一、广义逆A_(T,S)~((2))的奇异值分解（论文文献综述）
徐晨瑜[1]（2021）在《基于耦合典范多因子分解的MIMO雷达多目标定位》文中认为多输入多输出（Multiple-input Multiple-output,MIMO）雷达广泛应用于目标跟踪和目标定位等领域。其中多基地MIMO雷达在目标定位时具有更高的目标定位精度。基于耦合张量的方法因其在多数据集融合方面特有的优势比传统方法更适用于多基地MIMO雷达的目标定位。本文将耦合张量分解算法应用于多基地MIMO雷达的目标定位,旨在更有效地利用多个接收信号间的耦合关系,从而更准确地计算出目标位置。本文研究了基于耦合典范多因子分解（Coupled Canonical Polyadic Decomposition,C-CPD）的多基地MIMO雷达多目标定位方法。考虑了单个发射阵列和多个接收阵列组成的多基地MIMO雷达,并假设发射阵列在多个连续脉冲周期内周期性地发射信号。将该系统简称为单发射多接收多脉冲（Single-Transmit Multiple-Receive Multiple-Pulse,ST-MR-MP）MIMO雷达系统。文中将ST-MR-MP MIMO雷达的目标定位问题分为以下三种场景:正定场景:至少满足发射阵列规模较大,各接收阵列规模较大和目标移动速度较慢中的两个条件。即发射阵列的天线数、各接收阵列的天线数和发射信号的脉冲周期数中至少有两个不小于目标数;欠定场景Ⅰ:发射阵列规模较大,各接收阵列规模较小,并且目标移动速度较快。即发射天线数不小于目标数,接收天线数和发射信号的脉冲周期数小于目标数;欠定场景Ⅱ:发射阵列规模较小,同时各接收阵列规模较小或目标移动速度较快。即发射天线数小于目标数,接收天线数和脉冲周期数中有且只有一个小于目标数。分别研究了三种场景中基于C-CPD的MIMO雷达多目标定位方法的辨识性条件和目标定位算法。本文所述的方法应用于MIMO雷达目标定位时具备诸多优点,例如:发射信号之间无需相互正交;只需求解波达方向（Direction of Arrival,DOA）,即可估计目标的位置;并且在欠定场景中也能够准确地估计出目标位置。仿真实验证明了基于C-CPD算法的方法在ST-MR-MP MIMO雷达目标定位精度上的优势。在欠定情况和极度欠定情况下,与其他算法相比,C-CPD算法的优势更为明显。其中,以代数类C-CPD的分解结果为初始值的优化类C-CPD算法的目标位置估计精度更高。
涂雄苓[2]（2017）在《时间序列经济计量分析中的小波技术及其应用》文中提出时间序列计量分析源于人们认识到人类的经济活动均是在一定的时空条件下进行的,并受社会、经济、文化等因素的共同影响,从而使外在的经济现象在时间维度上通常会呈现出前后相关的特征。如何科学地刻画或逼近经济现象在时间维度上的这类动态关系或规律,并建立模型以满足经济预测与决策等其他管理实践的需要,构成时间序列经济计量的核心目标。自1970年《Time series analysis: Forecasting and control》出版以来,时间序列经济计量分析的理论与应用研究都有长足的发展。特别值得关注的是,诸如非平稳的单位根过程、协整过程、异质性及随机异方差模型等的一些理论自20世纪80年代初不断兴起,在很大程度上改变了传统时间序列经济计量学的理论与方法。平稳时间序列不再是经济计量学研究的唯一对象,非平稳时间序列也不再是不可涉足的领域,特别是其中的I（1）和I（2）过程与协整过程已成为研究的主要对象,它们已经在经济和金融领域得到广泛的应用。然而,目前绝大多数时间序列经济计量分析都是在时域内展开的,其中包括计量模型的构建、估计、检验。此外,时域分析与频域分析似乎被割离开来,分别在两条轨道上独立发展,通常两域内分析所获得的阶段性结果并未有机结合起来,从而大大削减了结果的完整性。实际上现已证明,在频域内也能构造出许多有价值的统计量,用于经济计量模型的估计或检验,并且有时具备较时域分析更好的统计性质。小波分析作为一门新兴的数学理论和方法,它在时域和频域上均具有良好的分辨。它的应用能使时间序列分析在时域和频域都达到了良好的局部化效果,为洞察时间序列的动态提供了一个全新的视角与工具。本论文在深度把握小波分析、时间序列分析理论和总结前人研究经验的基础上,综合运用统计学、概率论与数理统计、和金融计量学等学科的相关知识,将小波分析在时域两域的分析优势嵌入现有的时间序列分析理论中,拓展和丰富非平稳时间序列分析方法的理论研究和应用研究。具体来说,本文的贡献主要包括以下三个大的方面:（1）单位根检验的方法论方面。首先,在敏锐察觉原序列的样本方差与其小波系数系列、尺度系数系列的样本方差之间耦合机制在原假设（存在单位根）与备择假设（不存在单位根）下存在差异的基础上,在小波域内构造了一个新的检验统计量TXL1,用于检验带漂移项的单位根过程,在检验统计量的构造策略与检验对象范围拓展了 Fan和Gencay（2010）的检验方法。其次,对检验统计量TXL1在原假设和备择假设下的大样本性质进行了完全的证明,结果表明检验统计量TXL1在原假设下,其极限分布收敛到两个独立标准维纳过程的随机泛函,而在在备择假设下检验统计量TXL1依概率收敛到质点O,这一优良的性质对保障检验统计量TXL1具有高检验势非常有益。另外,考虑到应用实践中仅能掌握有限样本的数据资料的现实情况,通过Monte Carlo实验研究了检验统计量TXL1在有限样本条件下的检验势与检验水平。Monte Carlo实验结果显示检验统计量TXL1在有限样本条件下虽出现一定的检验水平扭曲,但具有极高的检验势。最后,在构造检验统计量和证明其大样本性质的过程中,以2个新的引理的形式拓展了随机游走的其它收敛性质,并给予详细的证明,这些性质对非平稳时间序列的其它研究具有潜在的价值。（2）协整检验的方法论方面。首先,充分论证了若要在EG两步法的框架下进行小波域协整检验,那么潜在协整模型的初始估计时应考虑含截距项的回归模型,而对残差平稳性检验时应考虑不带漂移项的随机游走的自回归模型。然后,为了实现小波域协整检验,开发了一个用于检验不带漂移项的单位根检验的统计量TXL1;,同时推导了其大样本性质。其次,借鉴Dickey and Fuller （1979）和Phillips和Perron （1988）的直接模拟法策略,通过大量的随机模拟给出了检验统计量TXL1应用于伪协整回归时检验时的临界值。另外,设计了 6个随机试验,研究检验统计量TXL1在协整检验时的具体表现,结果显示检验统计量TXL1的检验水平扭曲度低,以及样本容量超过500时其检验势较高的特点。最后,通过实际案例的研究,验证了检验统计量TXL1在协整检验的有效性,并为我国黄金市场与国际黄金市场存在长期均衡关系提供经验证据。（3）小波域隐马可夫模型及其应用方面。出于对以下事实的认识:股票市场中广泛具有短线投资者根据长线投资者的交易行为而执行相应交易的跟庄现象,长线和短线交易分别与不同的时间尺度相关联;经典的时间序列分析方法往往在单一时间尺度条件下展开,无法有效地探索不同时间尺度的股票交易行为间的内存关联。由此,本论文引入小波域隐马尔可夫树模型,以我国股市5分钟的高频交易数据为素材,研究了股市波动信息沿时间尺度流动的统计性质。结果表明波动信息在传导过程中表现出如下显着的非对称性:大尺度的低波动状态以大概率引发小尺度上的低波动状态,但大尺度的高波动状态只以相对小的概率诱发小尺度的高波动状态,并对这一结果的政策意义进行了的解释。
