改进高阶容积粒子滤波的系统状态估计算法

传统粒子滤波（PF）直接采用状态转移先验分布作为重要性密度函数来近似后验概率密度函数,使得后验概率密度函数未包含量测信息。针对此问题,提出了一种改进高阶容积粒子滤波(CPF)的系统状态估计算法。算法采用七阶正交容积卡尔曼滤波（7th-CQKF）对PF的粒子进行传递,使得先验分布更新阶段融入最新量测信息;通过7th-CQKF设计重要性密度函数,提高对状态后验概率密度的逼近程度;通过反比例函数计算粒子权重,突出大噪声粒子与小噪声粒子权重差别,提高粒子有效性。仿真结果表明,改进高阶容积粒子滤波的估计精度高于容积粒子滤波（CPF）。     

外部非局部自相似先验的图像去噪

针对在噪声水平比较高的情况下难以从噪声图像本身提取准确先验信息的问题,提出一种从外部干净图像数据集学习非局部自相似先验信息的图像去噪方法。首先用高斯混合模型学习外部干净图像的非局部自相似先验信息,其次利用最大后验概率估计的方法找到与噪声图像块最匹配的外部先验信息,最后利用外部先验对噪声图像块进行稀疏表示。实验对比表明,所提算法在去除噪声的同时可以较好地保留图像的细节信息,使图像数据集的平均峰值信噪比提高0.18 dB以上。     

混沌噪声调频信号对UWB—SAR／ISAR成像的干扰

建立了n-Way Bernoulli混沌调频信号模型,分析了UWB-SAR/ISAR的成像特点,提出利用Bernoulli混沌噪声调频信号对UWB-SAR/ISAR进行成像干扰。仿真结果表明,利用Bernoulli混沌噪声调频信号干扰UWB-SAR/ISAR是可行的。     

基于Chirplet变换和压缩感知的空中颤振目标稀疏成像

针对在逆合成孔径雷达（ISAR）成像过程中目标非合作性机动导致的方位孔径稀疏现象与目标主体颤振引起的微多普勒效应相叠加对成像造成的影响,建立了颤振目标稀疏ISAR成像模型,分析了孔径稀疏和目标颤振对成像造成的影响,提出了一种基于Chirplet变换和压缩感知（CS）重构的成像方法,获得了颤振目标的高质量成像结果。仿真实验验证了该方法的有效性。     

粒子滤波的目标跟踪算法研究与实现

通过已经获得的运动目标的先验特征点,以及基于这些特征点在各种噪声的干扰下多呈现非线性和非高斯的特点,我们可以利用粒子滤波的方法进行运动估计和跟踪。由于粒子滤波具有对非线性和非高斯的有效逼近的性质,获得粒子的后验概率分布,估计目标状态,实现目标的有效跟踪。为了有效避免粒子退化问题,采用累加权值、聚类算法并且引入高斯分布函数进行采样,保证粒子的多样性。经过程序测试,结果很有效。     

基于Radon-CPF-Fourier变换的机动目标ISAR成像

由于机动目标的逆合成孔径雷达（Inverse Synthetic Aperture Radar，ISAR）成像中存在多普勒扩散现象，易导致成像分辨率降低。针对此问题，在多分量三次相位信号（Cubic Phase Signal,CPS）模型基础上，提出一种基于Radon-CPF-Fourier变换（Radon-Cubic Phase Function-Fourier Transform,RCFT）的机动目标ISAR成像方法。RCFT可实现CPF中自项能量的相干积累，减轻多普勒扩散带来的影响。与现有的基于时频分析和参数估计的ISAR成像算法相比，RCFT的主副比性能提升了至少2 dB，在时频分辨率无损失时具备更好的自项能量积累能力，可获得更高质量的成像结果。仿真验证了所提方法的有效性。     

基于TPC编码的双多进制正交码扩频系统性能分析

本文以传统单正交码扩频技术为基础，提出了一种双多进制正交码扩频 4DPSK的复合调制方式，以进一步提高频谱利用率。首先给出了复合调制方案以及采用最大后验概率(MAP)准则的最佳非相干接收方法，其次提出了适合Turbo乘积码(TPC)SISO(软输入软输出)译码的软判决信息提取算法，最后测试了系统在高斯白噪声信道下的误比特性能。仿真表明该系统可以获得比传统正交扩频系统更高的抗噪声干扰能力，引入TPC编码技术后性能有较大改善。     

