改进BIC的GNSS站坐标时序有色噪声特性分析

为了有效解决传统的极大似然估计方法存在的未知数多导致结果不准确的问题,提出一种改进BIC的GNSS站坐标时序有色噪声特性分析方法:选取全球范围内100个基准站2008—2022年坐标时序及仿真的100组坐标时序,采用赤池信息准则(AIC)、贝叶斯信息准则(BIC)、改进的贝叶斯信息准则(BIC_tp)对不同有色噪声模型进行噪声特性分析,获取基准站坐标序列的最优噪声模型及速度参数;探讨BIC_tp对噪声模型及速度估计的影响。结果表明,基准站坐标序列噪声模型呈现出多样性特征,在北(N)和东(E)方向主要表现为闪烁噪声+白噪声(FNWN)模型,天顶(U)方向主要表现为幂律噪声+白噪声(PLWN)模型;相比于AIC和BIC噪声模型估计准则,BIC_tp方法对有色噪声模型估计具有较高的准确性,尤其是闪烁噪声+随机游走噪声(RW)+白噪声(FNRWWN)模型对全球卫星导航系统(GNSS)站速度不确定度的影响在N与E方向远大于U方向;正确获取模型参数估计的实际不确定度及改正噪声分量对于合理应用GNSS坐标时间序列数据具有重要意义。

利用聚类算法提高微地震初至拾取的稳定性

高效且准确地拾取有效信号的初至是微地震监测技术的关键。目前常用的微地震初至拾取算法是能量比算法,该算法应用简单且拾取效率高。但是能量比算法存在的主要问题是算法的抗噪性较差,拾取误差较大。为此,将聚类算法应用于微地震信号初至拾取,改进现有拾取算法。首先通过能量比算法对微地震初至进行一次拾取;然后通过聚类算法对一次拾取结果进行优化,提取其中的小误差初至;再对提取出的小误差初至的分布进行拟合,根据分布规律校正误差较大的初至;最后以优化后的初至为中心开时窗并利用AIC(Akaike Infor⁃mation Criteria)算法对微地震信号进行精细拾取。该算法结合了能量比算法和AIC算法的优点。实际数据测试结果表明,与传统算法相比该算法具有较高的拾取精度和抗噪性,而且可以有效识别多震相初至。此外,该算法的运算效率很高,适用于现场实时处理。

AIC准则在数据融合中的应用

提出了一种利用AIC准则来确定信息源信任度系数的方法,并以此衡量信息源的质量.实验结果表明,利用AIC准则确定的信任度系数可以得到较好的图像识别结果,同时也证明了将该方法应用在数据融合中的可行性.

基于OMP算法的宽带频谱感知

频谱感知是认知无线电的一项关键技术,其能够检测出未被主用户占用的频谱空穴供次用户接入使用,提高频谱利用率。宽带频谱感知要求对数GHz的带宽进行检测,过高的采样速率、大的数据量对现有的硬件设备提出了巨大的挑战。本文利用宽带频谱的稀疏性提出一种基于OMP算法的宽带频谱感知方法。该方法利用MWC采样实现对宽带模拟信号直接压缩采样;利用自相关矩阵对称分解特性和主用户信号独立性,得到有限维压缩采样信号模型,利用AIC/MDL准则估计稀疏度作为OMP算法迭代停止的条件,大大减少了算法复杂度;该方法不需要重构接收信号的PSD,直接在时域根据低速率采样信号,检测被占用信道。仿真结果表明,当带内信噪比大于9dB时,频谱检测概率高于90%。

基于MUSIC算法的宽带频谱感知

利用MUSIC算法进行宽带频谱感知时,主用户信号个数估计是关键问题。为此,提出一种动态门限搜索匹配的信号个数估计算法。利用信号子空间和噪声子空间的正交性动态调整门限,搜索与预设维度最匹配的信号个数作为最终的估计值。仿真结果表明,在低信噪比的情况下,该算法能准确估计信号个数,提高宽带频谱感知性能。

利用数据最小冗余拟合的信源数估计方法

针对低信噪比和小样本条件下难以正确估计信源数目问题,提出利用数据最小冗余拟合检测的信源数估计新方法.该方法首先采用子空间跟踪算法估计训练样本集的一维噪声子空间,然后根据对噪声子空间的谱峰搜索结果构造出信号的冗余阵列流形,最后通过检测该流形对阵列数据的最小冗余表示来估计信源数.仿真试验检验了所提方法的有效性.

