一种基于球不变随机过程的雷达K分布杂波模拟方法

研究并模拟并具有非瑞利幅度分布和非高斯功率谱的雷达杂波是现代雷达信号处理中的一个重要的研究课题。文中基于球不变随机过程（ＳＩＲＰ）的建模方法,针对实地采集的幅度满足Ｋ分布并具有理功率谱的高分辨率雷达杂达,运用现代谱估计算法对其进行建模和仿真,并以模拟杂波与实际杂波的数据对比和统计检验结果对该方法进行了验证。     

小波包在雷达杂波信号处理中的应用

针对雷达信号和杂波信号的频率特点，提出了运用小波包理论中的最佳基加阈值处理的方法进行雷达信号的处理，并用模拟的数据进行仿真实验．仿真结果表明，利用小波包理论进行雷达信号的处理，能够较好地抑制杂波，减弱杂波对信号的干扰，提高了对信号的识别能力．     

建立雷达杂波概率密度函数统计模型的一种新方法

提出了一种核估计与Ｌｅｇｅｎｄｒｅ正交多项式相结合的新的概率密度估计，推导出Ｌｅｇｅｎｄｒｅ多项式再现概率密度函数的方法，并用模拟Ｗｅｉｂｕｌｌ分布随机数和实际雷达杂波数据加以验证，证明这是一种较好的非参数估计方法。     

雷达杂波相关功率谱特性的AR模型及其模拟

研究了雷达相关杂波功率谱特性的AR模型及其模拟方法，在现有功率谱估计方法的基础上，提出了具有约束条件的修正LEVISON递推算法，并同时给出了AR模型阶数的估计方法，最后，给出了计算机仿真结果。     

雷达杂波时间序列信号数据库系统的设计与实现

雷达杂波信号是信号处理领域中的一个重要研究对象，为了便于信号处理研究者管理已采集的大量杂波数据，同时也为了便于资源共享，设计并实现了基于网络环境的针对时间序列的雷达杂波信号数据库系统，研究了在雷达杂波信号数据库系统设计中的一些关键技术问题及其解决方案。     

基于混合高斯模型的道路背景提取方法研究

针对单高斯模型对道路背景提取的不足,提出一种基于混合高斯模型的道路背景提取方法。利用多个高斯分布组成混合高斯模型来表示道路背景图像中的各个像素点,并且针对该算法利用MATLAB进行仿真实验,实验结果验证了基于混合高斯模型的道路背景提取方法的实用性和有效性。     

基于自权值线性判别分析算法的图像处理研究

鉴于传统的线性判别分析(LDA)算法未考虑数据从高维空间嵌入到低维子空间中样本之间的相似性,导致该算法在处理非高斯分布数据时不能取得较好的效果,为此,本文提出了一种改进的自权值线性判别分析算法。改进的模型通过将样本对之间的距离分布转换为样本点之间的权值以区分样本之间的差异性,使模型考虑数据从高维空间嵌入到低维子空间中隐含的局部流形结构,进而提高模型处理非高斯数据的能力。通过人工合成数据和真实数据对改进的模型进行实验验证,表明改进的自权值算法在一定程度上可以改善传统LDA在处理非高斯数据上的降维性能。     

海杂波的混沌分析

介绍了混沌的基本概念，给了了时间序殊相空间重构方法和关联维，Ｌｙａｐｕｎｏｖ指数的计算方法，以实际海杂波时间序列为例进行分析研究，证明海杂波具有混沌特性。     

基于马尔可夫链蒙特卡洛方法的数据关联算法研究

数据关联是杂波环境下多目标跟踪问题的难点之一.文中提出了一种基于马尔可夫链蒙特卡洛(MCMC)方法的数据关联算法(MCMCDA),该算法通过在相应的关联事件空间中采样,可以有效地估计数据的边际关联概率,而且算法的估计精度可根据需要进行调节.仿真结果表明,在需要跟踪的目标数目较多,探测概率较低、杂波概率较高的情况下,JPDA算法因出现"组合爆炸"问题而难以在实际中应用;MCMCDA算法则能在保持较高估计精度的情况下降低计算负荷,从而能够较好地满足实时跟踪系统的要求.     