吴丽娜[3]（2013）在《基于模型的不确定系统鲁棒故障检测与估计方法研究》文中研究说明由于存在对不确定系统的系统结构、参数和所受干扰的认识不全面的问题，使得对其进行数学建模时存在着许多不确定性，而基于模型的故障诊断方法依赖被诊断对象数学模型的精确性，因此，利用基于模型的故障诊断方法对不确定系统进行故障诊断时，研究如何降低不确定性对故障诊断结果的影响，确保故障诊断的有效性是十分必要的，也是基于模型的鲁棒故障诊断主要面对的问题。本文对不确定系统基于模型的鲁棒故障检测和估计问题进行了研究。针对不确定系统故障检测和估计方法中存在保守性或数学模型局限性等问题，研究了具有较低保守性或数学模型更具有普遍意义的鲁棒故障检测和估计方法，主要内容如下：考虑存在未知输入信号和模型不确定性的系统，基于多指标约束方法，提出一种H/H∞故障检测观测器设计方法。利用H指标和H∞范数理论，将故障检测观测器的设计问题转换为矩阵不等式组约束条件的最优问题，通过对矩阵不等式非线性部分的线性化处理，解除系统矩阵与Lyapunov函数矩阵之间的耦合，给出观测器存在的充分条件，在此基础上，提出一种迭代算法将解耦后的矩阵不等式组约束条件下的优化问题转化成线性矩阵不等式组约束条件下的优化问题来求解故障检测观测器。在残差评价中，采用自适应阈值的方法设计阈值，研究模型不确定系统鲁棒故障检测。进一步考虑部分噪声统计特性已知的情况，引入H2范数指标，采用噪声到残差传递函数的H2范数表示白噪声对残差的影响，提出一种基于H/H2/H∞观测器的鲁棒故障检测方法，并将所提方法用于卫星姿态控制系统的陀螺故障检测。故障检测观测器设计方法被进一步推广到Lipschitz非线性不确定系统，得到系统故障检测观测器存在的充分条件，并在此基础上研究了Lipschitz非线性不确定系统的鲁棒故障检测。考虑存在模型不确定性的系统，基于H∞滤波理论，提出一种H∞故障检测滤波器设计方法。利用H∞范数理论，将故障检测滤波器的设计问题转换为矩阵不等式约束的最优问题，对矩阵不等式非线性部分进行线性化处理，并提出一种迭代算法将滤波器的求解转化成线性矩阵不等式约束的优化问题。在残差评价阶段，采用自适应阈值的方法设计阈值，并且研究不确定系统的鲁棒故障检测。为了降低计算量，提出一种基于降维H∞滤波器的鲁棒故障检测方法。采用降维滤波器构造残差产生器，利用输入信号和故障信号对残差的误差值的传递函数与输入信号和故障信号对残差的传递函数的关系，通过引入残差的参考模型，将滤波器的设计问题转化为多个H∞范数的优化问题，在此基础上研究模型不确定系统的鲁棒故障检测。考虑存在未知输入信号的不确定系统，基于自适应观测器和滑模观测器理论，提出一种基于自适应滑模观测器的鲁棒故障估计方法。将滑模观测器用于故障重构，采用自适应律补偿未知输入信号对误差系统的影响，采用滑模部分估计系统的故障，利用Lyapunov稳定判据推导出故障估计观测器存在的条件，利用滑模运动的特性给出故障估计的表达形式，并将所提方法用于卫星姿态控制系统的飞轮故障估计。考虑模型不确定性，基于H∞滤波器设计方法，提出一种基于H∞自适应观测器的鲁棒故障估计方法。利用Lyapunov稳定判据和H∞性能指标推导出自适应观测器存在的条件，将不确定系统故障估计观测器的设计转化成具有线性矩阵不等式约束的优化问题，同时给出故障估计的表达形式，所提方法对系统的不确定性具有很好的鲁棒性。进一步，考虑Lipschitz非线性不确定系统，提出一种基于LMI自适应观测器的鲁棒故障估计方法，利用线性矩阵不等式理论及Lyapunov稳定判据推导出自适应观测器存在的条件，给出故障估计的表达形式并进行故障估计研究。
王洪亮[4]（2012）在《电力系统非正弦信号下功率测量研究》文中认为电力系统在正弦信号下的功率理论是成熟的，而传统正弦功率概念不适用于非正弦信号情况下功率现象的分析，非正弦条件下功率测量的研究一直是国内外的一个研究热点。本文从分析正弦和非正弦情况下功率的研究现状出发，研究对任意电压、电流波形均适用的功率理论和找寻适当的功率测量方法。本文的主要工作如下：针对传统非正弦功率只适用于整数次谐波和有限周期情况的问题，提出了一种基于扩展Prony算法的功率测量方法。建立含非整数次谐波和准周期信号下的功率测量数学模型。使用扩展Prony算法构造电压、电流信号的谐波检测器，在有限采样窗宽的条件下测量谐波功率和电网的电功率。通过仿真实验验证了该方法的可行性和准确性。针对现有非正弦情况下瞬时功率理论物理意义不够明确的问题，提出了一种基于参数辨识的瞬时功率分析方法。根据负载特征建立了负载的时域等值模型，利用负载端口处的电压、电流信号和总体最小二乘估计方法跟踪辨识负载的等值参数，给出了瞬时有功功率和瞬时无功功率的数学模型和测量方法。这种瞬时功率分析方法物理意义明确，适用于任意非正弦信号，且可对非周期信号进行功率分析。研究基于参数辨识的瞬时功率分析方法在有功功率与无功功率测量、谐波源辨识和系统补偿领域的应用。通过瞬时有功功率、瞬时无功功率与有功功率、无功功率的约束关系，测量得到非正弦情况下的有功功率、无功功率。将基于参数辨识瞬时功率分析方法应用到谐波源辨识方面，以判定负载的谐波责任。并给出一种按线损最小为原则的负载跟踪补偿方法，消除谐波源对其余负载的畸变电流干扰。对非正弦信号情况下的负载应用基于参数辨识瞬时功率分析方法进行仿真研究，通过与现有功率测量方法的分析比较，验证了基于参数辨识瞬时功率理论及其测量和应用方法的正确性和有效性。
安金坤[5]（2011）在《通信信号调制方式识别与参数估计研究》文中研究指明通信信号的调制方式识别与参数估计是指对截获的未知通信信号的调制类型作出判断，对其通信参数的数值作出估计，属于模式识别与参数估计的研究范畴，在通信侦察、频谱监测等军用民用领域具有巨大的应用价值和广阔的实用前景。本文采用固有时间尺度分解算法和多重分形谱理论两大分析工具，从信号中频波形的角度研究通信信号调制方式识别与参数估计的问题，基于固有时间尺度分解算法时频分辨率高、计算复杂度低的优势以及多重分形谱特征对噪声不敏感的特性，取得了如下研究成果：1.提出一种基于时域统计特征和支持向量机的调制方式识别算法。首先由固有时间尺度分解算法提取瞬时幅度、瞬时相位、瞬时频率等信息，并利用这些信息的统计量构造一个12维的初始特征向量。然后，用Fisher分析降维高维的初始特征向量。最后，将降维的特征向量送入一个多分类支持向量机完成对7类单载波数字调制信号2ASK,4ASK,2PSK,4PSK,16QAM,2FSK和4FSK的识别。固有时间尺度分解算法提取的时频域信息直接借助于波形分析获得，不仅具有很低的计算复杂度，而且借助于Fisher分析的降维效果能够获得好的区分能力。仿真结果显示，该算法能够以很低的计算复杂度得到高的识别正确率。2.提出一种基于两个多重分形谱特征并结合决策树分类器的多载波OFDM信号和单载波信号识别算法。首先直接从中频波形信号上提取多重分形谱最大值对应的奇异性指数作为第一个特征用于区分信号集合{OFDM，4PSK，16QAM}和信号集合{2ASK，4ASK，2FSK，4FSK}。其次，从中频波形信号的解析信号平方处理后经两次傅里叶变换的幅度信号上提取多重分形谱斜率分别是±1的两处多重分形谱的谱间隔作为第二个特征用于区分信号集合{OFDM}和信号集合{4PSK,16QAM}。最后，用一个决策树分类器实现所有信号的识别，各个特征的识别门限通过经验仿真来确定。