基于时域自相关平方函数的基音周期估计

语音信号的基音估计算法多年来一直是人们关注的问题。属于时域法的基于短时自相关函数的基音估计方法以其算法简单、计算量小而成为人们首选的算法。论文在此法的基础上,提出了一种基于时域自相关平方函数的基音周期估计方法。通过实验仿真表明,该方法简单易行,基音周期估计的准确性比较高。

基于相关和最小二乘原理的光栅栅距动态测量

栅距是光栅位移精密测量的基准,测出栅距值是进一步提高位移测量精度的关键。根据光栅莫尔条纹的动态特性,提出在光栅传感器运动过程中将栅距量转换为时间量测量的新方法。首先基于相关原理测量莫尔条纹信号经过两个距离固定的光电转换器的时间延迟来获得传感器的运行速度,时延估计采用了小波自适应算法;其次基于最小二乘原理确定莫尔条纹信号的相邻两个最小值来获得光栅栅距所对应的时间;最后由运行速度与栅距所对应时间的乘积确定栅距值。实验结果表明对于20μm栅距的光栅传感器测量误差小于0.08μm,验证了方法的可行性。

声源定位中的时延估计技术

时延估计(TDE)是阵列信号处理中的一项关键技术,其目的是要估计出同源信号到达不同传感器时,由于传输距离不同而引起的时间差。现有的TDE算法主要包括经典的广义互相关(GCC)方法、自适应最小均方(LMS)方法、基于子空间的特征值分解(EVD)方法和基于传递函数比(ATF-s ratio)的方法等。这些算法因其抗噪和抗混响性能不同,有着各自的应用场合。本文首先对现有的各种TDE算法进行分类论述,进而通过综合比较揭示了它们各自的优缺点,最后给出了进一步的研究方向。

扩散系数的分子动力学模拟

本文选用平衡分子动力学模拟方法,应用不同的势能模型对强极性分子水的扩散系数进行了模拟计算．结果表明,用分子动力学模拟方法计算水的扩散系数时,模拟结果对模型的选取极为敏感。在目前应用较为广泛的几种模型中以 SPCE模型较为适用,所得的扩散系数与实验值较为接近。

Ar-Kr溶液扩散系数的分子动力学模拟及其与温度的关系

用分子动力学模拟方法研究确定Ar－Kr溶液的自扩散系数D1、D2和互扩散系数D12以及它们随温度变化的规律．结果表明，分别用Green－Kubo法和Einstein法得到的扩散系数在数值上一致；该溶液的3种扩散系数均满足D=D0e-E/RT关系．

模型溶液的分子动力学模拟及扩散系数计算

通过对模型溶液的分子动力学模拟，确定了这些溶液的径向分布函数，自扩散系数Ｄ１、Ｄ２和互扩散系数Ｄ１２。结果表明，用Ｅｉｎｓｔｅｉｎ法和Ｇｒｅｅｎ－Ｋｕｂｏ法得到的扩散系数在数值上是一致的；溶液互扩散系数Ｄ１２与自扩散系数Ｄ１和Ｄ２满足关系式Ｄ１２＝ｘ１Ｄ１＋ｘ２Ｄ２。

提高相关测速中亚时间采样间隔精度的数学处理方法

该文首先针对相关分析技术测量速度的误差来源进行了分析 ,指出测量误差主要源于采样离散化所引入的误差 ;为了减小测量误差 ,应该对直接计算得到的离散的互相关函数进行进一步处理。利用计算机模拟了穿越两相流光束的透射信号 ,计算了两相流仿真信号的速度 ,并分别给出了未予修正以及采用插值法和最小二乘拟合对互相关函数修正的仿真结果 ;分析表明 ,最小二乘拟合是比较好的修正方法 ,该结论还可以进一步推广到PIV及DPIV测速技术中。最后利用直流电机产生的已知速度场对该文提出的修正方法进行了实验验证。

用FS多体势模型模拟金属铜的冷却过程

采用常温、常压分子动力学模拟方法模拟了在周期性边界条件下由 5 0 0个原子构成的液态Cu模型系统的凝固过程 ,考察了不同降温速率下液态Cu的凝固行为。模拟结果很好地重现了实验值。模拟中原子间作用势采用FS势 ,结构分析采用双体分布函数、对分析技术、内能、均方位移等方法 ,得到了原子体系微观结构组态变化的重要信息 ,并利用能量分析的方法对体系微观结构的变化进行了说明。

