基于平均循环周期图方法的Frank编码信号循环谱特征参数估计

针对Frank编码信号非合作条件下参数估计问题,提出了基于平均循环周期图的循环 谱特征参数估计算法。该算法利用信号参数与循环谱特征的联系,通过提取信号的循环谱特 征,实现对其关键参数的估计。分析了算法的计算量,给出了该算法的具体实现步骤,并通 过对信号参数归一化均方根估计误差的仿真计算,分析了噪声环境对参数估计的影响,表明 该算法对Frank编码信号循环谱特征参数估计的有效性。     

一种基于卷积运算与全变分模型的图像去噪方法

梯度模值较易受到外界影响，导致全变分模型在大噪声点处往往不能很好地消除噪声，从而产生阶梯效应。针对该问题，提出了一种基于卷积运算与全变分模型的图像去噪方法。首先，针对以扩散形式获得的图像像素点进行卷积运算，利用滤波去噪降低大噪声点的灰度值；其次，以能量泛函形式构建图像全变分模型，并求解泛函对应的拉格朗日方程极小值来实现图像去噪；最后，将去噪后图像作为双边滤波算法的引导图像进行二次去噪，从而进一步提升图像去噪质量。仿真实验结果表明，与经典方法相比，该模型对去噪过程中的阶梯效应问题具有较好的处理效果。     

星载统一测控载波跟踪环相位噪声分析

为了保证测速和测距精度,有效手段之一是在星载统一测控应答机上采用嵌套环路结构的载波跟踪环完成相干载波提取。由于利用了相干本振补偿多普勒频移,必须考虑输入相位噪声对本振相位噪声的影响。为了准确预测环路输出相位噪声性能,对环路中各部件贡献的相位噪声进行了分析。针对不同噪声源,运用信号流图的分析方法建立了对应的环路相位噪声模型,通过仿真计算得到了不同输入信号功率条件下的环路输出相位噪声功率谱,与实际电路的测试结果对比,证明了该环路相位噪声模型的准确性。应用该模型能提高环路设计的准确性和效率。     

结合图像处理与时频分析的直扩/跳频信号参数估计

为实现扩频带宽大于跳频间隔、干扰信号强度较大及存在信道噪声时直扩/跳频（DS/FH）信号参数精确估计,提出了一种结合图像处理算法与时频分析技术的DS/FH信号参数估计方法。该方法首先利用时频分析算法提取DS/FH信号的时频分布图,然后结合干扰分量在时频图中的图像特征,利用图像处理的开运算与闭运算剔除了图像中的孤立干扰点及“空洞”干扰点。特别地,为抑制复杂的毛刺干扰信号提出了一种迭代相关匹配算法。最后通过分析图像像素位置与时频参数的对应关系完成DS/FH信号的参数估计。仿真实验表明,该方法可以有效消除干扰信号的影响,准确快速提取混合扩频信号的时频参数。     

基于ARIMA模型的金融专业人才需求预测

本文利用SPSS统计软件,基于ARIMA模型,建立专业人才需求预测模型,建立了每年需要补充的人才数量的计算公式。结果表明,本方法的相对误差范围在0.6%～1.6%之间,可满足人才预测的要求,该方法具有自动化、便捷等优点。本文预测了未来6年宁波市金融专业人才需求趋势。     

基于循环自相关的正弦调频信号参数估计新方法

为解决现有的正弦调频（SFM）信号参数估计方法运算复杂度高、受信噪比限制等问 题,提出了一种基于循环自相关的SFM信号参数估计新方法。首先分析了SFM信号循环自相关 函数特征,推导了信号调制频率的估计表达式;然后对信号延时相乘以去除其正弦调制特性, 得到单频信号并估计信号载频。最后,利用信号频率调制的周期性,对下变频至零频的信号 进行周期累加以减少噪声影响,通过对累加后的信号进行瞬时频率计算得到调制指数估计值 。仿真表明,信噪比（SNR）大于6 dB时,各参数估计值的均方根误差小于-18 dB 。该算法计算量较小,为同等条件下利用卡森准则（CR）方法的16%,便于工程实现。     

红外热图像信号噪声量化以及滤除方法的研究

在320×240非制冷焦平面热像仪的驱动开发过程中,发现并提出信号噪声数字量化法,通过相关的运算得到噪声相关参数,实现嗓声源的发现,同时还可对探测器性能、热像仪系统噪声等指标做综合评估,根据相关噪声参搜史给出了一些有效的噪声避免以及滤除方法.     