数值实验表明该算法对OFDM信号子载波数和循环前缀长度、单载波基带成形系数以及信噪比具有鲁棒性，能够在很宽的信噪比范围内具有较高的识别正确率。3.基于固有时间尺度分解算法分别提出一种直扩信号载波频率、码片速率估计算法和一种基于波形的直扩信号PN码估计算法。前一种算法以某频点处的瞬时幅度为分析参数，通过频域粗搜索和细搜索估计码片速率和载波频率。首先累加多个PN码周期分析信号和伴随信号的瞬时幅度。然后，两类瞬时幅度做差值运算以抑制噪声。最后，对差值信号的频谱做线谱分析估计载波频率和码片速率。相对于传统算法该算法具有实现简单，计算速度快的优点。后一种算法利用固有时间尺度分解算法时频分辨率高和适于实时处理的优势，直接分解直扩信号波形，借助于相干累加思想提高信噪比，通过对载频处瞬时幅度累加值与第一上过零点频率处瞬时幅度累加值的差分信号波动特性的分析，找到一个PN码周期内相邻码片极性变化的位置，从而揭示PN码，而不必猜测其代数结构。该算法与已有PN码估计算法相比具有诸多优势，仿真实验验证了它的可行性。4.提出一种基于固有时间尺度分解算法的跳频信号跳速估计算法。采用固有时间尺度分解算法迭代地分解跳频信号并由各层固有旋转分量信号包络瞬时幅度的最大值构造一个分析序列，对该序列的频谱做线谱分析估计跳速。复杂度分析和数值实验表明该方法相对于经验模态分解算法具有更低的计算复杂度，是一种实时高效的估计算法。
陈利虎[6]（2009）在《跳频信号的侦察技术研究》文中进行了进一步梳理跳频通信因其良好的抗干扰性、低截获概率及组网能力,在军事通信中得到了广泛的应用,也向通信侦察提出了严峻的挑战。开展对跳频信号侦察的研究,寻求截获、估计、分选跳频信号的方法,已成为当前通信侦察领域紧迫而艰巨的任务之一。论文研究了复杂电磁环境下跳频信号侦察的关键技术,主要包括跳频信号的检测、参数估计和信号分选三部分内容。首先,将各种时频表示应用于跳频信号的检测,仿真其性能,在时频聚焦性和抑制交叉项两项指标上定性和定量比较了各种时频表示的优劣,寻求综合性能较好的时频表示。建立了跳频信号的数学模型,给出了跳频信号各种参数的定义;重点研究了各种线性时频表示、二次时频分布、重排类时频分布、组合时频分布在跳频信号检测中的应用;利用信息熵,定量评价了各类时频分布的性能,并估算了几种典型时频分布的计算复杂度,给出了各类时频分布的综合评价。其次,针对单天线宽带数字接收系统,研究了复杂电磁环境下基于时频分析的跳频信号参数盲估计算法。针对跳频信号侦察,提出了“复合信息熵”的定量评估指标,该指标综合考虑电磁环境中的信号类型数、跳频信号数目、跳速和信道使用情况,由类型熵、密度熵和分布熵三部分组成;基于信道化门限和时频分析完成了去噪和信号预选;基于谱图对单个跳频信号的跳周期、跳时和载频进行了盲估计;基于组合时频分析（SP&SPWVD）,对多个跳频信号的跳周期、跳时、载频和幅度参数进行了盲估计,并给出了各参数估计的仿真性能。再次,基于时频分析、空间谱估计,结合数字信道化、时频聚焦等技术对FH信号、FH/DS信号进行空时频测向,实现了欠定条件下的高精度测向。根据传统的空时阵列模型,结合信号的时频分析,建立了空时频分布的数学模型;分析了空时频测向能获得时频增益的原因,研究了增益大小与哪些因素相关;利用空时频分析实现了多个跳频信号的DOA估计,提出了适合无“频率碰撞”情况下的线性空时频DOA估计算法;虽然利用空时频技术能够实现欠定条件的多信号测向,但在N /M值较大情况因为信号之间的互扰较大使测向性能欠佳,故再结合数字信道化技术,解决了N /M值较大情况信号之间互扰很大的问题,实现了多个跳频信号的高精度测向;将空时频分析和宽带信号测向方法,实现了欠定条件下多FH/DS信号的DOA高精度估计。最后对跳频信号分选技术进行了深入的研究,针对不同的应用场合提出了相应的分选算法。提出了一种适应于环境中仅存在异步组网电台的实时分选方法,该方法计算量少,便于实时分选,适合应用于快速、高速跳频信号的侦察;提出了一种类数目K值的估计和优选初始聚类中心的改进K-Means算法;初始聚类中心优选能使聚类迭代次数大为减少,并能避免聚类过程中陷入局部最小,增强了聚类的鲁棒性;利用改进K-Means聚类算法对HDW集合进行了聚类分选;针对高斯核参数σ的优选问题,提出了粗搜索和精估计相结合的改进方法,在得到精确的σopt同时减少了总搜索次数;利用密度分布图和领域半径、门限参数实现了KKM算法中类数目K的估计和初始聚类中心的优选;利用基于高斯核函数的K-Means对跳速和到达角均时变的跳频信号进行聚类分选,分选效果良好。
徐书华[7]（2007）在《基于信号指纹的通信辐射源个体识别技术研究》文中提出通信辐射源个体识别是近来通信对抗领域一个重要的研究课题,它主要根据各通信设备硬件差异在发射信号上所表现出来的区别于其它个体的特征,判别信号来自哪部通信设备,实现设备追踪,进而有针对性的对敌重要通信装备及其载体进行监视、电子干扰或者军事打击。不同于传统通信信号侦察中的调制模式识别研究,通信辐射源个体识别主要研究体现同类辐射源之间个体差异的信号指纹的分析提取技术。目前,国内外相关研究主要针对暂态通信信号中的开机信号、利用特征提取的分析方法实现辐射源个体识别。然而,利用暂态信号特征进行辐射源识别面临在非协作通信条件下对信号的捕捉、因暂态信号与噪声相似性带来的特征提取难度等诸多挑战;而且,这些方法大多通过仿真手段在较高信噪比和样本充足的条件下研究不同型号的通信辐射源识别问题。实际上,通信对抗环境中截获信号的信噪比往往较低,信号持续时间较短、样本数据不足,现有方法直接用于外场同类通信辐射源个体辨识时往往识别率较低。基于此,本文针对相同型号和工作模式不同通信辐射源的个体识别问题,对稳态通信信号的个体细微特征,即信号指纹的分析提取技术难点展开研究。本文研究了信号指纹的基本理论,从其产生机理出发,研究了通信设备在稳定工作状态下频率特性、调制参数特性以及杂散特性的个体差异,并从时域、频域、时频域和高阶谱等不同角度采用多种通信信号处理手段探索信号指纹特征的提取方法,建立了通信辐射源个体识别基本框架。文中提出了一系列具有理论及实用价值的算法,并全部通过外场实测电台数据验证了所提算法的优良性能。本文所做的工作主要包括以下几个方面:（1）研究了基于载频和码速率的信号指纹提取技术。给出了一种改进的相位拟合载频估计方法;并给出了一种基于STFT时频能量分布和小波变换的码速率估计方法,解决了非协作通信条件下调制信号的码速率估计精度问题。实验表明:载频和码速率估计结果可以作为信号指纹特征之一,并配合其它特征对电台个体进行识别。（2）研究了基于辐射源个体杂散输出成分的信号指纹提取技术。首先提出了一种基于正交分量重构的包络提取算法,并利用分形维数和Lempel-Ziv等复杂度特征提取个体信号的包络寄生调制特征;然后给出了利用个体信号Hilbert边缘谱对称性特征和HHT时频分布灰度图像抽取特征的细微差异进行辐射源识别的方法。实验表明:较低信噪比下信号个体的包络寄生调制特征和时频分布灰度图像抽取特征作为信号指纹参量对电台个体具有较好的聚类性能,而受载频估计精度影响,谱对称性特征对电台个体的可分离性不高。（3）研究了基于高阶谱的信号指纹提取方法。提出了一种矩形积分双谱（SIB）信号指纹特征分析方法,并利用局部线性嵌入（LLE）流形约简方法对高维SIB特征进行降维分析。实验表明:SIB较其它局部双谱特征用于个体信号的指纹分析具有一定的优越性,而且SIB约简特征具有较好的聚类性能和抗噪能力。（4）针对辐射源个体识别实际应用环境,设计了一种基于核距离测度的多类别SVM分类器（KDM-SVM）和一种基于D-S证据理论的组合分类器,并采用上述分类器,以不同角度提取的信号指纹特征参量集为分类依据进行了通信电台个体识别实验。实验结果表明:利用稳定工作状态下提取的信号指纹特征集进行电台个体识别可以获得良好的识别效果。本文的研究工作在一定程度上解决了在小样本、较低信噪比和变化信噪比条件下对实际同型号通信电台的个体识别问题,具有一定的理论意义和实际应用前景。
