提出了一种基于压缩感知理论的正交频分复用( OFDM)系统稀疏信道估计的新方法,并具体采用正交匹 配追踪( OMP)压缩感知算法对 OFDM时域信道脉冲响应进行估计。与传统的最小二乘算法比较,它可以在使用较 少导频的条件下获得很好的信道估计性能,从而可以提高系统频谱有效性。根据仿真和压缩感知理论分析确定了 OMP信道估计中最佳导频数和最佳导频位置。

研究Pascal矩阵谱半径及其对应特征向量的数值求解算法问题,利用幂法和Pascal矩阵的性质给出了一个有效的迭代求解算法,该算法每一步迭代只用到浮点数的加法运算。同时数值实验显示,该算法具有较高的精度和较快的收敛速度。

直接序列扩频技术具有强杭干扰能力,高保密性等优点,在军事和民用通信等领域有广泛的应用．但反过来在复杂噪声环境中对其进行检测和参数估计是一个非常困难的课题．本文利用循环谱理论,根据直扩信号和高斯噪声在循环平稳性上的差异来实现在循环频率轴上对二者的检测和参数估计．实验仿真结果表明,此方法在低信噪比条件下具有很好的效果．

交通流量预测是智能交通系统中非常重要的研究领域,传统的预测方法在交通流量预测中有着非常广泛的应用。但是,在短时交通流量预测中,由于其影响因素错综复杂,传统的预测方法对于短时交通流量不能很好地进行预测。随着机器学习和数据挖掘各种理论的不断提出及完善,机器学习和数据挖掘与交通流量预测的结合是智能交通系统未来发展的一个重要方向。本文利用SVM(supportvectormachine)构建了短时交通流量预测模型,并利用遗传算法(geneticalgorithm)对SVM的惩罚参数C和核参数。进行优化,同时比较S

针对通常利用的匹配滤波法对低信噪比雷达LFM（linear frequency-modulated）进行信号检测和估计的不足，提出一种联合Gabor-Radon变换方法。通过计算雷达回波的Gabor时频变换，得到2D含强噪声和弱直线LFM的时频分布图；然后，利用Radon变换能对直线和边缘进行快速检测、抗噪能力强的特点，对时频2D图像进行Radon变换，检测出微弱LFM信号；再设置合适门限可对时频分布图去噪，进行Gabor逆变换可以得到去噪的时域波形。仿真结果证明了此方法能在低信噪比下有效地检测出LFM信

本文提出了证券投资组合的一个新模型。该模型综合考虑了证券的收益率、证券分红和证券价格的关系，并将证券分红和证券价格作为系统的随机参数处理，建立了证券投资组合的随机规划模型。利用机会约束规划方法，我们研究了将所建立的随机规划模型转化为普通光滑优化问题求解的方法，得到了该类问题求解的有效途径。

讨论一个受接种疫苗和媒体报道影响的SEIR摸型,得到决定疾病是否爆发的阈值R0和RC ,并应用Routh-Hurwitz准则分析相应的特征方程,讨论了当R0 <1时无病平衡点是局部稳定的,当1

提出以预测船位差实现航迹预测的思想，并设计基于三层BP神经网络的航迹预测模型。模型以航向、航速和经度差、纬度差作为输入输出。实验表明，该算法预测精度高、算法耗时短、计算参数少，符合VTS对航迹预测的准确、实时、通用性的要求，表明方法是有效可行的。

以Tsai两步法为摄像机标定原理，提出了一种车辆速度视频测量方法，并对摄像机标定误差和车速检测误差进行了分析。首先利用Tsai两步法得到摄像机的内部和外部参数，然后将图像空间提取出的运动车辆特征点位移转换到世界坐标系，最后利用帧差时间求得车辆的瞬时速度。实验结果表明，基于摄像机标定的车辆速度视频测量方法，具有简单实用、鲁棒性强、精确度高等优点，满足车辆视频测速系统的要求。

针对齿轮故障信号的能量所引起的变化会淹没在常规振动与噪声之中，用传统的信号处理方法不易提取故障特征，给齿轮的故障诊断带来很大困难这-事实，本文描述了用于从振动信号中提取故障信息的小波包和用于识别故障类型的BP网络，研究了BP网络故障模式识别与小波包故障特征提取结合在-起对齿轮故障进行诊断的方法。研究结果表明该方法可以成功地用于齿轮常见故障的识别和诊断。