基于小波变换的船用雷达海杂波小目标检测

强海浪中小目标回波的检测一直是船用雷达目标识别的难点,但现有的统计方法难以准确和全面地描述复杂的海杂波特性.要突破这一局限性,以获得对复杂现象更有效的描述,就迫切要求使用新技术.文中利用小波理论,针对强海浪下点目标和低矮宽大目标二类以往难以检测的目标,通过区分噪声、点目标、低矮宽大目标在小波变换下不同的奇异特征、设计了一套能够识别出点目标和低矮宽大目标的方案.     

轨道不平顺概率模型

为了高效选取轨道不平顺随机样本, 以满足车辆-轨道系统随机动力与可靠度分析中的激振源遍历性要求, 依据轨道随机不平顺的弱平稳与谱相似特征, 提出了一种轨道不平顺概率模型; 采用离散概率积分和统计方法, 在时域中将大量轨道不平顺检测信号分成若干个时程序列, 对每个序列采用谱分析法计算其统计功率谱密度分布; 采用矩阵法对轨道不平顺功率谱密度函数进行集合表征, 视每条谱线在不同频率点的功率谱密度概率具有累加性, 采用单一频率下的功率谱密度概率分布推知整条谱线的出现概率; 采用通用随机模拟方法选取代表性轨道谱, 并反演随机不平顺序列; 实测了某高速铁路约269km的轨道高低和方向不平顺, 基于车辆-轨道耦合动力学理论, 从轨道不平顺模拟幅值与车辆-轨道系统动力响应的概率密度分布出发, 对比了轨道不平顺概率模型与轨道不平顺随机模型的计算结果, 以验证轨道不平顺概率模型的正确性和高效性。计算结果表明: 以2种模型生成的轨道随机不平顺为激振源, 获得的车辆-轨道系统动力响应分布熵差异小于2%, 2种模型均能准确表达不平顺激扰特性; 为保证模拟与实测不平顺的概率密度分布一致, 采用随机模型和概率模型分别需要生成131和33个随机样本, 概率模型具有更高的分析效率; 在给定计算工况下, 轮轨力和车体加速度的幅值分别为38~152kN和-0.042g~0.043g (g为重力加速度), 均未超过《高速铁路设计规范》 (TB 10621—2014) 中的限值(轮轨力为170kN, 车体加速度为0.25g), 表明此高速铁路轨道不平顺状态较优, 行车安全性和舒适性可以得到保证。      

非高斯AR序列参数的最大似然估计

自同归模型参数的最小二乘估计应用于非高斯数据,有效性便不复存在,而充分利用了概率密度信息的最大似然估计却仍然是该问题的有效估计.使用混合高斯自回归模型描述该类估计问题之后,讨论了其克拉美-罗限,导出了非高斯自回归序列参数的最大似然估计,给出Newton-Raphson迭代解法,并凡探讨了如何加快这一迭代算法的收敛和如何将估计算法应用于实际数据两个细节问题.最后给出一组仿真实例,对比检验了最大似然估计和最小二乘估计的效果.     

混合高斯自回归模型参数估计方法之LS-EM

混合高斯自回归模型对有色非高斯数据的概率密度和功率谱密度进行有效的拟合，而LS—EM算法则可解决这一模型的参数估计问题．描述了混合高斯自回归模型及其参数估计问题之后，导出了具体的LS-EM算法，并给出了一组仿真实例．这是一种参数耦合估计算法，首先基于传统的最小二乘技术得到功率谱密度参数粗估计，进行预白，然后应用EM迭代得到白激励的概率密度估计，并基于此构建一加权函数，以此权函数改进最小二乘算法，进而得到模型参数的精估计．     