LMS自适应信道估计算法及仿真

提出一种基于连续导频的LMS自适应信道估计算法,在一个符号内进行LMS自适应滤波,经多次迭代得到信道估计值,然后根据信道变化速度再对其进行多符号平均。接收系统通过Simulink实现,并通过编写S函数仿真LMS自适应信道估计算法,系统动态仿真结果显示此方法可明显提高信道估计的准确度和接收机性能。

逆威布尔部件的可靠性估计

针对贝叶斯分析中平方误差损失存在的"高估和低估同等重要"问题,提出了一种基于熵损失函数的贝叶斯可靠性分析方法。利用该方法,分别在无信息先验和共轭先验分布下,推导出逆威布尔部件参数、可靠度函数及失效率的Bayes估计,并证明了形如[c T(x)+d]-1的一类估计具有容许性。为了比较不同估计结果的忧劣,文中还给出了逆威布尔部件参数的一致最小方差无偏估计(UMVUE)。最后运用Monte Carlo方法对各种估计的均方误差进行了模拟比较。结果表明,当样本量比较小时,Bayes估计的均方误差小于UMVUE的均方误差。随着样本量的增加,各个估计的均方误差都减小,但在共轭先验下Bayes估计的均方误差最小。

LS曲线拟合下的时差估计

针对时差估计(TDE)易受噪声影响产生模糊的问题,推导了单频信号、线性调频(LFM)信号以及二进制相移键控(BPSK)信号的互相关(CC)函数表达式,以最小二乘(LS)曲线拟合细化CC函数的幅度谱,获取精确的时差估计。首先对CC函数的幅度谱进行谱峰搜索,得到时差的粗估计,然后对CC函数的幅度谱以时差的粗估计为界,根据脉内调制类型,选择相应的一次或二次曲线,进行LS曲线拟合,降低噪声项对信号项的影响,可有效排除伪峰和局部最大,获得时差的精确估计。仿真结果显示,在信噪比大于6 d B时,BPSK信号的时差估计均方根误差接近零。

水声MIMO-OFDM通信中的空频迭代信道估计与均衡

在MIMO-OFDM水声通信系统中,由于信道间的相互干扰和水声信道严重时延扩展产生的频率选择性衰落,系统的通信误码率较高。针对这一问题,研究了空频编码的MIMO-OFDM通信,提出空频迭代信道估计与均衡(Spatial Frequency Iterative Channel Estimation and Equalization,SFICEE)方法。该方法通过载波间的空频正交性进行各收发阵元对的信道估计,并通过空频均衡获得符号初始估计,迭代更新信道估计,而后通过符号后验软信息反馈进行迭代空频软均衡。仿真结果表明,当误码率为10^(-3)时,文中所提出的SFICEE方法经过二次迭代与STBC方法相比具有4.8 d B的性能增益,相对于SFBC方法有2.8 d B的性能提升。当输入信噪比相同时,文中所提出方法的星座图更加收敛,可以更好地降低水下通信系统的误码率。

一种新的ICM模型参数设置方法

针对ICM模型用于目标识别参数需要人工设置的问题,提出一种新的ICM模型参数设置方法。该方法从提高目标识别率出发,提出利用相关系数确定ICM模型参数学习准则,使用梯度下降法对这一准则进行求解,达到根据输入图像的不同自适应确定ICM模型参数的目的。实验结果表明该方法可以很好解决传统ICM网络参数需要人工选取的劣势。

Correlated squared returns

Joint densities for a sequential pair of returns with weak autocorrelation and strong correlation in squared returns are formulated.The marginal return densities are either variance gamma or bilateral gamma.Two-dimensional matching of empirical characteristic functions to its theoretical counterpart is employed for dependency parameter estimation.Estimations are reported for 3920 daily return sequences of one thousand days.Path simulation is done using conditional distribution functions.The paths display levels of squared return correlation and decay rates for the squared return autocorrelation function that are comparable to these magnitudes in daily return data.Regressions of log characteristic functions at different time points are used to estimate time scaling coefficients.Regressions of these time scaling coefficients on squared return correlations support the view that autocorrelation in squared returns slows the rate of passage of economic time.An analysis of financial markets for 2020 in comparison with 2019 displays a post-COVID slowdown in financial markets.