基于属性选择法的朴素贝叶斯分类器性能改进

为提高朴素贝叶斯(Naive Bayesian)分类器的分类准确率,对朴素贝叶斯属性选择算法及假 设属性概率 值先验分布中的参数设置问题进行分析,提出将属性先验分布的参数设置加入到属性选择的 过程中,并研究当先验分布服从Dirichlet分布及广义Dirichlet分布情况下的具体调整步骤 。以UCI数据库为例进行仿真实验,结果表明当先验分布服从广义Dirichlet分布时,该方法 可提高分类的准确率,如Parkinsons数据集,效率可提升1332%。     

一种适用于强脉冲噪声下的对数型恒模盲均衡算法

针对脉冲噪声下恒模算法(Constant Modulus Algorithm,CMA)失败的问题,通过分析脉冲噪声的影响,提出了一种基于最小均方（Least Mean Square,LMS）准则的对数型恒模算法（Logarithmic-type CMA,LT-CMA）。LT-CMA利用对数函数的非线性变换特性自适应地抑制强脉冲噪声对误差函数的影响,并且利用l2-范数进行信号归一化处理以增强算法的稳健性。仿真结果表明,所提出的LT-CMA可以适应于高斯噪声环境和脉冲噪声环境;与经典自适应均衡算法相比,在收敛速度和稳健性两方面上,所提出的LT-CMA都有显著的提升。     

UPF算法在OFDM时变信道估计中的应用

为了提高正交频分复用（OFDM）系统中时变信道估计的精度和系统性能,提出一种利 用无迹粒子滤波（UPF）算法的OFDM时变信道估计方法。该方法首先将OFDM系统时变信道建 模为具有动态特性的状态方程,然后利用UPF算法,结合接收信号动态地估计信道状态。仿 真结果表明：在高斯和非高斯环境下,所提的方法均可以获得比采用传统粒子滤波（PF）算 法的信道估计方法更高的估计精度和更好的系统性能,因此适用于实际系统。     

Maximum Entropy in Option Pricing: A Convex‐Spline Smoothing Method

Applying the principle of maximum entropy (PME) to infer an implied probability density from option prices is appealing from a theoretical standpoint because the resulting density will be the least prejudiced estimate, as “it will be maximally noncommittal with respect to missing or unknown information.” 1 Buchen and Kelly (1996) showed that, with a set of well‐spread simulated exact‐option prices, the maximum‐entropy distribution (MED) approximates a risk‐neutral distribution to a high degree of accuracy. However, when random noise is added to the simulated option prices, the MED poorly fits the exact distribution. Motivated by the characteristic that a call price is a convex function of the option's strike price, this study suggests a simple convex‐spline procedure to reduce the impact of noise on observed option prices before inferring the MED. Numerical examples show that the convex‐spline smoothing method yields satisfactory empirical results that are consistent with prior studies. © 2001 John Wiley & Sons, Inc. Jrl Fut Mark 21:819–832, 2001     

基于LPCC和能量熵的端点检测

为提高语音端点检测系统在低信噪比下检测的准确性,提出了一种基于倒谱特征和谱 熵的端点检测算法。首先,根据分析得到待测语音帧的倒谱特征量,然后计算该特征量分别 在 通过训练得到的语音和噪声的高斯混合模型下的似然概率,通过两者概率的比较作出有声无 声初判决;联合能量熵端点检测结果得到最终判决,最后通过Hangover机制最大限度的保护 了语音。实验结果表明,此方法改善了能量熵端点检测法在babble噪声下的劣势,且在不同 噪声环境下均优于G.729 Annex B的性能。     

Fractals or I.I.D.: Evidence of long-range dependence and heavy tailedness from modeling German equity market returns

Several studies find that the return volatility of stocks tends to exhibit long-range dependence, heavy tails, and clustering. Because stochastic processes with self-similarity possess long-range dependence and heavy tails, it has been suggested that self-similar processes be employed to capture these characteristics in return volatility modeling. In this paper, we find using high-frequency data that German stocks do exhibit these stylized facts. Using one of the typical self-similar processes, fractional stable noise, we empirically compare this process with several alternative distributional assumptions in either fractal form or I.I.D. form (i.e., normal distribution, fractional Gaussian noise, generalized extreme value distribution, generalized Pareto distribution, and stable distribution) for modeling German equity market volatility. The empirical results suggest that fractional stable noise dominates these alternative distributional assumptions both in in-sample modeling and out-of-sample forecasting. Our findings suggest that models based on fractional stable noise perform better than models based on the Gaussian random walk, the fractional Gaussian noise, and the non-Gaussian stable random walk.     