一种杂波环境下的多传感器多目标数据关联算法

研究了多传感器多目标的数据关联问题，提出了杂波环境下多传感器多目标跟踪的极大似然关联算法．算法中考虑了传感器对目标的漏检情况，在各个观测站传感器的观测数据不完备的情况下，建立了传感器测量与目标的可行关联分配模型，并综合采用了假点的后验概率比模型，提高了多传感器对同一目标测量的互补性和对弱信号目标的跟踪精度．理论分析和仿真实验结果表明，所提出的算法可实现杂波环境下对弱目标的持续跟踪，并且在确保航迹关联性能和较好跟踪效果的基础上，降低了算法的运算量．     

海洋环境噪声预报与仿真方法研究

基于Harrison提出的理论,推导了风成噪声场的空间相关函数、垂直指向性函数以及噪声强度表达式,进行了实例仿真计算和结果分析.利用该方法得到特定环境和深度上噪声功率谱密度,设计相应的AR滤波器,进行了噪声时间序列的仿真.结果表明,这一模型能够快速有效地预报海洋环境噪声场,以及进行特定海洋环境和接收器深度下的噪声时间序列仿真.     

Asymptotic calculation of wave period statistics in non-Gaussian mixed sea

This article concerns the calculation of the wave period probability densities in non-Gaussian mixed sea states.The calculations are carried out by incorporating a second order nonlinear wave model into an asymptotic analysis method which is a novel approach to the calculation of wave period probability densities.Since all of the calculations are performed in the probability domain,the approach avoids long time-domain simulations.The accuracy and efficiency of the asymptotic analysis method for calculating the wave period probability densities are validated by comparing the results predicted using the method with those predicted by using the Monte-Carlo simulation(MCS) method.     

Imprecise reliability assessment for heavy numerical control machine tools against small sample size problem

Small sample size problem is one of the main problems that heavy numerical control (NC) machine tools encounter in their reliability assessment. In order to deal with the small sample size problem, many indirect reliability data such as reliability data of similar products, expert opinion, and engineers’ experience are used in reliability assessment. However, the existing mathematical theories cannot simultaneously process the above reliability data of multiple types, and thus imprecise probability theory is introduced. Imprecise probability theory can simultaneously process multiple reliability data by quantifying multiple uncertainties (stochastic uncertainty, fuzzy uncertainty, epistemic uncertainty, etc.) together. Although imprecise probability theory has so many advantages, the existing natural extension models are complex and the computation result is imprecise. Therefore, they need some improvement for the better application of reliability engineering. This paper proposes an improved imprecise reliability assessment method by introducing empirical probability distributions to natural extension model, and the improved natural extension model is applied to the reliability assessment of heavy NC machine tool spindle to illustrate its effectiveness.     

The Simulation and Characteristic Study of Wind Velocity for Long-Span Structures

The new technique that combines wave superposition with the fast Fourier transformation was introduced to simulate the nodal three-dimension relevant wind velocity time series of spatial structures. The wind velocity field where the spatial structure is located is assumed to be homogeneous. The wind‘s power spectral density is divided into frequency spectral function and coherency function and the spectral functions are transformed as the superposition coefficients. The wavelet analysis has excellent localized characters in both time and frequency domains, which not only makes wind velocity time series analysis more accurate, but also can focus on any detail of the objective signal series. The discrete wavelet transformation was adopted to decompose and reconstruct the discrete wind velocity time series. The stability of wavelet analysis for the wind velocity time series was also proved.     

UWB传感器网络跨层优化模型的构建与实现

跨层设计是提高无线传感器网络整体性能的一种有效方法．文中在综合考虑MAC层调度、物理层功率控制、网络层路由三方面因素的基础上，结合UWB技术超带宽、低信号功率的特点，以实现网络最大数据传输速率为目标，构建了UWB传感器网络跨层优化模型．仿真实验结果表明，根据模型最优解进行网络配置可充分利用网络资源、显著提高网络的数据传输速率，以构建、求解优化模型的方式解决网络跨层问题是切实可行的．