数据融合在经纬仪引导中的应用

介绍一种用于经纬仪引导数据的处理方法。该方法利用参数估计法对引导数据进行融合，弥补了常规方法的不足。对经纬仪引导数据进行处理，结果表明，该方法可显著提高经纬仪的引导精度，引导误差小于0．50m。     

双线性模型模拟洪水的尝试

为了表征洪水随时间变化的非线性，本文首次将一种非线性模型－双线性模型引随机水文学。文中介绍了该模型的形式和参估计方法进行金沙江屏山站洪水为对象作了实例分析，结果表明，该模型是可行的。     

基于局部多项式逼近的变参数梯度估计算法

本文分析了梯度辨识算法跟踪时变系统的缺点，提出了一种新的基于局部多项式逼近的变参数梯度估计算法。本算法具有良好跟踪性能特别适用于时变系统跟踪且其对噪声的敏感程度与一般梯度估计方法相当。仿真结果验证了其良好性能。     

利用多普勒信息的波达方向最大似然估计方法

为了充分利用信号的时域特性来改善信号波达方向（ＤＯＡ）的估计性能，本文从最大似然估计出发，推导出了有限快拍，低信噪比情况下多普勒信号波达方向的迭代估计计算法，为进一步减小运算量，本文还推导了一种简化算法，本文提出的两种算法对低信噪比，少快拍数下多普勒信号的ＤＯＡ估计性能比不利用时域特性的ＭＬ方法有明显改善，Ｍｏｎｔｅ－Ｃａｒｌｏ实验验证了本文方法的有效性。     

乘性和加性噪声中谐波恢复的循环统计量方法

本文从循环平衡的观点出发来研究乘性和加性噪声中的谐波恢复问题.首先，在一定条件下建立了一般复过程的有限长付里叶变换的大样本性质．然后，得到了任意阶循环矩的样本估计关于循环频率的一致收敛速度．对于乘性和加性噪声中的谐波信号，建立了一、二、三阶循环矩样本估计的统计性质．在此基础上，分别提出了基于不同阶循环矩的谐波分最个数和频率的估计方法，并得到了估计的强相容性质和强收敛速度，最后给出了模拟实验结果．     

辨识时变系统遗忘因子算法的收敛性分析

著名的递推遗忘因子算法（ＲＦＦＡ）可以用辨识时变系统参数，具有良好的跟踪性能，本文借助于随机过程理论分析了ＲＦＦＡ的收敛性和稳定性，给出了参数跟踪误差的上下界。     

局部散射源参数估计的非线性算子方法

本文利用单次快摄数据的两个非线性算子估计局部散射源中心波达方向和角扩展,与多维参数搜索和其他低复杂性的局部散射源参数估计算法不同,非线性算子方法给出了单次快摄的局部散射源参数估计的闭式解,无需进行多维搜索和子空间分解。