一种提高恶劣环境中电台话音质量的方法

针对恶劣环境中电台话音质量差这一难题,提出了一种有效的解决方法。首先在最小值控制的递归平均Ⅱ型（MCRA-2）算法基础上,提出了一种改进的MCRA-2算法。该算法采用自适应平滑参数和双检测门限,能有效减小音乐噪声,提高噪声估计准确性;然后将该噪声估计算法与对数最小均方误差估计器相结合,实现话音降噪,提高恶劣环境下电台话音质量;最后利用噪声估计结果和降噪后的话音信号,采用信噪比判决算法,自适应估计静噪门限,实现自适应静噪,进一步提高话音舒适度。实验表明,采用该方法的电台在大噪声、强干扰等恶劣环境中使用时,能明显改善话音质量,有效减轻收听者听觉疲劳。     

多视角穿墙雷达联合稀疏成像算法

多视角穿墙雷达成像系统利用多个视角的目标回波数据,可以有效提高目标成像重建结果的质量。在建立多视角穿墙雷达联合稀疏信号模型的基础上,提出了一种基于交叉验证技术的删失同时正交匹配追踪成像算法。该算法将每个观测视角雷达单元的测量数据分成重建数据和交叉验证数据两部分,通过进行多次删失同时正交匹配追踪迭代计算实现测量噪声水平估计和成像重建,既减小了各个视角雷达站间的数据通信开销,也摆脱了成像算法对测量噪声水平和场景稀疏度先验信息的依赖。仿真实验结果验证了所提成像算法的有效性和准确性。     

基于噪声分布特性的脉冲信号自适应门限检测

通过分析数字脉冲信号幅度差分的概率分布模型，得到噪声的分布特性，并推导出用于脉冲信号检测的时域自适应门限。该门限可通过计算信号幅度差分绝对值的均值直接得到。该门限算法的第一个优点是门限值仅与噪声统计特性相关，与信号无关，可避免传统自适应算法中检测门限被强信号拉高，造成强信号附近的弱信号漏检问题;第二个优点是计算复杂度低，非常适合于实时性要求高而资源不足的现场可编程逻辑门阵列（FPGA）等硬件平台实现，为脉冲信号的实时捕获和后续的侦察处理提供支撑。     

一种机载三维音频技术的快速计算方法

针对机载三维音频应用的实时性需求,提出了一种基于单耳相对头相关传递函数和改进型混响模型的机载三维音频快速实现方法,在较传统实现方式性能无明显下降的情况下降低了80%的计算量。对提出的算法在F-16战斗机模拟强噪声环境下进行相关主观试听实验,同时在某型飞机音频系统中实验验证。实验结果表明,所提方法在实时处理3路三维音频时,三维音频方位分辨精度在5°以内,可满足实际机载平台使用需求。     

利用沿锁定载波相位测量脉冲到达时差

传统的单独利用脉冲沿、载波相位或中频相关的方法测量脉冲信号的到达时间差(TDOA)都不容易达到较高的测量精度,为了实现高精度时差(皮秒量级)测量,在分析这些方法的基础上,提出了利用脉冲沿来锁定载波相位实现宽带(初步设计实现了250 MHz的带宽)、大动态脉冲信号TDOA的一种测量方法,给出了其实现的具体流程并分析了能够达到的测量精度.目前该方法在实验室条件下已经实现了10 ps的测量精度,可用于短基线时差定位系统.     

基于极值理论的金融风险研究

运用极值理论的POT模型,并结合描述金融产品收益率的尾部分布更加精确的GPD分布,计算出了基于极值理论的风险估计。与传统方法相比,极值理论方法能更好的利用已知历史数据,并能在计算高置信度VaR时克服传统方法中误差较大的缺点。     

克服噪声不确定度的拟合优度检验频谱感知算法

针对已有的基于拟合优度(GoF)检验的频谱感知算法易受到噪声不确定度影响的问题,利用矩估计法或特征分解估计法对噪声方差进行实时估计,将采样数据处理为标准正态分布的信号,最后通过GoF检验来感知主用户的存在性。在减小GoF算法复杂度的同时,克服了噪声不确定度对算法性能的影响,仿真结果也表明了所提算法的有效性。