信号检测与估计课程教学中统计观念的培养

信号检测与估计课程作为研究随机现象规律的课程之一,对学生统计观念的培养是十分重要的。本文探讨了统计观念的内涵,分析了信号检测与估计课程对统计观念培养的作用。结合教学实践,从课程内容、教学方法和实验教学等方面讨论了信号检测与估计课程教学中统计观念的培养。     

“信号检测与估计”课程思政教学设计

“信号检测与估计”是信号与信息处理学科的基础理论方法,也是信息类各专业研究生和高年级本科生的重要课程之一,为计算机、通信、雷达、声纳、自动控制等工程领域提供了理论基础。以“信号检测与估计”课程教学为例,探讨课程思政设计的三种思路：阐述课程包含的科学方法,培养学生的系统思维、创新意识和实践能力;提炼课程蕴含的家国情怀、社会责任等价值内容,实现知识传授与价值引领相融合;挖掘与课程相关的国家科技前沿内容,总结国家制度的优势,帮助学生坚定“四个自信”。实践表明,将思政元素融入课程教学设计中可取得较好的教学效果。     

信号检测与估计教材编写的体会与思考

教材作为教学内容和教学方法的知识载体,在教学中起着非常重要的作用,教材的不断完善和发展可以促进教学质量的不断提高。本文结合信号检测与估计教材的编写工作,从能力培养、结构体系、实验教学、教材语言及教材配套资源等几个方面阐述教材编写的心得和体会,以期为教材建设、教学改革和教学质量的提高提供参考。     

一种改进EM算法的联合信道估计与数据检测

最近的一些研究表明,在接收机利用可用的信道估计误差的统计时,可以显著提高检测性能.对此,提出了一种基于改进期望最大化（EM）算法的数据辅助信道估计,它通过在每次迭代中提供估计误差的统计信息,减少在各自的接收器信道估计误差的影响.仿真结果表明,与传统的EM及VBEM算法相比,在不需增加接收机复杂程度的情况下,改进的EM算法在估计精度上优于其对应的传统估计方法,有效降低了信道估计误差,其误码性能接近理想信道时的性能.     

微弱周期信号频率检测的一种改进方法

微弱信号的频率检测是微弱信号处理的一个重要内容,也是判定微弱信号幅度和相位的重要前提.文章提出一种方法,将AD采样数据先用结构函数算法粗略判定信号频率,然后进行数字预滤波,最后再次使用结构函数算法准确测定频率.该方法完全数字化,在带AD采样和存储器的微处理器系统上均可实现,编程简单,且不要求实时性,很容易在本科生的微弱信号检测实验中实施.实验证明,该算法对于信噪比为-20 dB以上的信号都具有很好的频率检测精度.在实验中提高采样AD的位数、采样频率、采样点数可进一步提高检测精度.     

语音信号端点检测方法研究

讨论并比较了语音信号端点检测的方法,分析了各种方法的原理及优缺点。对语音信号的端点检测的进一步研究具有深远的意义。     

基于仿射投影的微弱信号检测方法研究

为了克服强背景噪声的干扰影响,改善微弱检测信号检测质量,本文对比研究了几种微弱信号检测方法,给出了一种基于仿射投影自适应滤波的微弱信号检测方法。仿真实验结果表明,该方法能通过自适应对消各种干扰来提高强噪声背景中的信号检测性能,有效提取微弱信号,并在具有较快的收敛速度和较小的稳态失调的同时降低运算复杂度。     

基于混沌振子的微弱信号检测

分析Duffing振子的混沌特性及其检测原理,阐述基于相平面变化进行微弱信号的检测原理.利用MATLAB仿真的结果表明,Duffing振子对与周期策动力频率差较小的周期信号敏感,对纯噪声和频率较大的周期干扰信号具有免疫力.该振子应用于对已知频率的微弱信号的检测是可行的.并且有效、简单、便于应用.     

一种基于MP分解的宽带LFM信号频率估计的快速算法

信号MP分解的计算量很大,针对基于MP分解的宽带线性调频信号频率估计的具体问题,提出了一种基于粒子群算法与直接搜索的混合算法的快速频率估计算法.实验结果表明,提出的算法在信噪比大于-6dB后,估计性能基本没有改变,而计算速度提高了5倍多.     

