多径条件下最小方差空时多用户检测的性能分析

本文研究和分析了在一般多径信道条件下，CDMA阵列接收机对于多址干扰和符号间串扰的联合抑制。文中推广了多用户检测的正则表示，利用最小最大原理实现了广义正则开式的最小方差空时多用户检测器：进一步分析并改进了空时信道的估计方法；最后定量分析了系统的干扰抑制能力。     

一类FIR滤波器的加权最小方差设计

本文提出了幅值和相位确定下的FIR滤波器的一种加权最小方差设计方法,用二次方程形式建立目标函数,滤波器系数由求解线性方程组获得,该方程组包括一个Toeplitz矩阵或Toeplitz-Hankel矩阵,系统特点是计算更简单。     

机载GNSS-R最小方差风速估计器

针对全球导航卫星系统反射信号(GNSS-R)海面风速反演问题,提出一种基于多特征参数的风速反演方法,即机载最小方差风速估计器.现已有研究建立了星载估计器,根据星载估计器所用特征参数建立机载风速估计器,估计器风速反演精度为1.225m/s、相关性为0.4077,场景不同特征参数对风速的敏感度不同,导致该机载风速估计器性能...     

最小方差控制中的参数递推辨识

从系统辨识的角度研究最小方差控制中的参数递推辨识问题.对于最小方差闭环控制中的ARMAX模型未知参数矢量,采用多新息递推最小二乘辨识和分离迭代的递推最小二乘辨识法在线辨识和估计ARMAX模型中的未知参数矢量.在白噪声干扰下,两种辨识方法都能得到未知参数矢量的无偏估计;而在有色噪声干扰下,仅分离迭代的递推最小二乘辨识法才能给出参数的无偏估计值.最后用仿真算例验证了方法的有效性和可行性.     

基于最小方差无偏估计的目标定位算法研究

广义互相关时延估计方法（GCC）由于具有计算简单和易于实现的特点,因此在实际的被动声源定位系统中得到了广泛应用。随后出现了不同加权函数的GCC定位算法,但是在不同环境中各个加权函数的选择不同,时延估计误差不同。提出了基于最小方差无偏估计（MVU）的时延估计算法,对多种加权函数下的时延估计建立数学模型,然后用最小方差估计出最优的时延估计值。仿真实验表明,这种方法使估计精度明显提高。     

结合分形理论和修改的方向最大最小方差的居民地提取方法

传统的居民地提取方法存在以下不足:第一是提取的居民地存在误判的情况;第二是提取的居民地边界不准确,效率低;第三是很难适用于不同空间分辨率的图像。为克服这些问题,本文提出了一种基于分形理论和方向最大方差(DMAV)和修改的方向最小方差(MDIV)的居民地提取方法,算法共分为三个步骤:第一步是利用分形特征和修改的方向最小方差提取居民地的候选区域;第二步是利用形态学滤波和面积阈值法除去干扰区域,并对提取的居民地区域进行修整;最后是利用方向最大最小方差,对居民地边界进行精确的定位。本文用了大量的遥感图像验证了提出算法,实验证明,本文方法是精确的、有效的。      

广义最小方差自校正控制在某型无人机中的应用

某型无人机主要用于典型空中目标的模拟飞行,需要严格稳定可靠的自主飞行控制,无人机在整个飞行包线中呈现非线性、时变特性,由此在建立其纵向运动数学模型的基础上,设计了无人机的纵向姿态广义最小方差自校正控制器.仿真结果表明,系统具有较强的跟踪能力、抗干扰能力以及抗过程参数变化能力,比常规PID控制系统具有更好的飞行控制性能.     

基于最小类内绝对差和最大差的图像阈值分割

阈值分割是图像处理中一种简单有效的图像分割方法,应用极为广泛.阈值选取是阈值分割的关键.最小类内方差法(Otsu法)因其分割精确,适用范围广而成为广泛采用的一种图像阈值分割方法,它实质上是最小二乘法(基于L2范数).与此不同,本文提出了基于最小类内绝对差(基于L1范数)及最小类内最大差(基于L∞范数)的图像阈值分割算法,并导出了这两种方法的二维算法形式.文中给出了实验结果,并进行了分析与比较.结果表明,这两种方法在某些类型图像下,阈值分割效果明显优于最小类内方差法,而其二维算法的分割效果普遍优于相应的一维算法.     

最小方差波束形成算法性能分析及改进

讨论了线性约束最小方差波束形成算法的性能及实现,并对算法提出了改进措施。仿真表明,改进算法可以降低阵列接收响应图的旁瓣电平。     

最小方差控制中的参数递推辨识

从系统辨识的角度研究最小方差控制中的参数递推辨识问题。对于最小方差闭环控制中的ARMAX模型未知参数矢量,采用多新息递推最小二乘辨识和分离迭代的递推最小二乘辨识法在线辨识和估计ARMAX模型中的未知参数矢量。在白噪声干扰下,两种辨识方法都能得到未知参数矢量的无偏估计;而在有色噪声干扰下,仅分离迭代的递推最小二乘辨识法才能给出参数的无偏估计值。最后用仿真算例验证了方法的有效性和可行性。     

