星下点观测的星载卫星导航反射信号海面风矢量极大似然估计

该文针对星载全球导航卫星反射计(GNSS-R)镜面反射信号对海面风向不敏感导致海面风向反演难问题,分析非镜向海面散射信号特征,提出星下点非镜向观测模式,定义该模式下海面风矢量敏感特征观测量,在此基础上提出基于星载GNSS-R海面风矢量极大似然估计(MLE)反演算法直接利用两颗及以上导航卫星的星下点非镜向散射信号进行海面风矢量的反演,并提出风矢量搜索算法提高反演效率。通过搭建星载GNSS-R仿真平台验证算法的可行性和评估算法性能。结果表明:所提算法可直接利用非镜向独立观测模式下的多颗导航卫星散射信号反演得到海面风速和风向;多星观测可消除观测几何导致的模糊解从而将海风风向4个模糊解降至2个模糊解,但无法消除海浪谱的对称性导致的海面风向模糊解。在2~25 m/s的风速内,当信噪比(SNR)大于11 dB时,3星观测的风速均方根误差(RMSE)优于2 m/s,风向的均方根误差优于15°。

L型阵水下目标方位和距离联合最大似然估计

空间目标定位是阵列信号处理领域中的研究热点,广泛应用于雷达、声纳、通信、射电天文、医学诊断、地震遥感等众多领域。传统的水下声源定位仅获取目标声源的深度和距离信息,却无法估计目标的方位信息。针对这一问题,在充分考虑水下声传播模型的基础上,利用L型阵列固有的结构特征,将最大似然估计技术应用到水下目标定位,提出一种基于L型水听器阵列的水下目标方位与距离联合最大似然估计算法。研究表明:最大似然估计法可有效突破传统波束形成分辨力“瑞利限”的限制,提高水下目标定位的分辨能力和精度。计算机仿真分析显示,在单目标和相干双目标的场景中,文中所提出的方法均具有更为尖锐的谱峰及更低的旁瓣水平,可对水下目标进行有效的方位角和距离联合估计。

基于EM-VB的分布式接收运动目标直接符号检测方法

相比于传统分布式组阵接收采用的参数差异估计、信号校准合成以及符号检测的逐级处理结构,直接利用多个观测信号进行符号检测能够抑制信号间校准精度不佳带来的性能损失问题,但现有方法主要针对收发均静止或收发理想同步的情形。研究了一种最大似然准则下的分布式接收运动目标直接符号检测方法,首先给出了直接符号检测求解模型,针对模型中多组未知参数的优化问题,推导分析了各参数近似闭式解,采用基于迭代重估的闭环处理结构,利用多个未知参数和信息符号进行联合寻优。仿真实验结果表明,所提方法性能明显优于传统合成处理方法,与现有联合处理结构相比,在观测站数目较多时具有明显优势。

基于序列贝叶斯更新的锂电池剩余寿命预测

针对贝叶斯方法在更新模型参数时无法充分利用历史退化数据的问题,提出基于序列贝叶斯的在线更新方法实时估计锂电池退化模型参数。构建基于指数函数的非线性维纳退化模型描述变工况下锂电池容量的退化路径,并采用最大似然估计法估计初始时刻的模型参数;利用实时容量监测数据,基于序列贝叶斯更新方法在线更新退化模型中的漂移系数;推导锂电池剩余寿命的概率密度函数并预测剩余寿命。通过对不同工况下的锂电池退化数据进行实例验证表明,与基于幂指数和线性函数的退化模型相比,由于序列贝叶斯方法能够实时更新锂电池非线性退化模型参数,采用所提模型预测的剩余寿命精度更高。

