导读:本文包含了参数化估计论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:参数,模型,矩阵,高阶,认知,局部,多普勒效应。
参数化估计论文文献综述
位寅生,周希波,刘佳俊[1]（2019）在《稳健的基于参数化协方差矩阵估计的空时自适应处理方法》一文中研究指出参数化协方差矩阵估计(Parametric Covariance Matrix Estimation,PCE)方法利用雷达系统参数估计杂波协方差矩阵(Clutter Covariance Matrix,CCM),显着提升非均匀环境下空时自适应处理(Space-Time Adaptive Processing,STAP)的性能;但是在系统参数和杂波分布存在误差情况下,性能下降严重.本文提出一种稳健的基于PCE方法的STAP杂波抑制方法.首先利用稀疏恢复方法与Radon变换估计杂波分布,然后提出一种归一化广义内积统计量修正杂波的分布,最后利用PCE方法估计CCM并进行STAP杂波抑制.通过分析舰载高频地波雷达仿真和实测数据处理结果表明:所提方法的稳健性大幅提升,相比稀疏恢复STAP方法和前后向空时平滑STAP方法滤波器凹口更加准确且更深,在有效抑制杂波的同时更利于慢速目标的检测.(本文来源于《电子学报》期刊2019年09期）
刘林军[2]（2018）在《建筑设计参数化特征造型的渐近估计模型》一文中研究指出提出了一种顾及渐近估计协同模型的建筑设计参数化特征造型技术,通过构造简单、快速的叁维模型原型,设定相应特征参数,对所有参数化建筑特征造型进行优化,得到一个最优参数化特征造型渐近估计协同模型曲面.通过对特征造型曲面参数进行调整以实现形状的修改.试验验证表明,该技术在计算机图形学或计算机辅助设计领域中可实现对模型形状的有效改变.(本文来源于《西安文理学院学报(自然科学版)》期刊2018年05期）
熊喆,过学迅,裴晓飞,张杰[3]（2018）在《指数和线性参数化的轮胎-路面纵向附着条件实时估计方法》一文中研究指出利用动力学建模和遗忘因子递推最小二乘算法,对电动汽车纵向制动工况中轮胎-路面附着特性的峰值点估计方法进行研究。以匹配电子液压制动系统的前驱电动汽车为建模对象,提出了一种最大化能量回收的制动分配策略;针对再生制动轮优先趋于抱死这一现象,设计了一种附着条件实时估计算法,以降低利用附着系数进入非线性区域的风险。利用指数和线性模型对非线性Burckhardt摩擦模型进行拟合,并进行了在线辨识的仿真和硬件在环试验,结果表明该算法满足实时性要求,且相较于Kiencke线性化方法,具有更佳的估计精度和收敛速度。(本文来源于《中国机械工程》期刊2018年15期）
张小凤,李舒园,韩丽娜[4]（2018）在《基于参数化模型的液体声参量估计方法》一文中研究指出为快速、准确地对液体材料的声衰减系数及声速进行估计,提出了一种基于参数化模型的液体材料声参数估计方法。建立了声波在液体介质中传输的参数化线性系统模型,通过脉冲回波实验测得液体材料的回波,结合系统辨识得到声波的传输函数,根据传输函数与声参量的解析表达式对材料的声参量进行估计。结果显示:利用参数化模型方法,可以获得液体材料声参量较为精确的估计;声衰减系数与频率平方成正比,声速随频率缓慢变化。(本文来源于《陕西师范大学学报(自然科学版)》期刊2018年04期）
武玉龙[5]（2018）在《基于非参数化学习的单目深度估计与分辨率增强方法研究》一文中研究指出随着计算机视觉的发展,越来越多的研究不再局限于场景的二维平面信息,转向更加真实的叁维空间信息,深度信息的获取和处理已成为研究的热点方向。深度图像在叁维重建、图像重聚焦、机器人导航、2D-3D视频转换等领域有着广泛的应用。本文以场景深度的获取为切入点,关注于单目深度估计这种相对复杂的深度获取技术,针对现有方法中存在的问题,提出了改进措施;同时针对深度图像分辨率增强,目前方法中忽略的情形,提出了一种以低分辨率彩色图像为指导的深度图像分辨率增强算法,取得了较好的实验效果。