低信噪比下调制信号载波相位的迭代估计

提出一种低信噪比下期望-极大值（EM）迭代估计载波相位的改进算法。对期望-极大值算法采用一种新的并行初始化方式,在可能的相位区间设置多个初始值,并对初始化后第1次迭代进行了最优选择。经过这种处理不仅可以有效避免EM算法可能收敛到局部最大值点的问题,还可以解决非数据辅助（NDA）条件下的相位模糊问题,避免了对导频序列的需求。实验结果表明,该算法能够在低信噪比下获得比以往算法更好的估计性能,而且这种并行方式的运算量大大降低,收敛的速度和稳定性都得到了保证,具有实用价值。     

脉冲导函数对UWB信号功率谱的影响分析

根据美国联邦电信委员会（FCC）对超宽带（UWB）信号功率谱分布的规定，论述了作为UWB通信信息载体的脉冲波形对UWB信号功率谱分布的重要性，推导出在脉冲位置调制（PPM）方式下，高斯脉冲及其导函数与UWB信号功率谱中心频率之间的关系．     

基于低概率检测的高光谱异常目标检测算法研究

在深入分析高光谱数据特点的基础上,系统研究了基于低概率检测的高光谱图像异常检测方法。首先针对高光谱图像数据维数高的特点研究高光谱图像降维方法,重点研究自适应子空间分解(ASD)算法对高光谱图像进行降维;然后研究高光谱图像异常目标检测算法,异常检测算法能够在没有先验光谱信息的情况下检测到与周围环境存在光谱差异的目标,具有较强的实用性,成为一个重要的研究热点,重点研究低概率检测(LPD)算法,并用此算法对高光谱图像进行异常检测。此外,还研究了其它算法如RX算法,并与LPD算法进行比较,在此基础上对LPD算法进行改进,寻求以较高的鲁棒性进行高光谱异常目标检测,最终用基于特征融合的低概率检测算法对LPD算法进行改进。     

基于低秩和重加权稀疏表示的红外弱小目标检测算法

红外弱小目标检测技术是红外告警系统中的关键技术之一,但如何精确、快速、鲁棒地进行弱小目标检测依然是个难题。该文提出了基于低秩和重加权稀疏表示的红外弱小目标检测算法,设计了新的优化方程,更精确地描述了背景矩阵的秩,利用结构张量提取红外图像的局部先验信息权重,同时提取目标矩阵的自增强稀疏权重,使模型能够更好地抑制背景中的边缘干扰来提取目标。实验表明：所提算法精度优于现有的经典基线算法,速度超越了一些经典算法。从性能和时间两个方面综合考虑,所提算法有着较好的优越性,对远距离红外弱小目标告警具有积极的意义和良好的应用价值。     

AR模型功率谱估计常用算法的性能比较

功率谱估计是分析随机信号的一种重要方法．通过分析AR模型功率谱估计,介绍AR模型参数提取的L-D算法、Burg算法和Marple算法,并利用计算机仿真比较三者的性能．     

基于低压电力线MODEM的自动抄表系统的设计

通过对低压电网信道特性的分析和研究,抽象出其载波信道模型,在此基础上,采用了扩频调制和信道编码相结合的传输技术,设计一种以电力线调制解调器为核心组成的低压自动抄表系统。简述了该系统的关键技术、工作原理及其功能特点。