基于信息论准则的信源个数估计算法改进

基于信息论准则(AIC准则,MDL准则)的信源数估计算法及其改进算法在低快怕数和低信噪比情况下大多得不到较好的估计性能。从最基本的MDL准则出发,充分考虑AIC准则与MDL准则估计的优缺点,通过引入影响因子对准则的代价函数进行改进,这样的改进在低快怕数与低信噪比下都能得到较好的估计性能,且具有估计一致性、算法复杂度低等优点。仿真试验验证了该改进算法的有效性。

基于多散射中心估计的飞机目标识别

提出了一种基于散射中心估计的目标识别方法,该方法首先利用AIC和MDL标准预测目标散射中心个数,然后基于TIS-ESPRIT算法估计散射中心的幅度和位置信息并提取散射中心相对距离作为识别特征,该特征在一定角度范围内具有旋转和平移不变性,最后通过对三类飞机目标的分类识别,验证了这种方法的有效性和稳健性,

对角加载对信号源数检测性能的改善

对角加载技术可抑制小特征值对自适应权值的影响来加速自适应波束形成器的收敛性以及抑制导向矢量误差的影响避免信号相消 ,该技术通常用于稳健的波束形成算法 .基于对角加载技术 ,本文提出了一种信号源数目判定的改进方法 ,通过对角加载数据协方差阵 ,可以平滑小快拍数和空间色噪声时的噪声特征值分散程度从而减轻其对信号源数目估计的影响 ,证明了该估计器的强一致性 ,分析了加载量对信号源数目估计的影响 .最后通过仿真以及实测数据比较了本文方法和已有方法的性能 。

信源个数估计的空间平滑方法

针对小快拍数和阵元噪声功率不等时噪声特征值分散严重,导致Akaike信息论准则(AIC)和最小描述长度准则(MDL)估计信源个数效果差的问题,提出了基于空间平滑的AIC方法(SSAIC)和MDL方法(SSMDL),该方法利用前后向平滑有效降低噪声特征值的分散程度,从而提高正确估计概率,并证明了SSMDL方法的一致性.仿真结果表明该方法在小快拍和阵元噪声功率不等情况下可以显著提高正确检验概率.

盲信号分离中信号源数目估计方法研究

研究盲信号分离中信号源数目未知情况下信号源数目的估计问题。证明了无观测噪声时,利用观察信号数据矩阵的零空间估计法确定信号源数目的方法,等价于通过计算观察信号数据矩阵的秩来确定信号源数目;阐述了在信号源盲分离中有观测噪声时,国内外信号源数目估计的主要方法:特征值分解、Akaike信息准则(AIC)、最小描述长度(MDL)及Minka Bayesian准则,通过理论分析与实验结果对这些方法进行比较,得出各方法的适用范围以及影响估计的主要参数,为信号源数目的正确获取提供参考。

基于四阶累积量的信源数估计新方法

针对在基于四阶累积量的空间谱估计方法中,基于信息论准则的信源数估计方法完全失效的问题。提出了一种新的信源数估计方法,该方法利用与特征值互补的集合的数值的特点,降低了噪声对应特征值的发散度,然后再利用信息论准则估计信源数。该方法具有计算复杂度低的优点,适用于空间色噪声,仿真分析证明了该算法的有效性。

信源数估计算法性能比较

经典MUSIC算法的性能直接依赖于信号源数目的估计,过估计和欠估计对MUSIC算法的DOA估计都有影响,尤其欠估计影响更大。基于所设计的均匀圆阵列,分别在高斯白噪声及色噪声情况下,对AIC准则、MDL准则和NMGDE法等信源数估计方法进行了性能比较。仿真结果表明,在白噪声环境下,在一定信噪比及快拍数下,MDL和NMGDE法均有很好地检测概率;而在色噪声环境下,AIC及MDL准则都失效,而NMGDE法却仍有较高地检测概率。

基于多尺度MRF的膝关节MRI图像快速分割

膝关节MRI图像中骨骼的精确分割是进一步分割与定量分析膝部软组织的前提。目前膝关节骨骼分割的方法比较耗时或需要一定的人机交互。为解决这一问题,将多尺度MRF方法引入到膝关节MRI分割中,以实现快速无监督的分割。首先建立高斯混合的灰度统计模型,运用MDL准则自动确定类别的数目。建立多尺度MRF的先验模型时,利用尺度间的因果性给出非迭代的计算方法,由细尺度往粗尺度传递统计信息,再由粗尺度往细尺度计算每个像素的最大后验概率,从而实现快速准确的分割。实验结果表明,与单尺度MRF相比,多尺度MRF分割膝关节MRI所需时间大大减少,且精度与专家手动分割标准相当。算法通过建立多尺度马尔可夫随机场模型,完成了低信噪比膝关节MRI图像快速准确分割,可作为进一步自动分割软骨与半月板等软组织的基础。