贾可新[8]（2007）在《通信信号自动调制识别的研究》文中研究说明通信信号调制类型的分类识别是一种典型的模式识别问题,它涉及到很多复杂的因素。随着通信技术的飞速发展,通信信号的调制类型变得更加复杂多样,信号环境日益密集,使得常规的识别方法和理论很难适应实际需要,这给通信信号的识别研究提出了更高的要求。然而通信信号自动调制识别的一个突出问题就是通信信号经过无线信道的传输,信噪比变化范围比较大,通常在几分贝到几十分贝的范围内变化,这将导致从同一类信号的不同信噪比样本中提取的同一种特征有可能产生严重的畸变,相当于成倍增加了待识别信号的类别,使分类器的识别率降低。本文主要工作体现在瞬时参数的提取、模糊特征选择、单个分类器设计和组合分类器设计这四个方面。其主要内容为:1、研究了基于小波脊、短时傅里叶脊的信号瞬时参数提取方法、基于小波变换的瞬时参数提取方法和基于自适应时频分析的瞬时参数提取方法。仿真结果表明所研究的四种方法都具有很强的抗噪声性能。2、研究了一种特征选择准则,即基于模糊特征估计准则。该准则采用模糊遗传算法来寻找最优特征。仿真结果验证了该准则的可行性。3、详细研究了基于神经网络、模糊神经网络和模糊支持向量机的单个分类器设计方法。仿真结果表明所讨论的三种单个分类器具有很强的泛化能力。4、详细研究了基于模糊积分和神经网络的组合分类器设计方法,基于模糊积分和支持向量机组合分类器设计方法和基于类间距离和模糊神经网络组合分类器设计方法。仿真结果表明它们在信噪比变化比较大的情况下仍具有很高的正确识别率。
夏茂辉[9]（2006）在《功的互等新理论及其应用和特征值方法的一个应用》文中指出弹性力学的能量原理包括变形能原理、变分原理、虚功和虚余功原理以及功的互等定理。国内外学者对变分原理本身及其解析和数值应用方面的研究倾注了大量的精力,并获得了丰硕的成果。同样地,对功的互等定理的研究也有很大进展。傅宝连教授1982年提出了功的互等定理的修正命题,开发出功的互等定理的新功能,发展了功的互等新理论,建立了功的互等法,从而形成了求解小挠度弯曲薄板问题的功的互等新理论。2002年傅宝连教授又建立了有限变形体的功的互等定理及大挠度弯曲薄板功的互等定理。本文首先应用大挠度弯曲薄板功的互等定理研究大挠度矩形板的弯曲变形问题,然后应用中厚板功的互等定理研究均载和线性分布压力作用下中厚矩形板的弯曲变形问题。求出了多种条件下的挠曲面方程,成功地开发出相应的软件进行近似计算,给出清晰的图表,并在每个实例之后,进行了算法分析。从而形成了应用功的互等定理求解大挠度弯曲薄板及中厚板弯曲问题的比较系统的方法。由于大挠度薄板弯曲变形的几何非线性使得对它的求解非常困难。本文首次成功地应用大挠度弯曲薄板功的互等定理解决了六种边界约束条件下的大挠度矩形薄板的变形计算问题,所得结果是新的。与有限元法相比,所用的方法具有简单、实用、先进的性质,以及一定的创新性。本文成功地把傅宝连教授推出的精确角点静力条件应用于均载和线性分布压力作用下具有悬空角点的中厚板弯曲问题,得到了优于前人的成果。在复杂边界条件的处理和编程计算方面都有明显的创新。最后本文介绍了无线通信中信号的表示形式,阵列信号处理的基础知识以及MUSIC算法,并提出了L型阵列结构下的MUSIC算法,对其估计性能进行了讨论。本文在计算过程中还开发出了系统化的程序。这些程序在进一步研究及工程计算中将会发挥重要的作用。
二、广义逆A_(T,S)~((2))的奇异值分解（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、广义逆A_(T,S)~((2))的奇异值分解（论文提纲范文）
（1）基于耦合典范多因子分解的MIMO雷达多目标定位（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究历史与现状 |
| 1.3 本文主要工作及内容安排 |
| 2 张量基础、数据模型与方法框架 |
| 2.1 张量基础 |
| 2.2 数据模型 |
| 2.3 方法框架 |
| 2.4 本章小结 |
| 3 正定场景下基于耦合典范多因子分解的多目标定位 |
| 3.1 辨识性分析 |
| 3.2 正定场景的耦合典范多因子分解 |
| 3.3 仿真实验 |
| 3.4 本章小结 |
| 4 欠定场景Ⅰ下基于耦合典范多因子分解的多目标定位 |
| 4.1 辨识性分析 |
| 4.2 欠定场景Ⅰ的耦合典范多因子分解 |
| 4.3 仿真实验 |
| 4.4 本章小结 |
| 5 欠定场景Ⅱ下基于耦合典范多因子分解的多目标定位 |
| 5.1 辨识性分析 |
| 5.2 欠定场景Ⅱ的耦合典范多因子分解 |
| 5.3 仿真实验 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录A 基于耦合典范多因子分解的目标定位方法框架 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（2）时间序列经济计量分析中的小波技术及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| (1) 理论意义 |
| (2) 现实意义 |
| 1.2 经济计量分析中的小波分析研究综述 |
| 1.2.1 理论研究方面 |
| 1.2.2 实证研究方面 |
| 1.3 研究内容与研究目标 |
| 1.3.1 研究内容 |
| 1.3.2 研究目标 |
| 1.4 研究方法、组织结构和技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 组织结构与技术路线 |
| 1.5 本文的创新点 |
| 第2章 小波与非平稳时间序列分析的理论预备 |
| 2.1 小波分析理论 |
| 2.1.1 小波函数 |
| 2.1.2 离散小波变换 |
| 2.1.3 极大重叠离散小波变换 |
| 2.1.4 小波方差 |
| 2.2 非平稳时间序列分析的基础理论 |
| 2.2.1 维纳过程 |
| 2.2.2 泛函中心极限定理 |
| 2.2.3 连续映射定理 |
| 第3章 小波域单位根检验 |
| 3.1 单位根过程概述 |
| 3.1.1 单位根过程的几种定义 |
| 3.1.2 区分单位根过程和(趋势)平稳过程的意义 |
| 3.2 单位根检验研究进展 |
| 3.3 小波域单位根过程的检验 |
| 3.3.1 Fan和Gencay (2010)方法 |
| (1) 检验策略的基本思想 |
| (2) 检验统计量的构造及其性质 |
| 3.3.2 Fan和Gencay (2010)方法的拓展 |
| (1) 检验对象与思想的延伸 |
| (2) 检验统计量的构造及大样本性质 |
