未知噪声背景下基于数据阵共轭重构的MUSIC角估计算法

详细讨论了在未知噪声背景下 ,利用接受数据阵及其共轭重构得到新的数据阵 ,并借助数据阵的奇异值分解实现UMMUSIC算法 (未知噪声背景下的修正多信号分类法 ) ,这将有助于改善估计的分辨性及改善协方差阵特征值的分布 ;同时能更有效地应用于实际 ,并给出了验证理论分析的计算机仿真结果。

基于信号的多谱勒特性的盲自适应波达方向估计法

提出信号波达方向 (DirectionofArrive)估计 ,在未知阵列流形 (Arraysmanifold)响应条件和未知背景噪声环境下 ,利用信号的多谱勒特性实现信号的波达方向的盲自适应估计 ,即自适应调整波束使波束函数与单位多谱勒复指数函数在均方误差条件下相差最小 .理论分析表明 ,该方法能很好地逼近阵列流形条件下的波达方向估计精度 ,能应用于复杂噪声环境 ,以及在一定程度上减小信号相消现象 .此外 ,该方法还具有很强的鲁棒性 .

基于图式理论和关联理论的EFL听力理解影响因素研究

文章基于图式理论和关联理论开展调查研究,分析背景知识、语言水平和生词密度三因素对EFL听力理解的影响。受试是以英语为外语的非英语专业大一和大二学生,工具为依实验要求设计的听力测试卷。研究发现,在对EFL听力理解的影响方面,背景知识效应不显著,语言水平和生词密度效应显著,背景知识和语言水平交互作用显著。

未知杂波背景下恒虚警检测门限获取方法

针对未知杂波背景下的雷达恒虚警检测问题,提出了一种基于核密度估计的CFAR(K-CFAR)检测方法。该方法利用核密度估计方法处理参考单元数据,实时准确地估计杂波背景的概率密度函数,进而根据分布函数与上分位点之间的关系确定检测门限。该方法不仅成功地解决了未知杂波背景下检测性能下降、检测器失去恒虚警特性的问题,而且相比已有的单样本非参量CFAR检测器,检测性能大幅提升。且对各种未知背景的杂波具有通用性的特点。最后,利用计算机仿真数据验证了文中所提方法的有效性。

光谱比值技术在未知背景干扰样品分析中的应用

文中提出的光谱比值技术与H Point法相比 ,能最大限度地分析未知背景样品中感兴趣组分 ,拓宽了其应用范围。

计算机因果建模的发展历程

计算机因果建模的发展经历了线性模型、单一路径机制模型和选择模型三个阶段。建模技术从原因变量选择转换至多条因果路径分析,建模理念以统计学中的相关性代替了哲学意义上的因果信念。计算机因果建模的发展历程体现了修正模型以增强协调力的改进策略,逐步破解未知的背景要素问题。