面向高速PAM4有线收发机的自适应和低复杂度最大似然序列检测器

高速串行收发机是中央处理器、网卡和交换机等高性能芯片的关键部件.判决反馈均衡器(decision feedback equalization,DFE)是高速串行收发机的主要判决电路.针对传统DFE在高码间干扰(intersymbol interference,ISI)信道下的高误码率制约串行收发机速率提升的问题,提出一种面向4电平调制(4 pulse amplitude modulation,PAM4)串行收发机的自适应、低复杂度的减状态序列检测器(adaptive reduced-state sequence detector,ARSSD).ARSSD基于最大似然序列检测结构降低检测误码率;结合Viterbi算法和分区算法降低运算复杂度;采用基于迫零算法的ISI参数获取方式实现检测器参数的自适应更新.所提结构最终完成了行为仿真、电路设计以及系统验证.基于模拟前端芯片和现场可编程门阵列电路的实验结果表明,与传统DFE相比,当12~64 Gbps PAM4信号经过−8~−18 dB@16 GHz衰减信道时,32×4路并行ARSSD检测误码率降低2个数量级,与行为仿真结果一致.

LDPC编码辅助的判决反馈信道估计与均衡方法

信道频率选择性衰落较强的环境下,传统正交频分复用非盲信道估计与均衡方法的系统误码性能较差,且需要在信号中增加导频符号的插入,降低系统吞吐量。针对上述问题,提出一种低密度奇偶校验(Low-Density Parity-Check,LDPC)编码辅助的判决反馈信道估计与均衡方法。将LDPC编码增益引入判决反馈回路中,以提升收敛性,在插入极少导频符号的条件下达到渐进非盲信道估计与均衡方法的性能。另外提出一种基于条件最大似然原则的信道估计改进算法,以恒虚警原则检测有效抽头信号以提高信道估计精度,并且能够与判决反馈信道估计与均衡方法相结合,进一步提升算法性能。仿真结果表明,在仿真所选用的信道环境下,LDPC编码辅助的判决反馈信道估计与均衡方法相比传统判决反馈方法具有11~13 dB的误码性能提升,具有优秀的系统误码性能和鲁棒性。

偏正态条件下多元线性回归模型的统计推断及其应用

本文考虑带偏正态随机项多元线性回归模型的统计推断问题.基于最大似然方法,本文所做的工作如下:1)证明了参数最大似然估计在n≥p+1条件下以概率1存在唯一;2)在唯一性条件下给出参数估计的一致性结论;3)在一致性的条件下研究了参数的渐近性质,给出参数的渐近分布.最后通过数值模拟说明了所提理论和方法的有效性.实例表明模型参数估计的渐近分布具有实际意义.

高阶声学相对传递函数的参数化辨识

针对声学相对传递函数的模型阶次高以及辨识数据信噪比低的问题,文章运用频域系统辨识方法,建立了一种相对传递函数的高精度参数化辨识方法。首先建立变量带误差辨识框架,采用周期扫频信号作为声源激励,给出声学相对传递函数的极大似然算法。然后使用正交福赛斯(Forsythe)多项式解决高阶系统带来的雅克比矩阵条件数过高的数值问题,并建立了极大似然方法所需初始值的生成策略。最后通过仿真算例和实验测试,验证文中方法在混响声场下辨识声学相对传递函数的有效性。

一种动平台MIMO雷达对海广域探测波束锐化方法

为解决动平台相控阵雷达前视成像方位分辨率低的问题,文中利用多输入多输出(Multiple Input Multiple Output,MIMO)雷达角度分辨力的优势,给出了一种适用于广域宽角扫描的机载MIMO雷达波束锐化方法。首先,根据MIMO雷达虚拟阵列原理,在宽发窄收和同时多波束探测模式下,建立了子阵级MIMO雷达前视成像回波模型;然后,在贝叶斯准则下,结合噪声统计先验信息,给出了基于最大似然估计的波束锐化方法。仿真和数据分析发现,该方法在较宽的角域内均可以获得良好的波束锐化性能,同时又极大节省了时间资源,具有一定的工程应用价值。