一种动态交通导航的寻优模型研究与仿真

针对目前的车辆路径算法不能满足动态导航的要求,提出了一种用于动态交通导航的优中手优模型。该模型定义了出行时间、路径风险性和路径适宜度等三大指标,并以三大指标的目标函数作为适应度因子,通过遗传算法寻找最优路径。仿真实验表明,诙模型能够根据不同的指标提供多种最优出行方案,并动态计算最优路径,满足车辆动态导航的要求。     

基于Ozaktas算法的LFM信号参数估计误差分析

Ozaktas算法因其运算复杂度低、精度高、提出时间早而成为目前对LFM信号进行处理 时最为常用的离散分数阶Fourier变换算法,但其附加的量纲归一化对LFM信号参数估计存在 影响。为此,在对LFM信号参数估计建模基础上,分析了基于Ozaktas算法的参数估计二维离 散网格效应,并进一步得到了影响初始频率和调频率估计精度的因素。可以发现：在满足采 样定理条件下,基于Ozaktas算法的LFM信号参数估计能保持较好的估计精度,且在一定程度 上可以通过增大采样频率或减小采样时长来进一步提高估计精度。最后,通过仿真分析验 证了上述理论推导的正确性。     

一种新的SAR图像分块匹配算法

当SAR图像噪声过强时,采用归一化积相关算法得到的相关面对比性较差,匹配结果 可靠性降低。为解决此问题,给出一种新的SAR图像分块匹配算法。该算法将实时图分块并 分别与基准图进行匹配,利用分块图像之间的相关性来找正确匹配点,增强了匹配结果的可 靠性。实验证实该算法在实时图有强噪声的情况下依然可以正确匹配。     

多模噪声理论及其在通信保密中的应用

给出了一种比较通用的非高斯噪声模型——多模噪声,采用无惯性非线性变换器给出了多模噪声中信号的检测与估计方法,该方法对概率密度函数形状对称的噪声是普遍适用的。在此基础上设计了可用于通信保密的多模噪声,说明了本加密方法适用于无线通信信道加密,并从统计分析的角度研究了可能的密码分析方法。     

QPSK相关检测系统蒙特卡罗仿真及其性能

根据蒙特卡罗仿真方法基本思想，分析了加性高斯噪声和单频干扰条件下的QPSK信号相位分布模型及其相关检测方法；讨论了加性噪声和单频干扰模型，建立了相关检测系统蒙特卡罗仿真模型，模型通过动态系统仿真软件SystemView的二次开发方法实现；进行了仿真电路设计与应用系统性能分析。     

A practitioner’s guide to Bayesian estimation of discrete choice dynamic programming models

This paper provides a step-by-step guide to estimating infinite horizon discrete choice dynamic programming (DDP) models using a new Bayesian estimation algorithm (Imai et al., Econometrica 77:1865?C1899, 2009a) (IJC). In the conventional nested fixed point algorithm, most of the information obtained in the past iterations remains unused in the current iteration. In contrast, the IJC algorithm extensively uses the computational results obtained from the past iterations to help solve the DDP model at the current iterated parameter values. Consequently, it has the potential to significantly alleviate the computational burden of estimating DDP models. To illustrate this new estimation method, we use a simple dynamic store choice model where stores offer ??frequent-buyer?? type rewards programs. Our Monte Carlo results demonstrate that the IJC method is able to recover the true parameter values of this model quite precisely. We also show that the IJC method could reduce the estimation time significantly when estimating DDP models with unobserved heterogeneity, especially when the discount factor is close to 1.     