均方根误差最小准则的水库群典型年选取

由于时空分布、气候、下垫面等水文特性的异同,流域梯级各水库典型年不完全同步,较难选取合理、统一且具有代表性的流域水文典型年。将均方根误差最小准则应用于流域典型年的选取,以乌江流域7级梯级水库为例选择流域丰、平、枯典型年,研究表明,均方根误差最小准则能够统筹考虑各个电站的实际情况,选取的各种频率下典型年与设计年径流量平均相对误差绝对值均小于5%,是一种可靠的流域梯级水库典型年选择方法。

强噪声环境下基于信噪比的地震P波到时自动提取方法

大数据量、强噪声环境给地震P波到时的自动提取带来很大挑战.针对此问题,本文通过构建特殊的特征函数,建立SNR与STA/LTA的内在联系,提出两种基于SNR的地震P波到时自动提取方法,即基于SNR的STA/LTA方法与基于SNR的综合方法.这两种方法分别是运用SNR概念对传统STA/LTA方法和STA/LTA与AIC综合方法的改进.仿真分析结果表明:对于弱噪声环境(10dB)和一般噪声环境(6dB),本文方法较传统STA/LTA方法对地震P波到时提取的准确度更高;而对于强噪声环境(3dB),本文方法仍能准确提取地震P波到时,而传统STA/LTA方法则出现了较大的误判率(10%)与漏判率(65%).本文方法为STA/LTA赋予了明确的物理意义,使其阈值的选取建立在严密的数学推导之上.另外,本文方法在进行地震P波到时自动提取的同时,兼具数据预处理功能,无需额外的基线校正或高通滤波,因而具有较好的实时性.

不同含水率下污泥流变模型的显著性水平分析

典型的非牛顿流体流变模型有7种,为给出相对最优模型,结合污泥对流变模型进行显著性水平分析.采用旋转黏度计在20℃时对含水率为93.99%~98.72%的污泥进行流变实验,分析其流变特性,并对这7种流变模型进行拟合和白噪声检验,验证其有效性.结果表明:在低剪切速率0~150 s-1时,含水率对污泥黏度的影响更大.其中含水率为96.31%~98.72%的污泥表观黏度在0.5 Pa·s以下,适合于远距离运输,而含水率93.99%~95.52%的污泥表观黏度偏大,不适合于远距离运输.含水率为93.99%~95.52%时,两参数模型中,Power-law模型的显著性水平较高,优于其他两参数流变模型;含水率为93.99%~98.72%时,三参数模型中,流变模型Sisko优于H-B模型,四参数模型中,流变模型Carreau优于Cross模型.

基于xPC的三轴仿真转台模型辨识方法研究

从实验设计,输入信号分析以及模型验证三个方面全面进行三轴仿真转台模型辨识研究。基于xPC实时系统和反射内存实时网络设计转台模型辨识试验,用谱分析方法研究输入信号特性,采用AIC准则和广义最小二乘法实现对转台模型的辨识,最后采用统计方法和最大熵谱估计方法对所得模型进行验证。结果表明,所辨识的转台内环控制系统模型可信度较高,可以用于半实物仿真的误差评估。

基于特征值分布的信源数目估计

在信号源数目未知或信号源数目估计与实际不符条件下，大多数高分辨DOA估计算法性能都会严重下降或失效，因此信号源数目信息是空间谱估计的先决条件。文章提出了基于特征值分布的信源数目估计及其改进方法，通过仿真分析证明，该算法在低信噪比、小快拍数下检测性能与AIC准则趋于一致，而在高信噪比、大快拍数的情况下检测性能要优于MDL准则。

色噪声环境下信源数目估计的线性插值法

为了减轻加性色噪声对信源数目估计性能的影响,本文提出了一种基于相干矩阵特征值分布曲线线性插值的信号检测方法。构造适当的代价函数,避免了对数似然函数的使用,该方法对色噪声协方差矩阵特征值分散具有稳健性,同时具有较低的计算复杂度和适用于相关甚至相干源等优点。其有效性由大量的计算机仿真结果得到了验证。