基于多应用场景的改进DV-Hop定位模型

针对距离矢量跳(DV-Hop)定位模型定位精度低、优化策略场景依赖性强的问题,提出一种基于函数分析和模拟定参的改进DV-Hop模型——函数修正距离矢量跳(FuncDV-Hop)定位模型。首先,分析DV-Hop模型的平均跳距、距离估计和最小二乘法中的误差原因,引入待定系数优化、阶跃函数分段实验、带等效点的权重函数策略和极大似然估计修正;其次,考虑多应用场景,用控制变量法,分别将总节点数、信标节点比例、通信半径、信标节点数和待测节点数作为变量,设计对照实验;最后,进行仿真定参和整合优化测试两阶段实验,最终的改进策略较原DV-Hop模型的定位精度提高了23.70%~75.76%,平均优化率57.23%。实验结果表明,FuncDV-Hop模型的优化率最高达到了50.73%,与基于遗传算法和神经动力学改进的DV-Hop模型相比,FuncDV-Hop模型的优化率提升了0.55%~18.77%。所提模型不引入其他参量,不增加无线传感器网络(WSN)的协议开销,且有效提高定位精度。

利用微卫星标记鉴定核桃杂交子代的亲本

杂交育种是目前核桃育种的主要方法,为了快速有效地鉴别杂交子代的真实性,加速杂交育种进程,利用微卫星标记方法辅助进行核桃亲子鉴定。研究从已发表的60对核桃属植物微卫星标记中筛选出12个多态性相对较高且稳定扩增的微卫星位点,对5个杂交组合子代159个个体通过基因型排除法和最大似然法进行亲子关系鉴定。基因型排除法鉴定出121个子代的正确亲本,鉴定率较高,总鉴定率76.10%;最大似然法亲权分析显示,双亲未知情形达到置信区间预测出正确亲本的子代有12个,总鉴定率7.55%。父本未知情形达到置信区间推算出正确亲本的子代有19个,总体鉴定率11.95%。整体鉴定率较低。

一种多元均值混合正态分布参数的极大似然估计

以Madadi等提出的数学模型与概率密度函数为基础,证明了多元均值混合正态分布的性质,讨论了MMNE分布参数的极大似然估计问题,利用ECM算法对MMNE分布的位置参数、尺度参数、偏度参数进行了参数估计计算,给出了计算方法和迭代公式。实例分析表明,所提出的偏态数据下MMNE分布参数估计模型合理且实用。

优化算法中均值信息利用研究

研究了启发式优化算法中种群向均值点迁移的策略,并发现该策略对于提升算法性能具有重要影响,同时具备物理和数学含义.通过极大似然估计方法对基态波函数进行参数估计,建立了量子系统达到基态时最优解概率密度函数与种群均值点之间的联系,并从动力学的角度解释了种群均值点的物理意义.通过在几种经典优化算法上添加利用均值点位置信息的操作,在CEC2013测试集与摄像机布局优化的工程应用上进行对照实验,实验结果表明合理利用均值点位置信息可以有效提升算法的性能.

基于改进帝王蝶算法的最大似然DOA估计

针对传统最大似然波达方向(maximum likelihood direction of arrival,ML-DOA)估计存在计算量大、估计精度差等问题,本文提出一种采用改进帝王蝶优化算法(improved monarch butterfly optimization algorithm,IMBO)的ML-DOA估计方法。IMBO算法通过精英反向学习策略对初始帝王蝶种群进行优化,得到适应度值较优的初始帝王蝶个体,进而能够改善帝王蝶种群的多样性;引入差分进化算法启发的变异操作以及自适应策略对帝王蝶个体的寻优方式进行改进,扩大了算法的搜索空间;引入了高斯-柯西变异算子,自适应调整变异步长,避免算法陷入局部最优。将IMBO应用于ML-DOA,实验表明,与传统的DOA估计算法相比,在不同信源数目、信噪比以及种群数量下,本文提出的算法收敛性能更好,均方根误差更低,运算量更小。

基于改进ORB特征的图像处理方法

针对传统的ORB(Oriented fast and rotated brief)算法在运算速度以及精度方面有时难以满足某些应用场合实际要求,在特征点提取阶段,利用金字塔光流法提取特征点并划分有效及无效区域特征点,从而降低特征点匹配个数和提高后续运算特征点匹配速度;在特征点匹配阶段,将传统算法中的欧氏距离改为曼哈顿距离,再用MLESAC算法来剔除误匹配点。将SURF(Speeded up robust features)算法、SIFT(Scale-invariant feature transform)算法、ORB算法和改进后的ORB算法对光照条件不同、模糊度不同以及尺度大小不同的两张图像进行处理,改进后的ORB算法无论是在匹配速度还是匹配精度方面相比于传统ORB算法都有了明显改善。

