次N =1的条件下, 依次递增计算N较大时的脉冲响应参数和目标函数值, 从而根据脉冲响应确定系统的参数. 仿真试验说明提出的方法估计输出误差模型的参数是有效的.     

道路网约束下的城市事件空间点模式分析

为对城市管理的资源分配提供有效的决策支持, 基于道路网约束下的核密度估计和K函数方法, 对城市事件的一阶和二阶空间分布特性进行分析, 并与平面空间点模式分析结果进行对比。实验结果表明, 相比平面空间点模式分析方法, 道路网约束下的核密度估计提取的“热点”路段可直观地体现事件沿道路网的分布情况, 而道路网约束下的K函数能真实地反映出事件在不同空间尺度下的聚集程度。     

RUP估算过程模型

软件行业估算追踪记录显示软件项目的失败率仍很高,估算问题是基本的原因之一.估算方法的创新没有出现期望的突破,而通过可控的过程,可以获得期望的结果.提出了一个过程模型,用于指导软件项目展开一系列估算相关的活动.该过程模型包括两部分,一是RUP估算过程,其详细描述了RUP开发模型里每个开发管理阶段应如何进行估算;二是用贝叶斯网络对RUP估算过程模型建立图形化推理模型,它能有效地用于估算分析、交流、权衡以及风险预测等.RUP估算过程解决了估算活动的定义问题,但不便于形成清晰的估算视图.软件估算的特点很适合用贝叶斯网络进行建模.贝叶斯工作量估算模型是RUP估算过程模型的抽象;ESFQ模型详细建模了软件项目关键因素之间的权衡关系.案例分析证明了该过程模型的适用性.     

基于麦克风阵和ICA的语音增强技术

介绍了极大似然估计独立分量分析的基本理论。在此基础上提出了一种将麦克风阵和独立分量分析模型的源分布自适应极大似然估计算法相结合的技术，并成功地用于实际环境中的麦克风阵带噪语音信号，实现了语音和噪声的分离，增强了语音。试验和仿真结果证明，这种算法是有效的。     

基于模型混淆度的模型组合算法研究

传统的声学模型训练算法如最大似然估计(Maximum likelihood estimation, MLE), 在训练时只考虑了模型自身而没有考虑模型之间的相互影响. 为了进一步提升模型的识别效果, 区分性训练算法被提出. 本文在最小音素错误(Minimum phone error, MPE)区分性训练算法的基础上提出一种基于模型间混淆程度进行模型组合的算法: 针对单混合分量模型, 依据模型间混淆程度对MLE和MPE的模型进行加权组合; 针对多混合分量模型, 提出一种模型选择的算法来获取新的模型参数. 实验表明, 与MPE算法相比, 对单分量的情况, 该算法可以使系统的误识率相对降低4%左右; 对于多分量的情况, 该算法可以使系统的误识率相对降低3%左右.     

工业无线网络Krylov子空间估计与动态信道选择

在工业无线传感网络中,信道性能要进行估计,工作信道要进行选择,以保证通信的可靠性。以分析工业环境噪声为基础,建立Krylov子空间频率选择接收信道模型,并分析信道中接收信号的时空性能。根据信道估计分析,提出使用时延判断信道的优劣的动态信道选择方法。实验数据表明,该方法能提高有效通讯距离2 m左右,减少丢包率30%以上。     

基于多尺度贯序式卡尔曼滤波的运动声阵列跟踪算法

为了研究运动声阵列对二维目标在复杂环境中的实时跟踪性问题,根据运动声阵列及二维目标的运动特点建立了状态方程与测量方程,并将其描述为块的形式.根据不同的状态块,利用小波变换把状态块分解到不同尺度上,分别在时域和频域上建立相应尺度上的状态与观测信息之间的关系;采取卡尔曼滤波器递推思想来实现运动声阵列的多尺度贯序式卡尔曼滤波算法,根据最小二乘误差估计理论推导了运动声阵列跟踪系统在球坐标系和直角坐标系下的误差,为提高系统跟踪精度奠定了理论基础,并为工程应用提供了实际方法.与传统的卡尔曼滤波算法相比,Matlab仿真结果表明了本文算法的有效性和优越性.