窄带干扰条件下水声OFDM系统LMMSE信道估计算法

因为正交频分复用（OFDM）系统中强窄带干扰引起水声信道估计性能退化,因此,提出了一种可实用的线性最小均方误差（LMMSE）信道估计方法.该方法结合最小二乘（LS）信道估计结果对受窄带干扰（NBJ）和加性高斯白噪声（AWGN）噪声干扰的导频子载波进行辨别,从而获得最有效信道抽头;根据导出的理论模型,给出了信道自相关、窄带干扰信号和噪声功率等参数的近似估计方法;并采用傅里叶变换以避免矩阵的求逆运算,减少了计算复杂度.仿真结果表明,在强干扰信号条件下,文中提出的方法接近理想状态的LMMSE方法.     

误差估计及其在自适应有限元分析中的应用

本文提出一种适合杂交/混合有限元分析的简易误差估计方法,并在这 种误差估计的基础上,建议了r一型和rh一型自适应网格优化方案。数值 算例显示了这些方案的有效性。      

关于混合单调算子新的不动点定理及应用

利用非对称迭代的方法研究了几类既没有连续性条件也没有紧性条件而只满足某些序条件的混合单调算子不动点的存在性、唯一性及迭代收敛性，得出了新的不动点定理以及给出此迭代的误差估计，并在非线性方程中得到应用．     

一类算子方程组公共解存在定理

利用混合单调算子对的公共不动点的存在性进一步讨论一类混合单调算子方程组的公共解，并得出迭代误差估计．     

多模式路径流量估计模型与算法

为了通过路段检测交通流量计算拥挤条件下多种交通模式需求,提出了一个随机用户平衡条件下的多模式路径流量估计模型,并给出了相应模型的增广拉格朗日乘子算法,算法将模型中的路段容量、观测路段流量平衡与估计需求的范围等约束条件转化为相应的惩罚函数项,并将原先的有约束优化流量估计模型转化为一个无约束优化模型,最后应用一个简单的投影迭代算法求解无约束优化模型.仿真结果表明:先验需求误差对模型的需求估计结果有重要影响,误差越小估计结果越准确,而先验需求误差对路段流量估计结果几乎没有影响,因此,模型和算法简单可用.     

集中质量矩阵特征值分析误差的估计与修正

在对结构尤其是非离散结构进行动力分析时，可以采用集中质量矩阵，但是，这将对特征值的计算造成一定的误差，本利用矩阵摄动理论对这一误差进行了估计和修正，这一方法可以避免计算一致致质量矩阵的特征值问题。     

基于DFT的非采样间隔信道OFDM系统信道估计

提出了一种改进的基于DFT的系统信道估计方法．该方法充分考虑了非采样间隔信道的冲激响应能量泄漏问题．通过计算能量增长率选择保留路径,实现了基于DFT的非采样间隔信道OFDM系统信道估计．仂真结果表明,改进算法的均方误差（MSE）及误码率（SER）介于传统的LS估计及MMSE估计之间．在信噪比为15dB时,改进算法的MSE相对LS估计有3．5dB的改善．     

序约束下三指数总体均值的极大似然估计

令Xi,i=1,2,3,为来自第i个指数总体的观察值，其中均值λi均未知，但根据以往的经验，可以假定均值间满足一定的约束关系，如简单半序。本文给出了此种序约束下λi的极大似然估计λi^*，并且证明了每一λi^*比通常的估计Xi具有较小的均方误差。     

一种应用混沌编码技术的盲信道估计研究

提出了一种新的基于动态的重叠合（DBD）算法，适用于移动通信的盲信道估计。当无线信道用自回归模型描述时，采用logistic映射产生的混沌编码信号。在一个使用混沌编码的语音传输方案中证明了这种算法的可行性，与现有的有限冲击响应数字自适应滤波器最小均方（FIR－DAF－LMS）算法相比，这种算法具有应用广泛，约束条件少等优点。     

地铁自动检票机故障分析及可靠性研究

考虑到地铁自动检票机组成复杂且故障形式多样,对其进行故障分析并以二参数威布尔分布为基础,提出一种基于混合威布尔分布的设备可靠性评估模型。为提高模型拟合精度,基于误差平方和最小思想构建非线性最小二乘参数优化估计模型并使用粒子群算法(PSO)进行最优参数求解。以南京地铁油坊桥车站自动检票机实际故障数据为例,进行实例验证。结果表明,基于PSO算法的混合威布尔分布可靠性评估模型优于传统单威布尔分布,其均方根误差、平均绝对百分比误差、皮尔逊相关系数均为最优。     

������ع�-BP ������Ĺ��ƹ�������Ԥ�ⷽ��

基于空中交通复杂程度刻画管制工作负荷是当前空中交通管理领域的研究热点。本文采集了厦门空管站的雷达数据,计算得出10个空中交通复杂性评价指标数值,通过共线性诊断发现复杂性指标间存在较强的多重共线性。在利用岭迹图对复杂性评价指标进行筛选的基础上,建立岭回归—BP神经网络组合模型对管制员工作负荷进行预测,并通过实测陆空通话数据进行验证。结果表明,本文提出的岭回归—BP神经网络组合模型收敛速度快、训练时间少;组合模型的均方误差、均方根误差、平均绝对误差、平均绝对相对误差等4项性能指标都相对较小,预测精度较高。     

