关于提高低分数学生素质的思考

大学扩招之后，大量的低分数学生走进高校，个别学生文化素质偏低，基本的理论都没有学明白，基础知识匮乏，到校之后对新的知识消化不良，精神空虚，大量的学生走进网吧，吸食精神鸦片，夜不归宿，无所适从……

基于二次分数低阶协方差的时延估计方法

针对强脉冲噪声背景下基于分数低阶统计量时延估计方法性能退化且需要噪声先验知识的问题,提出了一种基于二次分数低阶协方差的时延估计新方法。所提方法首先利用有界非线性Sigmoid函数对含有脉冲噪声的信号进行预处理,使其在不影响有用信号时延信息的基础上对附加脉冲噪声进行充分压缩;然后对处理后的收发信号进行二次分数低阶协方差运算,即求得发射信号的自分数低阶协方差和收发信号的互分数低阶协方差之后,再次计算二者的互分数低阶协方差,以期更大程度上抑制脉冲噪声的影响。通过模拟仿真实验对所提方法进行了有效性验证,结果表明所提方法突破了分数低阶矩阶次需小于Alpha稳定分布噪声特征指数的限制,并且比分数低阶协方差方法具有更高的估计精度。仿真实验结果表明在广义信噪比-10 dB情况下,时延估计用时为0.0560 s,准确率达到97.76%。

基于分数低阶协方差的阵列式超声波测风方法

考虑到当前基于时差法的超声波测风方法是间歇式测量,并且在脉冲噪声背景下测风精度较差,提出一种基于分数低阶协方差的阵列式超声波连续测风方法。该方法采用由一个发射超声波换能器和4个接收换能器组成的超声波测风阵列结构,依托该阵列结构通过对其连续采样并进行分数低阶协方差运算处理以抑制脉冲冲击噪声的影响,然后结合多重信号分类算法即可实现风速风向的高精度连续测量。通过仿真对比实验和实际测量实验验证了所提方法的有效性及优越性,与其他超声波测风方法相比具有更强的噪声抑制能力及测风精度,在实测实验中风速和风向的测量误差分别为1.2%和2°,基本达到了超声波风速风向测量的精度要求。

基于二次分数低阶协方差的被动式声源定位方法

针对现有的被动式声源定位算法在强脉冲噪声环境下抗干扰能力弱、定位误差大等问题,提出了一种基于二次分数低阶协方差的被动式声源定位估计方法。首先,构建了一个多点共用的最优四基阵阵列结构,利用有界非线性Sigmoid函数对含有脉冲噪声的接收信号进行处理;然后,对处理后的阵元间信号进行二次分数低阶协方差运算,即求得阵元信号的自分数低阶协方差和两阵元间信号的互分数低阶协方差之后,再次计算二者的互分数低阶协方差,以期更大程度上抑制脉冲噪声的影响;最后,根据求得的时延信息对声源进行定位计算。通过定位试验对所提方法进行了有效性验证。

沙库巴曲缬沙坦钠片在慢性肾衰合并射血分数低的慢性心衰患者的疗效观察

以慢性肾衰合并射血分数低的慢性心衰患者为分析对象,予沙库巴曲缬沙坦钠片治疗,全面性分析、观察疗效。方法 患者102例(2023.01至2023.12),按信封分组法,分A(常规治疗)、B(常规+沙库巴曲缬沙坦钠片治疗)组,各51例。全面性比较。结果 A组治疗总有效率为82.35%(49/51),B组为96.08%(42/51),后者比前者高(2=4.993,P=0.025)。B组LVEDD、LVESD、Cr、BUN比A组低,LVEF、eGFR比A组高(P<0.05)。而两组电解质、不良反应发生率(P>0.05)。结论 沙库巴曲缬沙坦钠片治疗慢性肾衰合并射血分数低的慢性心衰患者效果甚佳,利于患者心、肾功能改善,且不会增加不良反应,值得推荐。

基于分数低阶协方差的AR SαS模型α谱估计

根据自回归(AR)SαS模型的α谱,分析了基于分数低阶矩(FLOM)法估计AR SαS模型参数的不足.提出了一种基于分数低阶协方差(FLOC)的AR SαS模型参数估计方法,并给出了基于FLOC的AR SαS模型α谱方法.分别对AR SαS模型参数的估计、α稳定分布噪声中单一正弦信号的估计和两个正弦信号的分辨进行了仿真.仿真结果表明,基于FLOC的AR SαS模型α谱估计方法对于不同的α值均具有较好的韧性.特别是在α值较小,即α稳定分布噪声概率密度函数(PDF)拖尾比较严重时,本文所提出的基于FLOC的AR SαS模型α谱估计方法,其性能明显优于基于FLOM的AR SαS模型α谱估计方法.