新的无线传感器网络覆盖控制算法

首先,设计了节点自适应传感半径调整算法(AASR,adaptive adjustment of sensing radius),通过节点自适应选择最佳的覆盖范围,有效地进行节点覆盖控制,减少节点能量虚耗,提高覆盖效率。其次,从调整效果、能量消耗和覆盖冗余度3个方面对节点自适应传感半径调整算法进行了模拟实验和分析。仿真结果表明,AASR能够有效提高节点生存时间,减少能量消耗,提高覆盖率。

分子动力学模拟固态Al的自扩散性质

采用EAM势,用分子动力学模拟方法研究了固态Al的自扩散.用2种方法给出了Al在固态下较长的温度区域内的自扩散系数以及自扩散系数随温度的变化规律,并从微观机制上进行了分析和解释.结果较好地符合Arrhenius关系.

基于Kinect的声源定位时延获取及算法性能研究

声源定位已广泛地应用于视频会议和语音控制系统中,针对传统的声源定位系统中采集电路采集到的声音信号易受噪音和混响的影响,提出采用运动传感输入设备Kinect中集成的小型线性麦克风阵列采集音频信号,通过Kinect采集四通道音频信号,并应用互相关(CC)、相位变换(PHAT)、最大似然估计(ML)和平均平方差函数(ASDF)等四种时延算法对采集的音频信号进行处理分析,从而获取时延实现声源的定位。另外,从信号-噪音比(SNR)、峰值锐化两个方面分别利用MATLAB仿真和实测实验比较了四种算法的性能。实验结果表明,利用Kinect线性麦克风阵列采集定位能更有效地去除噪声,提高信噪比,并且四种算法中相位变换法拥有尖锐的峰值和较低的信噪比门限,从而能够适用于声源定位中获取精确时延。

带未知模型参数和衰减观测率系统自校正分布式融合估计

研究了带未知模型参数和衰减观测率多传感器线性离散随机系统的信息融合估计问题.在模型参数和衰减观测率未知的情形下,应用递推增广最小二乘(Recursive extend least squares,RELS)算法和加权融合估计算法提出了分布式融合未知模型参数辨识器;应用相关函数对描述衰减观测现象的随机变量的数学期望和方差进行在线辨识.将辨识后的模型参数、数学期望和方差代入到最优分布式融合状态滤波器中,获得了相应的自校正融合状态滤波算法.应用动态误差系统分析(Dynamic error system analysis,DESA)方法证明了算法的收敛性.仿真例子验证了算法的有效性.

低信噪比下的浅海水声稀疏信道估计

研究了浅海水声稀疏信道的估计方法,并在此基础上提出了一种应用于低信噪比且相邻路径最小时延差小于经典匹配跟踪算法可以分辨情况下的信道估计算法。所提出的信道估计算法基于最小二乘准则,利用浅海水声信道的稀疏特性,同时结合匹配跟踪算法,将信道脉冲响应函数的l1范数作为代价函数,并将其转化为凸优化问题进行求解。仿真实验验证了提出方法的有效性。

一种频率域相关性分布式扩散最小均方算法

以均方误差为代价函数的最小均方(LMS)自适应滤波算法具有结构简单、易于实现、计算复杂度低、稳定性好等优点,然而在对未知系统的脉冲响应进行估计时,传统的分布式扩散最小均方(DLMS)算法易受到噪声的干扰,从而降低估计精度。针对该问题,提出一种频率域相关性分布式扩散最小均方(FCDLMS)算法。利用不相关信号的相关函数值趋近于零的性质,在DLMS算法基础上分别将输入信号的自相关函数以及输入和期望信号的互相关函数作为新的观测数据,消除噪声干扰,从而给出相关性DLMS(CDLMS)算法,并将算法扩展至频率域,在频率域中使用乘法运算而非卷积运算来更新抽头系数,减少计算复杂度。实验结果表明,与传统DLMS算法相比,频率域相关性分布式扩散最小均方算法在噪声环境下对分布式自适应网络中的未知系统脉冲响应具有更好的估计结果,算法性能更优,同时也能较好地适应多抽头数、多节点数、强噪声的复杂环境。