顾及RMLE的GNSS时序噪声特性及环境负载修正

针对环境负载易对全球卫星导航系统(GNSS)站坐标时序修正前后噪声模型特性及其站速度造成影响的问题,提出一种顾及约束最大似然估计(RMLE)的GNSS时序噪声特性及环境负载修正方法:选用206个连续13a的GNSS站时间序列,采用改进的贝叶斯信息模型估计准则,利用约束最大似然估计(RMLE)方法探讨和分析大气压负载、非海洋潮汐负荷、积雪负载及土壤水负载等环境负载对GNSS时序修正前后噪声模型特性及其站速度的影响。结果表明:经环境负载修正后,GNSS时序中的噪声主要表现为闪烁噪声+白噪声(FNWN)与幂律噪声+白噪声(PLWN),北(N)、东(E)、天(U)3个分量上噪声模型修正前后分别有约19.9%、36.5%、40.8%的噪声模型发生变化,N、E、U分量上分别有96.6%、84.5%、88.3%的测站速度不确定度减小,对垂直速度估计的最大影响可达0.5mm/a;证明环境负载修正能够提高速度估值的精度。

基于波束空间交替投影极大似然的拖曳式诱饵分辨判别方法

机载平台在遭遇威胁时,通过释放拖曳式诱饵假目标干扰进行自卫.载机和拖曳式诱饵在雷达波束宽度内,且径向距离小于距离分辨率时,雷达无法通过常规方法对载机目标和拖曳式诱饵进行分辨测量.针对数字相控阵雷达同拖曳式诱饵对抗的问题,提出一种基于波束空间交替投影极大似然(BSAP-ML)方法.首先通过阵元空间到波束空间处理,减少数字相控阵维度;然后通过交替投影方法对目标和拖曳式诱饵的角度进行迭代测量;最后通过基于角度向量的判别方法对载机目标和诱饵进行判断识别.仿真结果表明,该方法可用于数字相控阵雷达,对载机和拖曳式诱饵进行有效的超分辨角度测量和判别.

基于改进权函数距离的机器人运动偏差补偿算法设计

针对机器人在组装和生产过程中,由于几何参数存在一定误差,使连杆以及关节处等不可避免地出现细微差别,对机器人运动精度产生一定影响问题,提出了基于改进权函数距离的机器人运动偏差补偿算法设计方案。在定位机器人位置前添加扭角,获取机器人两坐标系间转换矩阵,根据线性标定计算机器人运动定位的绝对误差,利用改进权函数建立机器人距离误差数学模型,初步补偿运动误差。计算机器人末端执行器中心点位置和姿态的偏差,将补偿问题转化成机器人运动优化问题,得出运动偏差优化问题目标函数,经多次迭代得出最终补偿结果。实验结果表明,所提方法的误差补偿效果佳,重心补偿后的机器人运行稳定性好。

左截断右删失数据下OLLGG分布的参数估计

为了探索Odd Log-Logistic Generalized Gompertz(OLLGG)分布在生物学、社会学、计算机和市场营销等领域的广泛应用,本文研究左截断右删失数据下OLLGG分布的多参数回归模型,利用极大似然思想对参数进行估计。通过数值模拟,检验估计方法的有效性,并使用赤池信息量准则来选择适合的分布形式。最后,将本文的回归模型应用于channing house数据集,展示其良好的拟合效果。

两参数麦克斯韦分布的串联系统屏蔽数据统计分析

在系统寿命研究中,由于数据的不可缺陷性等原因容易出现系统数据被屏蔽的现象,因此对系统进行有效的统计分析和估计具有重要的意义。针对2个元件串联系统且有屏蔽发生的场合,元件寿命服从两参数Maxwell分布且形状参数已知,给出了刻度参数的极大似然估计与近似区间估计,并从理论上证明了该极大似然估计的存在与唯一性,最后通过2个Monte Carlo模拟算例说明了方法的可行性。