| (3) 有限样本下检验表现的Monte Carlo仿真 |
| 3.4 本章引理、定理的证明 |
| 3.4.1 引理3.1的证明 |
| 3.4.2 引理3.2的证明 |
| 3.4.3 定理3.1的证明 |
| 3.5 本章小节 |
| 第4章 小波域协整检验 |
| 4.1 协整的思想与定义 |
| 4.2 线性协整的检验框架 |
| 4.3 协整检验的EG两步法与单位根检验的内在联系 |
| 4.4 小波域协整检验 |
| 4.4.1 检验模型设定与协整模型的初始估计 |
| 4.4.2 检验统计量的构建及其性质 |
| 4.4.3 协整检验功效与检验水平的Monte Carlo仿真 |
| 4.5 案例研究:我国黄金市场与国际市场的联动性 |
| 4.5.1 变量说明、数据来源与预处理 |
| 4.5.2 实证结果 |
| (1) 序列单整阶数的确定 |
| (2) 协整检验 |
| 4.5.3 实证结论与政策建议 |
| 4.6 本章小节 |
| 第5章 小波域马尔可夫模型及应用 |
| 5.1 背景与动机 |
| 5.2 马尔可夫链 |
| 5.2.1 定义与标记 |
| 5.2.2 平稳分布与可逆性 |
| 5.2.3 自相关函数 |
| 5.3 隐马尔可夫模型 |
| 5.3.1 定义与标记 |
| 5.3.2 边际分布 |
| (1) 单变量分布 |
| (2) 双变量分布 |
| 5.4 小波域隐马尔可夫模型 |
| 5.4.1 小波域模型的类型 |
| (1) 尺度内模型 |
| (2) 尺度间模型 |
| (3) 混合模型 |
| 5.4.2 小波域马尔可夫树模型 |
| (1) 参数估计 |
| (2) 训练算法 |
| 5.5 案例研究:我国股市波动跨时间尺度传导的非对称性 |
| 5.5.1 金融时间序列的小波系数统计特性 |
| 5.5.2 2-状态小波域隐马尔可夫模型的构建 |
| 5.5.3 参数估计 |
| 5.5.4 实证结果与分析 |
| (1) 数据来源与预处理 |
| (2) 沪市波动信息流动的非对称表现 |
| (3) 深市波动信息流动表现 |
| (4) 波动信息流动的非对称性的稳健性检验 |
| 5.5.5 实证结论与政策意义 |
| (1) 实证结论 |
| (2) 政策意义 |
| 5.6 本章小节 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 攻读博士学位期间的科研活动与成果 |
| 致谢 |
（3）基于模型的不确定系统鲁棒故障检测与估计方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.1.1 课题来源 |
| 1.1.2 课题研究的目的和意义 |
| 1.2 故障诊断技术研究概述 |
| 1.2.1 故障诊断的基本问题 |
| 1.2.2 故障诊断的主要方法 |
| 1.3 基于模型的不确定系统的鲁棒故障诊断技术研究现状 |
| 1.3.1 基于模型故障诊断的基本原理 |
| 1.3.2 不确定性分析及建模 |
| 1.3.3 不确定系统的鲁棒故障检测方法研究现状 |
| 1.3.4 不确定系统的鲁棒故障估计方法研究现状 |
| 1.3.5 有待进一步研究的问题 |
| 1.4 本文的主要研究内容 |
| 第2章 基于多指标约束方法的不确定系统的鲁棒故障检测 |
| 2.1 引言 |
| 2.2 预备知识 |
| 2.3 模型不确定系统的鲁棒故障检测 |
| 2.3.1 问题描述 |
| 2.3.2 故障检测观测器设计 |
| 2.3.3 阈值设计 |
| 2.3.4 仿真验证及分析 |
| 2.4 部分噪声统计特性已知的模型不确定系统的鲁棒故障检测 |
| 2.4.1 问题描述 |
| 2.4.2 故障检测观测器设计 |
| 2.4.3 仿真验证及分析 |
| 2.5 Lipschitz非线性不确定系统的鲁棒故障检测 |
| 2.5.1 问题描述 |
| 2.5.2 故障检测观测器设计 |
| 2.5.3 仿真验证及分析 |
| 2.6 本章小结 |
| 第3章 基于H_∞滤波的不确定系统的鲁棒故障检测 |
| 3.1 引言 |
| 3.2 标准H_∞滤波鲁棒故障诊断的问题描述 |
| 3.3 模型不确定系统基于H_∞滤波器的鲁棒故障检测 |
| 3.3.1 问题描述 |
| 3.3.2 故障检测滤波器设计 |
| 3.3.3 阈值设计 |
| 3.3.4 仿真验证及分析 |
| 3.4 模型不确定系统基于降维H_∞滤波器的鲁棒故障检测 |
| 3.4.1 问题描述 |
| 3.4.2 降维故障检测滤波器设计 |
| 3.4.3 阈值设计 |
| 3.4.4 仿真验证及分析 |
| 3.5 本章小结 |
| 第4章 基于自适应观测器的不确定系统的鲁棒故障估计 |
| 4.1 引言 |
| 4.2 传统的基于自适应观测器的故障估计 |
| 4.3 未知输入系统的鲁棒故障估计 |
| 4.3.1 问题描述 |
| 4.3.2 执行机构故障估计 |
| 4.3.3 传感器故障估计 |
| 4.3.4 仿真验证及分析 |
| 4.4 模型不确定系统的鲁棒故障估计 |
| 4.4.1 问题描述 |
| 4.4.2 故障估计观测器设计 |
| 4.4.3 仿真验证及分析 |
| 4.5 Lipschitz非线性不确定系统的鲁棒故障估计 |
| 4.5.1 问题描述 |
| 4.5.2 故障估计观测器设计 |
| 4.5.3 仿真验证及分析 |
| 4.6 本章小结 |
| 第5章 卫星姿态控制系统的鲁棒故障检测与估计 |
| 5.1 引言 |
| 5.2 含不确定性的卫星姿态控制系统建模 |
| 5.2.1 坐标系定义 |
| 5.2.2 系统建模 |
| 5.3 敏感器鲁棒故障检测 |
| 5.3.1 故障分析 |
| 5.3.2 故障检测观测器设计 |
| 5.4 执行机构鲁棒故障估计 |
| 5.4.1 故障分析 |
| 5.4.2 故障估计观测器设计 |
| 5.5 仿真验证及分析 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
| 致谢 |
| 个人简历 |
（4）电力系统非正弦信号下功率测量研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 背景介绍与研究意义 |
| 1.2 非正弦信号情况下功率测量方法概述 |
| 1.2.1 非正弦条件下功率研究发展概况 |
| 1.2.2 非正弦条件下功率测量研究现状 |
| 1.3 本文主要工作 |
| 2 正弦和非正弦情况下的功率 |
| 2.1 功率测量数学模型 |
| 2.2 正弦电路功率 |
| 2.2.1 瞬时功率与模型分类 |
| 2.2.2 并联等值模型 |
| 2.2.3 串联等值模型 |
| 2.3 非正弦情况下功率 |
| 2.3.1 Budeanu 功率 |
| 2.3.2 Fryze 功率 |
| 2.3.3 Akagi 功率 |
| 2.3.4 IEEE 标准 |
| 2.4 本章小结 |
| 3 基于扩展 Prony 算法的功率测量方法研究 |
| 3.1 问题的提出 |
| 3.2 非正弦周期信号下功率测量数学模型 |
| 3.3 基于扩展 Prony 算法的功率测量方法 |
| 3.3.1 扩展 Prony 算法 |
