转速随机波动旋转机械振动信号的周期平稳性

首先推导了旋转机械转速波动的随机角位移统计特性,证明了随机角位移信号是一种非平稳的随机过程.对于离散随机角位移序列,提高采样率可以减小其随机性.当采样率无限增加时,该序列将退化为确定性序列.然后以不平衡质量的惯性力为例,以转角和时间为参量,分别推导出一阶和二阶矩统计量.这些统计量证明,以转角为参量的惯性力随机矢量信号是非平稳的,但具有周期平稳性;而以时间为参量的惯性力随机矢量不仅是非平稳的,而且一般也不具有周期平稳性.

周期随机系数自回归模型的统计推断

文章研究了一阶周期随机系数自回归模型的性质和参数估计问题。首先讨论了该模型均值函数、方差函数以及协方差函数的周期平稳性。其次讨论了当误差服从正态分布时模型参数的估计问题,给出了模型参数的矩估计和最小二乘估计,并通过随机模拟对这两种估计方法进行比较。最后将上述方法用于实际数据的建模拟合分析。结果表明所提出方法具有较小的误差。

一类周期双线性模型的极大似然估计

提出了一类PBLARCH(p,p)模型,讨论了这一模型的一些概率性质,并给出了该模型存在严周期平稳性和周期遍历性解的几个充分条件.提出了该模型的极大似然估计,并在一定的条件下证明了该模型的极大似然估计的相合性和渐近正态性.

一种LOFDM系统定时和频偏的盲估计算法

基于网格正交频分复用(LOFDM)信号的周期平稳性,该文提出一种LOFDM系统定时和载波频率偏差的盲估计算法。理论分析和仿真实验证实由该算法构造的估计器能够有效地对抗频率选择性慢时变信道引起的衰落;在信道噪声广义平稳的情况下,估计器性能与信噪比无关,于是估计器在低信噪比条件下也能很好地工作;另外,符号定时和频率偏差估计器的性能互不影响。

不等长分组的正交频分复用系统及信道盲辨识算法

提出了一种采用不等长分组的正交频分复用 ( OFDM)系统 .该系统通过将相邻的 OFDM分组编码成不同的长度 ,可在接收信号序列中引入周期平稳性 ,从而实现信道的盲辨识 .由于采用这种方法无需加入冗余信息 ,故进一步提高了系统的传输效率 .仿真结果表明 。

一种新OFDM系统及其信道盲估计性能的研究

提出了一种采用不等长分组新的OFDM系统。采用不等长分组的好处是不需要加循环前缀,就能在发射序列中引入周期平稳性,因此采用子空间算法可实现信道的盲辨识。还对信道盲估计性能进行了分析。