完整英文电子版 ASTM E122-17(R2022) Standard Practice for Calculating Sample Size to Estimate, With Specified Precision, the Average for a Characteristic of a Lot or Process（计算样本量以按指定精度估计批次或过程特征平均值的标准实施规程）。本实践涵盖计算随机样本中包含多少单位的简单方法，以便以指定的精度估计一批材料的所有单位的质量，或由一个过程生产。这种做法将清楚地表明在随机样本所涵盖的时间间隔内，估计某些属性的平均值或生产过程中产生的不合格品的比例所需的样本量。如果过程未处于统计控制状态，则结果对即时（未来）生产没有预测价值。这种做法处理的是抽样单位​​可以被认为表现出单一（总体）变异源的常见情况；它不处理可变性的多级来源。

基于加权1范数的稀疏重构波达方向估计算法

针对室内信道 ,提出一种基于 UWB多径信号中最强路径检测的 TOA估计算法 .通过卷积运算进行最强路径搜索 ,进而完成 TOA估计 .TOA估计过程不依赖视距路径(line-of-sight path)检测 ,适合于 NLOS(non line-of-sight)情形 ,且最强路径搜索避免了阈值设置过程 ,相比 LP搜索计算复杂度低 .通过对 IEEE .802.15.4a标准下 NLOS信道模型的仿真实验 ,讨论了各参数估计偏差对定位性能的影响 , 验证了本定位算法在室内多径信道下的适用性 .

3.7.1自相关函数法 语音信号s(m)经窗长N的窗口截取为一段加窗语音信号Sn(m)后，定义Sn(m)的自相关函数(AFC)Rn(k)为： Rn(k)不为零的范围为k=(-N+1)~(N-1)，且为偶函数 浊音信号的自相关函数在基音周期的整数倍位置上出现峰值； 清音信号的自相关函数没有明显的峰值出现。 因此检测是否有峰值就可判断是清音或浊音，检测峰值的位置就可提取基音周期值。

Cubature 卡尔曼滤波器(CKF) 在非高斯噪声或统计特性未知时滤波精度将会下降甚至发散, 为此提出了统计回归估计的鲁棒CKF 算法. 推导出线性化近似回归和直接非线性回归的鲁棒CKF 算法, 直接非线性回归克服了观测方程线性化近似带来的不足. 具有混合高斯噪声的仿真实例比较了3 种Cubature 卡尔曼滤波器的滤波性能, 结果表明这两种鲁棒CKF 滤波精度及估计一致性明显优于CKF, 直接非线性回归的CKF 的鲁棒性更强, 滤波性能更好.

利用MATLAB仿真了基于双基地MIMO雷达利用Capon算法实现目标二维方位角联合估计，对DOA估计有一定的帮助

通过曲线拟合方法从风速时程估计湍流积分长度尺度。

提出一种对图像中每个点逐一取阈值进行分类的一种新的阈值分割算法。该算法利用图像中像素邻域的灰度值均值统计信息作为该点阈值设置的标准,并引入该点邻域内像素灰度值方差作为附加判断条件,使提取出来的目标点是图像的边缘点。事实上该阈值分割算法起到了边缘提取的效果。实验证明,本文算法起到了良好的边缘检测效果,并且验证了本算法对于以邻域统计信息作为阈值估计标准的合理性。

1．完成基于正态窗函数的 Parzen 窗法概率密度函数估计的 Matlab 程序编写， 并写出相应程序语句的文字说明； 2．选取 h1=0.25, 1.0, 4.0，分别在样本数 N=1, 16, 256, 1024, 4096 时画出原始概 率密度曲线和不同参数下估计的概率密度曲线。分析所得到概率密度曲线的变化 情况，说明 N、h1对概率密度函数估计的影响。 3.分析程序运行和实验中遇到的困难。

三、相关系数的极大似然估计 极大似然估计有一个重要性质：设 的极 大似然估计是 ，而且变换 是一一 对应的，则 的极大似然估计就是 。 利用这一性质就可得到以下各相关系数的极大 似然估计。这里均假定 。