一种采用刀切法的单通道信源数估计算法

针对现有信源数估计算法不能直接用于单通道接收模型且抑噪能力较差的问题,提出了一种采用刀切法的单通道信源数估计算法。该算法首先通过间隔抽样实现了单通道接收信号多维数的转换,得到矢量化空间;然后采用刀切法将此组空间重构多个协方差矩阵,经酉变换后结果取平均;最后通过循环迭代得到最优信源数。理论分析和仿真结果表明,该算法在白、色噪声环境下能有效抑制噪声,且在低信噪比及采样点较少时能更准确估计信源数,相较于传统的估计算法,显著提高了检测性能。     

低信噪比下LFM- PRBC信号参数的快速估计

为了解决目前算法中线性调频-伪码（LFM- PRBC）信号参数估计计算量较大的问题,提出了一种快速估计算法。该算法采用解线调与分数阶傅里叶变换（FRFT）进行参数的估计。首先对信号进行解线调估计出调频斜率的粗略值,然后由调频斜率确定旋转角,通过FRFT估计出码元宽度的粗略值。根据延时再进行解线调估计出调频斜率的精确值,再通过FRFT估计出码元宽度的精确值与起始频率。该算法不仅计算量较低,同时具有很高的估计精度与很强的抗噪性,仿真实验验证了该算法的有效性。     

一种新的正弦信号频率和初相估计方法

提出了一种新的正弦信号频率和初相估计方法——频谱遍历法。该方法通过改变理想 正弦信号频谱峰值实现对采样信号频谱峰值的遍历。分析了噪声对信号频谱幅度的影响,并 以此给出了谱线遍历范围的选取准则。先估计频率,采用移频操作达到了良好的频域稳定性 ;再估计相位,避免了相位测量模糊的问题。在信噪比为6 dB、采样点数为1 024 的情况下,频率估计均方根误差约为DFT频率分辨率的0.8%,初相估计均方根误差约为1.5 °。Monte Carlo仿真表明,在达到一定信噪比或采样长度时,该方法的频率估计精度可突 破CR下限,初相估计精度基本达到CR下限。     

地空衰落信道下JTIDS信号信噪比盲估计

针对地空衰落信道下联合战术信息分发系统（JTIDS）信号信噪比的估计问题，提出了一种适用于单脉冲和双脉冲时隙结构JTIDS信号的接收信噪比盲估计方法。首先，利用信道实时最大时延粗估计值确定无符号间干扰的数据区间；其次，基于JTIDS信号脉冲时隙结构中静默时间的保护间隔特性估计噪声功率；最后，根据选定区间数据的自相关函数估计接收信号的信号功率，从而估计出接收链路的信噪比。仿真实验结果表明，取单时隙样本长度时，在巡航、起降两种空中平台状态下，提出估计方法在较宽信噪比范围内具有良好的均方误差估计性能，可满足JTIDS系统的信噪比估计需求。     

机动目标自适应高斯模型与跟踪算法

提出了一种描述机动目标运动状态的自适应高斯模型，在这种模型中，机动目标的加速度被认为是具有非零均值、时间相关的随机过程，并假定其概率密度函数服从高斯分布。指出了机动目标运动模型的均值和方差与目标机动加速度最佳当前估计值之间的关系，在此基础上，提出了相应的自适应卡尔曼滤波算法。仿真结果表明，该算法对机动目标在不同机动方式下的位置、速度和加速度均有良好的跟踪效果，且所需计算量小。     

多子阵合成孔径声纳系统中的侧摆运动误差补偿

针对低频合成孔径声纳系统中的侧摆运动误差，提出一种基于冗余阵元回波数据的运动误差补偿方法。该方法首先沿距离向对相邻重叠相位中心的数据求统计平均获得缠绕的平均相位误差，然后通过滑动累加得到解缠绕的相位误差，运用估计的相位误差就能实现多子阵合成孔径声纳回波数据的运动误差补偿。仿真结果表明，该方法能够准确地估计侧摆误差，估计偏差均小于0.002 m；误差补偿后能够取得与无误差情况基本一致的成像结果，极大地改善了目标聚焦质量，能满足低频合成孔径声纳系统的运动误差补偿要求。实测数据处理结果进一步验证了该方法的有效性。     

基于网格剖分的协方差交集融合新算法

针对协方差交集的最优融合问题,提出了一种基于网格剖分的协方差交集融合新算法 。该算法首先利用几何法对位置空间进行网格剖分,求出局部航迹协方差椭圆所包含的网格 集合;其次,对所有的网格集合进行与运算,求出局部航迹协方差椭圆所包含的公共网格集 合;最后,利用公共网格集合逼近协方差椭圆的交集,求出融合估计值。蒙特卡罗仿真试 验证明,该方法能有效提高相关误差航迹的融合精度。