摘要:针对传统Nakagami仿真模型难以提供精确时域自相关性问题，提出一种基于信道分解技术和谐波叠加方法的Nakagami复衰落仿真模型，该模型适用于任意衰落参数且可指定时域自相关性。文中首先推导了瑞利和Nakagami随机过程包络及自相关性的内在联系，然后给出Nakagami包络的瑞利分解改进模型，最后结合谐波叠加方法产生任意时域相关的Nakagami复衰落信道。仿真结果表明，新模型输出信道时域自相关系数更精确，包络相位分布等其它统计特性均与理论结果一致。

摘要:在WSN-WIM系统中，传感器的校验是一个关键性问题。本文提出一种基于灰色预测理论的传感器故障诊断方法，同时对灰色预测模型进行了优化，避免了由于预测模型中的理论缺陷给第一个传感器的故障诊断带来的错误假定。在WSN-WIM系统环境下的仿真实验中，取得了小于0.3%的平均误差，100%的诊断精度。此外此方法还具有计算量小（计算时间在毫秒级）、实时性强、自适应自诊断能力强等特点，非常适合应用于嵌入式、分布式高速动态多传感器称重系统中。

摘要:针对单通道阵列空时二维谱估计问题，提出了一种处理单通道阵列采样信号的新方法。该方法构建了单通道阵列特有的含有通道切换时间与采样间隔的阵列流型矩阵与导向矢量；无需对原始采样信号进行预处理，使其可直接应用于现有的谱估计算法。基于此信号处理方法，给出了单通道空时平面阵以及去冗余的空时L型阵无失真二维谱估计算法，两种算法在同等条件下以较小的硬件规模在避免信号失真的基础上从性能上更加逼近了常规阵列算法，并通过算法成本比较证明了空时L型阵无失真二维谱估计算法具有较小的成本。仿真分析验证了该处理方法以及所提出算法的有效性。

摘要:针对现有粉红噪声的生成方法所存在的计算过程复杂，与理想粉红噪声相比偏差较大等问题，本文提出了一种利用自回归滑动平均(ARMA)模型法生成粉红噪声的新方法。首先，构造一个待定系数的ARMA模型，并通过Z变换和功率谱估计的公式进行推导；其次，利用已知的粉红噪声模拟滤波器的传递函数H(s)和双线性Z变换法推导出IIR数字滤波器的传递函数H(z)，进而得到粉红噪声的ARMA模型；最后，利用MATLAB对生成的粉红噪声进行功率谱估计并与理想的粉红噪声进行对比。由MATLAB仿真结果可知，利用该方法生成的粉红噪声与理想的粉红噪声拟合度更高，完全符合粉红噪声的各项性能要求。

摘要:提出一种基于二阶统计量的多跳频信号的盲分离方法,该方法首先根据跳频信号的非平稳和非白化特性构造用于估计分离矩阵的代价函数,然后采用梯度下降法的更新规则进行优化,从而获得最优分离矩阵。仿真结果表明该方法能较好地实现多跳频信号的离线和在线盲分离,且它比其它的方法具有更好的噪声抑制能力。

摘要:H.264/AVC中4*4整数变换和分级量化技术对编码性能的大幅度提升起到很重要的作用,但另一方面整数变换和分级量化在编解码器中占有24%的计算复杂度。本文根据4*4 残差数据块、4*4 亮度DC 系数块和2*2 色度DC 系数块整数变换的特点,提出了一种基于全零模块预判的变换与量化选择算法,通过对各种全零模块进行准确的预测从而省略对应块的变换与量化过程,达到减小计算量、简化编解码器复杂度的目的。实验结果表明,与全模式算法相比,在造成视频质量少量下降的情况下运算量减少了大约21.29%。

摘要:为了提高CIR利率期限结构模型中的状态估计精度，本文建立了该问题的离散非线性滤波模型，采用高斯粒子滤波法进行状态近似最优估计。相对于文献中普遍采用的扩展卡尔曼滤波方法，高斯粒子滤波法避免了线性近似带来的误差，利用基于重要性采样得到的高斯分布来近似状态变量的后验分布，具有更强的状态估计能力。仿真实验比较了高斯粒子滤波和扩展卡尔曼滤波两种非线性估计法，结果表明，基于高斯粒子滤波的CIR滤波模型更准确地描述了利率期限结构的动态变化特征。