一种基于分数低阶协方差矩阵的波束形成新方法

利用稳定分布对具有脉冲特性的噪声进行建模,提出了一种新的分数低阶协方差概念,推导了一种基于分数低阶协方差矩阵的波束形成方法,并分析了其旁瓣特性。模拟表明新方法具有更高的信号干扰噪声比及更强的波束形成与旁瓣抑制能力。新算法在高斯和分数低阶稳定分布环境下比传统的算法具有更好的韧性。

分数低阶alpha稳定分布的STFT时频分析方法

对于α稳定分布噪声的非平稳信号,仅用频域的一维分析方法是不够的,需要考虑进行二维的时—频域分析方法。在基于传统的短时傅里叶变换(STFT)基础上,针对分数低阶α稳定分布的特性,提出了分数低阶STFT新方法。计算机仿真结果表明,该分数低阶STFT方法能克服传统的STFT方法在对α稳定分布进行时频分析时的性能退化问题,为α稳定分布在时频域的研究开拓了全新的途径。

一种基于分数低阶协方差的自适应EP潜伏期变化检测方法

由于诱发电位 (EP)信号中含有分数低阶α稳定分布噪声 ,致使传统的基于二阶统计量的EP潜伏期变化检测方法性能显著退化 .本文提出了一种基于分数低阶协方差的自适应EP潜伏期变化检测方法 (AFLC) ,通过对带噪信号的非线性处理 ,把其转变为二阶矩过程 ,从而保证了算法在α∈ (0 ,2 ]范围内的可靠收敛 ,并获得了EP潜伏期变化估计的较高韧性和精度 .给出了性能分析 ,计算机仿真和实验数据分析的结果 .

基于概率密度函数匹配与分数低阶矩的并行盲均衡算法

为了提高脉冲噪声下盲均衡器的性能,该文提出一种基于概率密度函数匹配与分数低阶矩的并行盲均衡算法。首先采用概率密度函数匹配的思想进行盲均衡,充分利用其收敛速度快的优势。为了解决此均衡过程中引起的相位信息损失以及抑制脉冲噪声能力差的问题,又以并行的方式结合判决信号的分数低阶矩,并以此作为代价函数来共同更新盲均衡器的权向量,进一步提高了算法在脉冲噪声下的收敛速度与收敛精度。仿真实验表明,所提算法在有效解决相位旋转问题的同时较好地抑制了脉冲噪声,此外还具有较快的收敛速度和较小的稳态误差,稳健性较强。

低体积分数相析出过程的相场模拟

通过构建局域自由能函数,并考虑晶界对析出过程的影响,建立了低体积分数相析出过程的相场模型,模拟了溶质体积分数为2%的体系中第二相在晶界和晶内析出及其演变过程.结果表明,在相同相场步条件下,晶粒空间矢量平方和的幂指数项(∑η_i^2)~μ决定了第二相在晶界和晶内的析出比例;晶内析出相的比例随μ值的减小而增加;析出相尺寸的大小取决于浓度场梯度能系数(?)值的高低;μ=1或较大(?)时,析出相全部集中于晶界上.

冠状动脉搭桥术治疗低射血分数老年冠心病患者的疗效

治疗冠状动脉粥样硬化性心脏病（CHD）的最有效方法之一是施行冠状动脉搭桥手术（CABG）。而对左室射血分数（LVEF）≤40％且年龄I〉65岁的CHD患者施行CABG存在较大危险，死亡率与围术期并发症的发生率较高，如何提高、

一种基于分数低阶矩的α稳定分布噪声中频谱感知方案

针对在非高斯背景、主用户信息未知的条件下,传统的基于二阶统计量的频谱感知方法性能将出现退化或失效的问题,建立了以α稳定分布为背景噪声的频谱感知模型,给出了一种基于分数低阶矩的感知方法,较好地解决了非高斯背景中主用户先验信息未知条件下的频谱感知问题。同时,根据中心极限定理推导了感知门限与虚警概率的关系式,通过蒙特卡洛仿真分析了该算法在不同广义信噪比、特征指数α以及协作用户数条件下的感知性能,并与传统的感知方法进行比较。仿真结果表明,基于分数低阶矩的感知方法在α稳定分布背景噪声中的感知性能明显优于基于二阶统计量的能量检测,且采用多用户协作可以进一步提高感知性能。