| 3.3.2 基于扩展 Prony 算法谐波检测 |
| 3.3.3 功率测量步骤 |
| 3.4 实例分析和对比说明 |
| 3.5 本章小结 |
| 4 基于参数辨识的瞬时功率分析方法研究 |
| 4.1 问题的提出 |
| 4.2 基于参数辨识的瞬时功率模型 |
| 4.2.1 感性和容性负载等值模型 |
| 4.2.2 基于参数辨识的瞬时功率数学模型 |
| 4.3 总体最小二乘估计 |
| 4.4 基于参数辨识的瞬时功率测量方法 |
| 4.5 基于参数辨识的瞬时功率应用 |
| 4.5.1 有功功率和无功功率测量 |
| 4.5.2 谐波源辨识 |
| 4.5.3 系统补偿 |
| 4.6 本章小结 |
| 5 基于参数辨识的瞬时功率仿真分析 |
| 5.1 非正弦周期信号下线性负载 |
| 5.2 非正弦周期信号下非线性负载 |
| 5.3 非周期信号下负载 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 本文的主要结论 |
| 6.2 论文的后续工作 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读学位期间发表的论文目录 |
| B. 作者在攻读学位期间申请的发明专利 |
（5）通信信号调制方式识别与参数估计研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 调制方式识别与参数估计相关研究工作 |
| 1.2.1 调制方式识别与参数估计的研究现状及发展趋势 |
| 1.2.2 调制方式识别与参数估计的基本流程与关键技术 |
| 1.2.3 调制方式识别与参数估计研究方法的特点与性能要求 |
| 1.3 论文的内容与安排 |
| 第二章 基于时域统计特征的单载波数字调制方式识别 |
| 2.1 引言 |
| 2.2 固有时间尺度分解算法 |
| 2.2.1 固有时间尺度分解的基本原理 |
| 2.2.2 基于ITD的瞬时参数 |
| 2.3 Fisher判决分析 |
| 2.4 支持向量机 |
| 2.4.1 两分类支持向量机 |
| 2.4.2 多分类支持向量机 |
| 2.5 基于时域统计特征的单载波信号识别算法 |
| 2.5.1 时域统计特征的选择及优化 |
| 2.5.2 算法流程 |
| 2.5.3 复杂度分析 |
| 2.6 数值实验与分析 |
| 2.7 本章小结 |
| 第三章 基于多重分形谱特征的多载波/单载波数字调制识别 |
| 3.1 引言 |
| 3.2 分形与分形维数 |
| 3.2.1 分形 |
| 3.2.2 分形维数 |
| 3.3 多重分形谱 |
| 3.3.1 基于Renyi信息量的多重分形谱 |
| 3.3.2 基于配分函数的多重分形谱 |
| 3.4 决策树分类器 |
| 3.5 基于多重分形谱特征的OFDM信号识别算法 |
| 3.5.1 通信信号模型 |
| 3.5.2 多重分形谱特征 |
| 3.5.3 识别机理 |
| 3.5.4 判决门限 |
| 3.5.5 OFDM信号识别决策树 |
| 3.6 数值实验与分析 |
| 3.7 本章小结 |
| 第四章 直扩信号载波频率、码片速率及PN码的估计 |
| 4.1 引言 |
| 4.2 信号奇异性 |
| 4.3 相干累加 |
| 4.4 直扩信号载波频率及码片速率估计算法 |
| 4.4.1 理论依据 |
| 4.4.2 算法流程 |
| 4.4.3 复杂度分析 |
| 4.5 数值实验与分析 |
| 4.6 直扩信号PN码估计算法 |
| 4.6.1 理论依据 |
| 4.6.2 算法流程 |
| 4.7 数值实验与分析 |
| 4.8 本章小结 |
| 第五章 跳频信号跳频速率的估计 |
| 5.1 引言 |
| 5.2 信号处理理论与局域波分析方法 |
| 5.2.1 传统信号分析方法及其固有缺点 |
| 5.2.2 局域波理论 |
| 5.3 跳频信号跳速估计算法 |
| 5.3.1 理论依据 |
| 5.3.2 算法流程 |
| 5.3.3 复杂度分析 |
| 5.4 数值实验与分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士期间的研究成果 |
（6）跳频信号的侦察技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 跳频信号侦察技术研究现状 |
| 1.2.1 跳频信号非全盲检测技术研究 |
| 1.2.2 单天线系统基于自相关技术的跳频信号参数盲估计 |
| 1.2.3 单天线系统基于时频分析的跳频信号盲检测和参数盲估计 |
| 1.2.4 信号的到达方向估计 |
| 1.2.5 阵列天线系统的跳频信号参数盲估计 |
| 1.2.6 跳频信号盲分选技术 |
| 1.2.7 实用化的跳频信号侦察系统 |
| 1.3 跳频信号侦察接收机 |
| 1.3.1 数字式FFT(TFA)接收机 |
| 1.3.2 基于多相滤波器组的数字信道化接收机 |
| 1.4 本文主要工作及内容安排 |
| 第二章 跳频信号的时频分析 |
| 2.1 信号的时频域表示及其变换 |
| 2.1.1 信号的时域表示 |
| 2.1.2 信号的频域表示 |
| 2.1.3 信号的时频表示和不确定性原理 |
| 2.1.4 Hilbert变换和傅立叶变换 |
| 2.2 跳频信号的模型 |
| 2.2.1 跳频通信与侦察的基本原理 |
| 2.2.2 跳频信号的数学模型 |
| 2.2.3 各种参数定义 |
| 2.3 线性时频表示 |
| 2.3.1 短时傅立叶变换 |
| 2.3.2 Gabor变换 |
| 2.4 二次时频分布 |
| 2.4.1 Wigner-Ville分布及其推广形式 |
| 2.4.2 谱图 |
| 2.4.3 其它二次型分布 |
| 2.5 重排类二次时频分布 |
| 2.5.1 谱图重排 |
| 2.5.2 Cohen类时频分布的重排 |
| 2.6 组合时频分布 |
| 2.7 各类时频表示的性能分析 |
| 2.7.1 时频表示的性能量化评价 |
| 2.7.2 计算量比较 |
| 2.7.3 性能综合评价 |
| 2.8 本章小结 |
| 第三章 复杂电磁环境下的信号预选和跳频信号参数盲估计 |
| 3.1 复杂电磁环境及其复杂度的定量评价 |
| 3.1.1 “复合信息熵”的定义 |
| 3.1.2 仿真实验 |
| 3.1.3 仿真结果 |
| 3.2 基于信道化门限和时频分析的信号预选 |
| 3.2.1 信道化门限设置 |
| 3.2.2 基于信道化门限和时频分析的去噪和信号预选 |
| 3.3 单跳频信号的参数盲估计 |
| 3.3.1 时频表示 |
| 3.3.2 跳周期估计 |
| 3.3.3 跳时估计 |
| 3.3.4 载频估计 |
| 3.4 多跳频信号的参数盲估计 |
| 3.4.1 组合时频分析 |
| 3.4.2 跳周期估计 |
| 3.4.3 跳时估计 |
| 3.4.4 频率估计 |
| 3.4.5 hop描述字生成 |
| 3.4.6 多跳频信号的参数盲估计性能分析 |
| 3.5 本章小结 |
| 第四章 基于空时频分析的跳频信号DOA估计 |
| 4.1 空时频分布 |
| 4.1.1 空时阵列模型 |