基于小波变换的故障信号分析与检测

讨论了小波变换及其基本性质，探讨基于小波变换模最大值沿尺度演变的信号突变检测的基本原理与方法，在不同尺度上分析和处理信号的各种频率分量，使信号的奇点，突变点放大，提高信号的分辨率，信噪比。研究小波分析在机械工程信号处理中的应用，提出通过二进小波变换检测信号奇异点的实用技术。利用介绍的模极大值多尺度小波变换的方法，较有效地检测出滚动轴承故障发生的起始点，对在线故障诊断进行了有益的探索。     

基于小波包分析的激光陀螺信号滤波方法

各种随机噪声是激光陀螺误差的主要来源。为了减少激光陀螺的随机误差,提高其测量精度,介绍了基于小波包分析的滤波方法,研究了小波包分析和滤波的原理、熵标准和阈值函数的选取,比较了选择不同熵标准、阈值函数对激光陀螺信号滤波的效果,并采用Allan方差法分析滤波效果。结果表明基于小波包分析的滤波方法能有效减小随机误差,提高激光陀螺的测量精度。     

基于简化的PCNN与类内最小离散度的图像自动分割方法

提出了一种基于简化的PCNN与类内最小离散度相结合的自适应图像分割方法,在每次迭代时将脉冲耦合神经网络点火的神经元对应的像素作为目标,未点火的神经元对应的像素作为背景,计算目标和背景的类内离散度,取类内离散度最小的分割图像作为最终结果.实验结果表明,本文算法可以有效地对不同图像进行自动分割,是一种可行的与有效的图像分割方法.     

基于小波变换的图像边缘检测

介绍了利用小波变换进行图像边缘检测的原理与方法。基于小波变换的模极大值原理,利用不同尺度小波变换后的不同方向获取图像的高频信息,并通过小波系数的模极值点与过零点,检测出图像在四个方向上的模极大值,得到该位置模的局部最大值。仿真测试表明,利用小波变换进行图像边缘检测可以较好的检测图像边缘的细节特征,取得了很好的效果。     

基于小波变换的图像边缘检测

介绍了利用小波变换进行图像边缘检测的原理与方法。基于小波变换的模极大值原理,利用不同尺度小波变换后的不同方向获取图像的高频信息,并通过小波系数的模极值点与过零点,检测出图像在四个方向上的模极大值,得到该位置模的局部最大值。仿真测试表明,利用小波变换进行图像边缘检测可以较好的检测图像边缘的细节特征,取得了很好的效果。     

基于小波变换与像素灰度值变化的点目标探测

当成像系统与反舰导弹的运动方向在同一条直线上时,无法采用基于运动轨迹分析的时间滤波算法。针对这一问题,提出了一种基于小波变换的空间滤波与基于像素灰度值变化检测的时间滤波混合算法进行点目标探测。试验用的图像采用实际的背景图像与模拟的点目标信号相结合。试验表明该算法具有良好的探测精度和灵敏度以及低虚警率。     

基于小波多分辨分析的图像融合方法

图像融合的目的是把来自多传感器数据的互补信息合并形成一幅新的图像,以便更好地进行监视和侦察之类的视觉感知[1,2]。在阐述了小波变换多分辨分析的基本原理及其特点的基础上,提出了基于小波多分辨分析的图像融合的新方法。实验结果表明,该方法效果良好,可广泛用于各研究领域。     

一种新的基于有区别方差分析的流形学习算法

提出了一种有区别方差嵌入(DVE,distinguishing variance embeddings)算法。算法建立在最大方差展开(MVU,maximumvariance unfolding)和拉普拉斯特征映射(Laplacianeigenmaps)的基础上,通过最大化非近邻点在低维空间中的距离在全局上展开嵌入流形,利用近邻点间的距离和约束有效保留了数据集的局部邻近关系。DVE算法也可以看作是对MVU算法的约束松弛改进。在易于可视化的模拟数据和具有嵌入流形结构的图像数据集上进行了实验,实验结果证明了算法的有效性。     

利用方差分析法实现水中目标的判别

对潜艇目标存在性的判别一直是困扰反潜人员的一个课题,高阶累积量是处理高斯噪声的有效工具,分析海洋环境噪声和潜艇目标噪声的高阶谱特性,分别提取其双谱,结果发现其双谱最大值相差在7个数量级以上,说明双谱是判别目标存在性的有效特征.方差分析的实质是分析数据间的差异情况,从海洋噪声中识别潜艇噪声可以看作是分析某一因素变化对样本数据的影响情况.把有目标存在和无目标存在两种情况的海区噪声双谱特征作为样本,进行方差分析,发现当只有环境噪声时,零检验假设条件成立,而当有潜艇目标存在时,其F值远大于1,零检验假设条件不成立,表明该方法可用于判别目标的存在性.利用Jarque-Bera检验法,可验证样本数据满足总体方差相等的正态分布条件.     

估计小波系数方差邻域大小的研究

利用小波变换去噪时小波系数方差的估计对去噪结果影响很大。自然图像小波分解后得到的系数在不同的分辨率中差异很大,所以利用邻域估计中心点方差时,不同分辨率应有不同大小的邻域。首先对在邻域中利用极大似然准则估计中心点方差进行分析,再结合自然图像小波分解后的系数在不同分辨率子带中,根据平稳性和重要性选择邻域的大小。最后进行去噪实验,并取得正交小波分解下理想的去噪性能。