基于稳定分布噪声的分数低阶自适应时频分布

信号中的α稳定分布噪声会使自适应时频分布方法失效。针对该问题,利用分数低阶统计量理论,提出一种改进的分数低阶自适应时频分布。为了实现带噪信号的实时在线处理及长时间信号的时频分布分析,给出一种分数低阶短时自适应时频分布。仿真结果表明,2种方法都能在含有α稳定分布噪声和高斯噪声的环境下进行有效的时频分布分析。

分数低阶矩的信号盲分离方法

具有尖峰脉冲特性的α稳定分布信号或噪声不存在二阶及二阶以上的统计量,传统基于二阶统计量(SOS)或高阶统计量(HOS)盲分离和独立成份分析(ICA)算法效果不理想,甚至失效。对脉冲噪声环境下的盲分离技术进行了研究,推导出一种基于分数低阶矩的信号盲分离算法,并进行了仿真检验,结果表明所提出的方法对实现α稳定分布信号或含有α稳定分布噪声的信号盲分离效果很好,并具有良好的韧性。

分数低阶α稳定分布噪声下HB加权自适应时间延迟估计新方法

针对LMS-HB自适应时间延迟估计方法在分数低阶α稳定分布噪声环境下的退化现象,依据分数低阶统计量理论,提出了基于分散系数最小化的LMP-HB自适应时延估计方法,并进一步提出了不依赖于参数估计的基于非线性变换的HB加权自适应时延估计方法。理论分析和计算机仿真结果表明,新方法在高斯和分数低阶α稳定分布噪声环境下具有良好的韧性。

采用分数低阶循环谱相干系数的调制识别

AIpha稳定分布噪声导致二阶循环谱相干系数失效,使相应的通信信号调制识别算法退化.针对这个问题,提出了基于分数低阶循环谱相干系数的识别算法.文中给出了分数低阶循环谱相干系数的相关理论,分析了通信信号的分数低阶循环谱相干系数,在此基础上提取谱相干系数循环频率域特征作为识别特征参数.用BP神经网络为分类器,实现了通信信号调制方法识别.仿真结果表明,在Alpha稳定分布噪声下,该识别算法性能优于基于二阶循环谱相干系数的方法.在高斯噪声条件下,两种识别算法性能相当.

复杂海杂波背景下分数低阶匹配滤波检测方法

针对在复杂海杂波背景下,雷达目标检测中动目标检测(Moving Target Detection,MTD)技术的检测性能显著下降的问题,以及局部最优检测器(Locally Optimum Detector,LOD)仅适用于低信杂比背景下弱目标检测的问题,基于分数低阶统计量理论,提出了一种分数低阶匹配滤波检测方法.该方法通过幂变换抑制杂波的非高斯特性,通过应用杂波分数低阶协方差矩阵特征值分解的方法白化相关杂波,在此基础上应用匹配滤波进行目标积累,以提高信杂比.通过仿真和实测数据,对所提出方法的检测性能进行了验证,并且与MTD和LOD进行了比较.结果表明,本文所提出方法能较好地解决非高斯相关杂波背景下的目标检测问题,检测性能明显优于MTD和LOD方法.

分数低阶统计量的水下目标信号调制谱分析方法

传统水下目标噪声信号调制谱分析方法是建立在具有二阶统计量的高斯噪声环境下实现的,而多数情况下舰船辐射噪声和海洋环境噪声等水声信号通常具有脉冲特性,服从α稳定分布,二阶统计量的调制谱分析算法性能可能会下降,甚至不再稳定收敛。针对此问题提出了分数低阶统计量的目标信号调制谱分析方法,并进行仿真和实验数据验证,其结果表明所提方法具有稳健性。

利用分数低阶空时矩阵进行冲击噪声环境下的DOA估计

研究冲击噪声环境下的信号DOA估计问题。在对称α稳定(SαS:Symmetric-αstable)分布冲击噪声假设下,定义了一个阵列接收数据的广义分数低阶空时矩阵。理论分析表明,对广义分数低阶空时矩阵进行奇异值分解可获得噪声子空间估计。与信号空间DOA估计技术相结合,提出一种新的基于信号空间分解的DOA估计算法。该算法在低信噪比下对强冲击噪声具有更好的抑制作用。计算机仿真证明了算法的有效性。