| 4.1.2 空时频分布 |
| 4.2 时频处理增益 |
| 4.2.1 时频滤波增益 |
| 4.2.2 时频分布的加窗增益 |
| 4.3 基于空时频分析的多跳频信号DOA估计 |
| 4.3.1 组合时频分析 |
| 4.3.2 基于空时频分析的DOA估计 |
| 4.3.3 空时频测向的特点 |
| 4.3.4 仿真结果 |
| 4.4 基于数字信道化和空时频分析的多跳频信号高精度DOA估计 |
| 4.4.1 基于数字信道化的多天线侦察接收机 |
| 4.4.2 仿真实验 |
| 4.4.3 性能分析 |
| 4.5 基于空时频分析的FH/DS信号DOA估计 |
| 4.5.1 FH/DS信号的数学模型 |
| 4.5.2 基于线性空时频分析的多点DOA平均估计算法 |
| 4.5.3 基于二次空时频分析的FH/DS信号DOA估计算法 |
| 4.5.4 仿真结果 |
| 4.5.5 算法性能和复杂度分析 |
| 4.6 本章小结 |
| 第五章 跳频信号的分选 |
| 5.1 基于信号时频信息的异步网台实时分选 |
| 5.1.1 方法的原理和步骤 |
| 5.1.2 载频分辨率对分选鲁棒性的影响 |
| 5.1.3 异步组网电台分选仿真实验 |
| 5.2 单天线系统的跳频信号聚类分选 |
| 5.2.1 聚类分析 |
| 5.2.2 传统K-Means聚类算法 |
| 5.2.3 初始聚类中心的优化选取和聚类数目确定 |
| 5.2.4 基于改进K-Means算法的跳频异步组网电台聚类分选 |
| 5.2.5 基于改进K-Means算法的跳频信号聚类分选仿真实验 |
| 5.3 阵列天线系统的跳频信号聚类分选 |
| 5.3.1 同步组网的聚类分选 |
| 5.3.2 异步组网的聚类分选 |
| 5.3.3 仿真实验 |
| 5.4 基于核函数的跳频信号聚类分选 |
| 5.4.1 核聚类方法 |
| 5.4.2 高斯核的特性和其参数的优化 |
| 5.4.3 基于优化核参数σ和初始聚类中心的KKM算法 |
| 5.4.4 基于KKM的跳频信号分选仿真实验 |
| 5.5 本章小结 |
| 第六章 结束语 |
| 6.1 工作总结 |
| 6.2 进一步研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录A 信号不确定性原理的证明和短时傅立叶变换不确定性原理的特别说明 |
| 附录B 马氏距离平移和一切非奇异线性变换都不变的证明 |
（7）基于信号指纹的通信辐射源个体识别技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 概述 |
| 1.2 通信辐射源个体识别问题 |
| 1.3 国内外研究现状分析 |
| 1.4 研究背景和研究思路 |
| 1.5 本文主要工作和结构安排 |
| 2 信号指纹机理分析及其提取模型 |
| 2.1 引言 |
| 2.2 信号指纹概述 |
| 2.3 信号载频和调制参数的偏差 |
| 2.4 发射机杂散特性差异 |
| 2.5 本文信号指纹分析提取模型 |
| 2.6 本章小结 |
| 3 载频和码速率分析 |
| 3.1 引言 |
| 3.2 载频估计 |
| 3.3 码速率估计 |
| 3.4 实测信号实验结果与分析 |
| 3.5 本章小结 |
| 4 杂散特征分析 |
| 4.1 引言 |
| 4.2 信号包络寄生调制特征分析 |
| 4.3 谱对称性和时频图像特征分析 |
| 4.4 本章小结 |
| 5 矩形积分双谱特征分析 |
| 5.1 引言 |
| 5.2 高阶谱理论及局部双谱方法 |
| 5.3 矩形积分双谱特征分析 |
| 5.4 矩形积分双谱维数约简研究 |
| 5.5 本章小结 |
| 6 通信辐射源个体识别实验 |
| 6.1 通信辐射源个体识别实验系统 |
| 6.2 分类器设计 |
| 6.3 实测信号实验结果与分析 |
| 6.4 本章小结 |
| 7 全文总结与展望 |
| 7.1 工作总结 |
| 7.2 问题与展望 |
| 致谢 |
| 参考文献 |
| 附录 1(攻读博士学位期间的主要学术成果) |
（8）通信信号自动调制识别的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 通信信号识别概述 |
| 1.2 国内外的研究状况 |
| 1.3 本论文的主要工作 |
| 1.4 本文的章节安排 |
| 第二章 通信信号的特征提取与选择 |
| 2.1 本文研究的通信信号 |
| 2.2 通信信号的特征提取 |
| 2.3 基于模糊遗传算法的特征选择 |
| 2.3.1 基于模糊特征估计的特征选择准则 |
| 2.3.2 模糊遗传算法 |
| 2.4 小结 |
| 第三章 通信信号的瞬时参数提取 |
| 3.1 基于短时傅里叶脊的瞬时参数提取 |
| 3.1.1 短时傅里叶变换 |
| 3.1.2 短时傅里叶脊与瞬时参数的关系 |
| 3.1.3 基于奇异值分解的短时傅里叶脊的确定 |
| 3.1.4 仿真实验 |
| 3.2 基于小波变换和小波脊的瞬时参数提取 |
| 3.2.1 小波变换 |
| 3.2.2 基于小波变换的瞬时参数提取 |
| 3.2.3 基于小波脊的瞬时参数提取 |
| 3.2.4 仿真实验 |
| 3.3 基于高分辨自适应时频分析的瞬时参数提取 |
| 3.3.1 Capon 波束形成算法 |
| 3.3.2 高分辨自适应时频分析 |
| 3.3.2.1 基于 Capon 的短时傅里叶表示 |
| 3.3.2.2 基于 Capon 的wigner 时频表示 |
| 3.3.3 仿真实验 |
| 3.4 小结 |
| 第四章 单个分类器设计 |
| 4.1 基于神经网络的分类器设计 |
| 4.1.1 MLP 神经网络 |
| 4.1.2 仿真实验 |
| 4.2 基于模糊神经网络的分类器设计 |
| 4.2.1 模糊逻辑系统 |
| 4.2.2 模糊神经网络 |
| 4.2.3 仿真实验 |
| 4.3 基于支持向量机的分类器设计 |
| 4.3.1 统计学习理论 |
| 4.3.2 支持向量机 |
| 4.3.3 一对一多类模糊支持向量机分类器 |
| 4.3.4 一对多多类模糊支持向量机分类器 |
| 4.3.5 仿真实验 |
| 4.4 小结 |
| 第五章 组合分类器设计 |
| 5.1 基于神经网络的组合分类器设计 |
| 5.1.1 模糊积分理论 |
| 5.1.2 模糊积分组合分类器设计 |
| 5.1.3 仿真实验 |
| 5.2 基于支持向量机的组合分类器设计 |
| 5.2.1 一对一组合分类器设计 |
| 5.2.2 一对多组合分类器设计 |
| 5.2.3 仿真实验 |
| 5.3 基于模糊神经网络的组合分类器设计 |
| 5.3.1 组合分类器的设计 |
| 5.3.2 仿真实验 |
| 5.4 小结 |
| 第六章 全文总结 |
| 致谢 |
| 参考文献 |
| 攻硕期间取得的研究成果 |
| 个人简介 |
（9）功的互等新理论及其应用和特征值方法的一个应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 功的互等定理理论的产生与发展 |
| 1.1.1 功的互等定理的经典命题 |