基于LMD模糊熵的遥测振动信号异常检测方法

针对遥测振动信号频域成份复杂、非平稳非线性和强噪声特性,提出一种基于局部均值分解(Local Mean Decomposition,LMD)模糊熵的遥测振动信号异常检测方法。实测数据验证了该方法的有效性。     

一种基于压缩感知的目标DOA估计方法

对于水下目标的波达方向估计(DOA)问题,提出一种基于压缩感知的估计方法。压缩感知(CS)是近年来出现的一种新的数据获取方法,能以低于Nyquist的采样率对稀疏数据或可压缩数据进行采样并以高概率对采样数据恢复重构。以水下目标的方位信号为估计对象,采用CS的正交匹配跟踪(OMP)技术估计稀疏信号中能量较强的位置,从而实现对目标的定向。为了验证基于CS技术的DOA估计方法的性能,将其与传统的MUSIC算法进行了对比,仿真验证的结果表明,新方法在估计角分辨率和有效性方面均优于MUSIC算法。     

基于Fisher判别分析的加权估计纹理分析

传统的纹理分析方法仅以每个脸部区域的相对贡献来标记全局相似度。针对这种以局部表示全局而导致不能很好地进行特征提取的问题,提出了基于Fisher判别分析的加权估计纹理分析方法。首先使用局部二值模式或者局部相位量化对图像进行纹理编码,然后将其划分成各个大小相等且不重叠的局部小块,从相似空间中提取出最具识别力的坐标轴,利用Fisher线性判别分析方法对其进行纹理分析,通过权值优化给出了最佳解决方案。最后,在FERET和FEI两大通用人脸数据库上的实验验证了所提方法的有效性。实验结果表明,相比其他文献中提出的纹理方法,所提方法取得了更好的识别性能。     

基于随机共振的微弱信号检测适应性研究

不是所有类型的微弱信号经随机共振系统处理后都能被有效识别,因为随机共振的信号处理方法由于系统的跃迁和非线性等因素,会使系统输出波形相对于原信号产生一定程度的畸变,势必影响对原微弱信号的识别。本文首先从随机共振动力学机理的角度逐一分析了单频正弦信号、混频信号及非周期方波等信号的随机共振系统处理过程,然后结合随机共振系统自身的输出特性分析了对于不同类型信号检测的适应性问题。研究认为,随机共振作为一种信号处理方法,其本质是属于时域的,它的"两态输出"特性使之更适合于识别各类单周期微弱信号的周期特征,而系统的跃迁特性能用于大致地展示具有"两态特征"的非周期连续微弱信号。     

记录信号波峰位置的一种方法

介绍了利用单片机记录信号波峰位置的方法。此方法具有实时性、节约资源、记录间隔长等特点。     

电话网信号音检测方法的研究

对电话网信号音的发展及检测方法进行探讨,就信号特征和发展以及现有的检测电路滞后问题做研究,提出一种以ＰＩＣ１６ＣＸＸ单片机为核心的智能化信号识别检测方法,以给出目前电话信号音检测的出路     

均匀序贯试验设计在带限信号时延频偏联合估计中的应用

在对信号的时延频偏进行联合估计时,最常用的方法是计算互模糊函数取得最大值时的点,以最大值点来估计时延频偏。文中针对相关文献中给出的模糊函数,通过均匀序贯试验设计来计算模糊函数取得最大值时的点。这种算法不依赖于初值的选取,避免结果陷入局部极值。     

选择死亡率的一种估计方法

一个人去寿险公司买保险时，最重要的是被保险人的身体状况。寿险公司厘定的保费是按投保时健康状况良好的人死亡率计算的。被寿险公司认为健康状况良好的人，其死亡率自然不同于那些没有考察过健康状况的人。我们把寿险公司在健康方面的核保看作是一种选择。     

一维噪声子空间算法对信号DOA估计性能

介绍了一维噪声子空间算法的基本思想、原理以及算法步骤.通过该算法与MUSIC算法进行比较说明了该算法的优越性.最后以均匀直线阵为例,利用MATLAB语言进行了仿真.仿真结果证明了结论的正确性.