The Application of Ridge Regression in Dynamic Balancing of Flexible Rotors Based on Influence Coefficient Method

Introduction The influence coefficient method applied in thedynamic balancing of rotors is based on the experi-ence that the rotor's vibration amplitude is propor-tional to the unbalancing masses of the rotor with-in the range of practical interest under the assump-tion of linearity of both the machine and measuringsystem.According to the influence coefficient con-ception in mechanics,the influence coefficient ismeasured at a specific location,unite trial weightplaced in some known position in…     

非线性LTS估计的截断凝聚光滑化方法

LTS估计是一类稳健估计,其模型可以转化为min-min-sum型非凸非光滑优化问题,其目标函数是从m个光滑函数中取m？个的组合求和,即使m不是很大,组合数也会非常大,导致min函数的组成函数个数非常多,求解非常困难。针对这个问题的特点,并结合解一般minmax问题的截断凝聚光滑化方法,给出了解LTS估计问题的截断凝聚光滑化算法。数值结果表明了算法的有效性和高效率。     

基于岭回归-马氏距离的隧道围岩分类预测方法的研究

基于岭回归与马氏距离判别法的基本原理,选取岩石质量指标RQD、完整性系数Kv、单轴饱和抗压强度Rw、纵波波速Vp、弹性抗力系数Ko和结构面摩擦系数f作为评价指标,通过岭回归分析确定其权重系数,根据权重系数的大小剔除权重较小的指标,最终采用Rw,Ko和f建立马氏距离判别模型,并利用广东省某隧道工程进行模型检验。结果表明：岭回归-马氏距离判别法预测结果与实际相吻合,从而验证了岭回归-马氏距离判别法用于围岩分类预测是可行的。最后,运用建立的岭回归-马氏距离判别模型对东深供水改造工程隧洞围岩进行预测,经计算分析发现,所选洞段围岩判别结果与《水工隧洞设计规范》（SL279-2002）的分类结果一致,进一步证明了该方法用于隧道围岩分类预测的合理性及有效性。     

面向道路交通能耗排放测算的行驶周期开发

行驶周期是测算交通能耗和污染排放的重要参数。提出利用VSP分布来描述城市交通特性的方法,基于大量浮动车（FCD）数据对北京市快速路和非快速路交通特性进行深入分析,提出以VSP区间分布的加权均方根误差为指标,基于浮动车数据的行驶周期建立方法。然后分别针对城市快速路和非快速路,建立北京市机动车行驶周期。     

行程时间服从混合高斯分布的车队离散模型

为充分描述异质交通流条件下的车队离散规律,为信号配时优化、公交优先控制提供理论基础.考虑异质交通流条件下车辆行程时间分布特点,采用混合高斯分布拟合车辆行程时间分布.基于此,从流量角度推导了异质交通流条件下车队流量离散模型.通过实际调查数据,分析了下游交叉口到达流率分布与上游交叉口离去流率分布之间的关系,并将本文模型与Robertson模型、实际数据进行比较分析.结果表明,本文模型能够更好地描述异质交通流条件下的车队离散规律,与Robertson模型相比,平均预测均方误差减少了27%.     

一种新型自适应误差估计方法

对当前两种主要的自适应误差估计方法－基于残值的误差估计方法和基于应力修匀的误差估计方法作了详细的分析比较。在此基础上，从工程角度提出了一种新型自适应误差估计方法，通过分析和数值算例证明了它的有效性和可靠性。     

自适应Volterra混合噪声图像滤波

采用更接近实际的随机值脉冲噪声对混合噪声图像中的脉冲噪声部分进行描述,基于自适应Volterra滤波方法,提出了一种能够有效去除图像混合噪声的LMSV滤波算法．在此基础上,针对LMS算法收敛速度慢,步长因子不易确定的特点,提出了一种改进的自适应Volterra图像滤波算法（NLMSV算法）．理论分析和计算机仿真实验表明,相比于传统的图像去噪方法,本文方法在去除图像混合噪声和保留图像边缘细节方面的性能要明显优于其他算法,并且图像受污染率越高,该方法表现出的性能越好．     

基于组合模型的港口集装箱吞吐量预测

根据港口集装箱吞吐量的历史数据,分别利用三次指数平滑法、灰色CM（1,1）模型以及组合预测方法对集装箱吞吐量进行探讨,有益于预测未来几年港口集装箱吞吐量。结果证明：组合预测模型融合了前两种预测方法的优点．其平均绝对误差、平均相对误差绝对值都小于单独用三次指数平滑法或GM（1,1）模型时的平均绝对误差、平均相对误差绝对值,达到最优的精度等级。     

南丰蜜桔可溶性固形物非线性模型研究

探索应用近红外透射光谱无损检测技术,结合径向基神经网络和反向传播神经网络两种人工智能算法,建立南丰蜜桔可溶性固形物快速无损检测的非线性稳定预测模型。通过43个未参与建模的南丰蜜桔样品作为外部验证数据,验证径向基函数神经网络模型的性能,预测模型的相关系数R=0．92。研究结果表明：径向基函数神经网络比反向神经网络获得的预测结果更好,校正模型的预测均方根误差从0．72^0Brix降低到0．65^0Brix。径向基函数神经网络方法是解决近红外光谱检测南丰蜜桔可溶性固形物中非线性建模问题的有效方法。