| 1.1.2 功的互等定理的修正命题 |
| 1.1.3 功的互等法 |
| 1.1.4 有限变形体的功的互等定理 |
| 1.2 板的理论简述 |
| 1.3 Reissner 厚板理论 |
| 1.3.1 厚板理论的基本方程 |
| 1.3.2 边界条件 |
| 1.4 平板弯曲问题的解法简述 |
| 1.4.1 精确解法 |
| 1.4.2 近似解法 |
| 1.5 矩阵特征值的分解 |
| 1.5.1 矩阵基础理论 |
| 1.5.2 矩阵奇异值分解 |
| 1.6 论文的主要工作 |
| 1.7 论文的结构安排 |
| 第2章 有限变形体的功的互等定理 |
| 2.1 有限变形弹性力学的基本方程 |
| 2.2 有限变形功的互等定理 |
| 2.2.1 第一类功的互等定理 |
| 2.2.2 第二类功的互等定理 |
| 2.3 本章小结 |
| 第3章 应用大挠度薄板功的互等定理求解矩形板的挠曲面方程 |
| 3.1 直角坐标系中大挠度薄板的弯曲理论 |
| 3.1.1 应变连续性方程 |
| 3.1.2 基本微分方程 |
| 3.2 大挠度薄板功的互等定理 |
| 3.2.1 第一类功的互等定理 |
| 3.2.2 第二类功的互等定理 |
| 3.3 第二类功的互等定理的应用 |
| 3.3.1 求解四边简支大挠度矩形板的挠曲面方程 |
| 3.3.2 求解一对边固定一对边简支大挠度矩形板的挠曲面方程 |
| 3.3.3 求解四边固定大挠度矩形板的挠曲面方程 |
| 3.3.4 求解一对边简支一对边自由大挠度矩形板的挠曲面方程 |
| 3.3.5 求解一对边固定一对边自由大挠度矩形板的挠曲面方程 |
| 3.3.6 求解一边固定三边简支大挠度矩形板的挠曲面方程 |
| 3.3.7 算法分析 |
| 3.4 本章小结 |
| 第4章 中厚板功的互等定理 |
| 4.1 厚矩形板基本解的定义 |
| 4.2 中厚板功的互等定理及其应用 |
| 4.2.1 中厚板功的互等定理 |
| 4.2.2 应用功的互等法求解厚矩形板 |
| 4.3 应力函数分析 |
| 4.4 弯曲厚矩形板精确角点静力条件 |
| 4.5 厚矩形板广义位移解 |
| 4.5.1 广义支承边的概念 |
| 4.5.2 厚矩形板边界值的假设 |
| 4.5.3 应力函数假设 |
| 4.5.4 厚矩形板广义位移解 |
| 4.5.5 厚矩形板应力函数广义解 |
| 4.6 本章小结 |
| 第5章 均布载荷作用下不同边界条件厚矩形板的弯曲 |
| 5.1 三边简支一边固定的厚矩形板 |
| 5.1.1 挠曲面方程 |
| 5.1.2 边界条件 |
| 5.1.3 算法设计 |
| 5.1.4 数值分析 |
| 5.2 三边简支一边自由的厚矩形板 |
| 5.2.1 挠曲面方程 |
| 5.2.2 边界条件 |
| 5.2.3 算法设计 |
| 5.2.4 数值分析 |
| 5.3 两邻边简支另两邻边自由且角点支撑的厚矩形板 |
| 5.3.1 挠曲面方程 |
| 5.3.2 边界条件 |
| 5.3.3 算法设计 |
| 5.3.4 数值分析 |
| 5.4 两邻边固定另两邻边自由厚矩形板 |
| 5.4.1 挠曲面方程 |
| 5.4.2 边界条件 |
| 5.4.3 算法设计 |
| 5.4.4 数值分析 |
| 5.5 悬臂厚矩形板 |
| 5.5.1 挠曲面方程 |
| 5.5.2 边界条件 |
| 5.5.3 算法设计 |
| 5.5.4 数值分析 |
| 5.6 本章小结 |
| 第6章 静水压力载荷作用下不同边界条件厚矩形板的弯曲 |
| 6.1 四边简支的厚矩形板 |
| 6.1.1 挠曲面方程 |
| 6.1.2 算法设计 |
| 6.1.3 数值分析 |
| 6.2 四边固定的厚矩形板 |
| 6.2.1 挠曲面方程 |
| 6.2.2 边界条件 |
| 6.2.3 算法设计 |
| 6.2.4 数值分析 |
| 6.3 三边固定一边简支的厚矩形板 |
| 6.3.1 挠曲面方程 |
| 6.3.2 边界条件 |
| 6.3.3 算法设计 |
| 6.3.4 数值分析 |
| 6.4 三边固定一边自由的厚矩形板 |
| 6.4.1 挠曲面方程 |
| 6.4.2 边界条件 |
| 6.4.3 算法设计 |
| 6.4.4 数值分析 |
| 6.5 三边简支一边自由的厚矩形板 |
| 6.5.1 挠曲面方程 |
| 6.5.2 边界条件 |
| 6.5.3 算法设计 |
| 6.5.4 数值分析 |
| 6.6 两邻边简支另两邻边自由且角点支承的厚矩形板 |
| 6.6.1 挠曲面方程 |
| 6.6.2 边界条件 |
| 6.6.3 算法设计 |
| 6.6.4 数值分析 |
| 6.7 两邻边固定另两邻边自由且角点支承的厚矩形板 |
| 6.7.1 挠曲面方程 |
| 6.7.2 边界条件 |
| 6.7.3 算法设计 |
| 6.7.4 数值分析 |
| 6.8 两邻边固定另两邻边自由的厚矩形板 |
| 6.8.1 挠曲面方程 |
| 6.8.2 边界条件 |
| 6.8.3 算法设计 |
| 6.8.4 数值分析 |
| 6.9 悬臂厚矩形板 |
| 6.9.1 挠曲面方程 |
| 6.9.2 边界条件 |
| 6.9.3 算法设计 |
| 6.9.4 数值分析 |
| 6.10 本章小结 |
| 第7章 特征值分解在无线信号参数估计中的应用 |
| 7.1 通信信号的表示及特征 |
| 7.1.1 复信号 |
| 7.1.2 调制信号 |
| 7.1.3 随机信号与随机过程 |
| 7.1.4 随机信号和复信号的相关矩阵 |
| 7.2 阵列信号处理 |
| 7.2.1 平面波与阵列 |
| 7.2.2 等距线阵与均匀圆阵 |
| 7.2.3 阵列信号处理的统计模型 |
| 7.3 MUSIC 算法 |
| 7.3.1 MUSIC 算法原理 |
| 7.3.2 MUSIC 算法在L 型阵列结构下的测向性能 |
| 7.3.3 数据模型 |
| 7.3.4 计算公式 |
| 7.3.5 性能分析 |
| 7.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
| 作者简介 |
四、广义逆A_(T,S)~((2))的奇异值分解（论文参考文献）
- [1]基于耦合典范多因子分解的MIMO雷达多目标定位[D]. 徐晨瑜. 大连理工大学, 2021(01)
- [2]时间序列经济计量分析中的小波技术及其应用[D]. 涂雄苓. 江西财经大学, 2017(01)
- [3]基于模型的不确定系统鲁棒故障检测与估计方法研究[D]. 吴丽娜. 哈尔滨工业大学, 2013(01)
- [4]电力系统非正弦信号下功率测量研究[D]. 王洪亮. 重庆大学, 2012(03)
- [5]通信信号调制方式识别与参数估计研究[D]. 安金坤. 西安电子科技大学, 2011(02)
- [6]跳频信号的侦察技术研究[D]. 陈利虎. 国防科学技术大学, 2009(04)
- [7]基于信号指纹的通信辐射源个体识别技术研究[D]. 徐书华. 华中科技大学, 2007(12)
- [8]通信信号自动调制识别的研究[D]. 贾可新. 电子科技大学, 2007(03)
- [9]功的互等新理论及其应用和特征值方法的一个应用[D]. 夏茂辉. 燕山大学, 2006(02)