本文的主要工作包括以下叁个方面:(1)针对单目图像深度估计方法进行了总结和分析。本文在梳理各种用于深度估计的深度线索之后,详细介绍了两种常用的基于深度线索的单目深度估计方法:基于线性透视的方法和基于运动视差的方法,分别介绍了算法的原理和步骤。之后介绍了两种基于机器学习的深度估计方法:参数化学习方法和非参数化学习方法,以便为后面改进方法的介绍做铺垫。(2)改进了一种基于非参数化机器学习的深度图像生成方法。该方法首先以特征词袋模型与HOG特征组成的联合特征向量,作为衡量彩色图像与深度图像结构一致性的标准,从训练集中选出与待估计图像结构相似的彩色图像-深度图像样本对,对样本对中的深度图像基于高斯权值进行融合,再对融合后的深度图像施加联合滤波,最终获得待估计彩色图像对应的深度图像。相比之前的方法,从定量和定性两方面都有效提高了生成深度图像的质量。(3)提出了一种以低分辨率彩色图像为指导的深度图像分辨率增强方法。该方法首先采用不同类别的图像分辨率增强算法对输入彩色图像上采样,得到高分辨率彩色图像并以此作为参考图像,采用基于二阶总广义变分方法,将低分辨率彩色图像增强得到的图像作为正则约束项,添加图像边缘信息,构建目标函数,将深度图像分辨率增强转化为最优求解问题,再通过原-对偶方法求解,最终得到高分辨率深度图像。本文探讨了之前被相关方法所忽略的情形,所提出的方法可以适用于任意分辨率的彩色指导图像。通过相关发现,低分辨率彩色图像放大后指导深度图像分辨率重建,可以得到与使用高分辨率彩色指导图像相近甚至更好的结果,这一结论对相关问题的研究和应用具有一定参考意义。(本文来源于《合肥工业大学》期刊2018-04-01）
汪大勋,高旭亮,蔡艳,涂冬波[6]（2018）在《一种非参数化的Q矩阵估计方法:ICC-IR方法开发》一文中研究指出相对于参数化的方法,本研究根据题目测量模式关系开发出ICC指标,并提出基于理想得分的ICC指标法进行Q矩阵估计。Monte Carlo模拟研究与实证研究发现(1)基于理想得分ICC指标法估计Q矩阵具有很好的效果,当属性个数越少、基础题个数越多,估计效果越好。(2)相对于以往方法——D~2统计量的方法,ICC-IR法效果更好,并且是一种非参数化的方法,计算简单快捷。(3)实证数据分析表明,ICC-IR法估计的Q矩阵在模型拟合度上也优于D~2统计量方法。(本文来源于《心理科学》期刊2018年02期）
Saeed,Lotfan,Reza,Fathi[7]（2018）在《基于ARMA和ANN的碳纳米管参数化建模及非局域常数估计（英文）》一文中研究指出非局域连续介质力学是研究碳纳米管(CNTs)动态行为的一种新兴理论。在基于该理论的碳纳米管振动行为数学建模中,非局域常数的估计是一个关键步骤。因此,本文提出一种基于振动的非局部参数估计技术,该技术具有较低的仪器和数据分析成本,具有很强的竞争力。为此,利用线性理论和非线性理论建立了碳纳米管的非局域模型。然后,通过数值求解控制方程,得到了CNT在脉冲力作用下的时间响应。利用这些时间响应,采用自回归滑动平均(ARMA)方法建立了CNT的参数模型。引入特征约简技术选择合适的ARMA参数作为识别非局部常数值的特征。在此基础上,通过训练多层感知器(MLP)网络,建立ARMA参数与非局部常数之间的关系。在训练MLP后,基于假设的线性模型和非线性模型,对该方法的性能进行评估。结果表明,在非线性存在或不存在的情况下,该方法都能够以较高的精度估计出非局部参数。(本文来源于《Journal of Central South University》期刊2018年03期）
汪大勋,高旭亮,韩雨婷,涂冬波[8]（2018）在《一种简单有效的Q矩阵估计方法开发:基于非参数化方法视角》一文中研究指出相对于参数化的Q矩阵估计方法,本研究将海明距离(Hamming Distance,HD)用于Q矩阵估计,开发出一种简单有效的非参数化的Q矩阵估计方法。模拟和实证研究发现(1)基于海明距离的Q矩阵估计法具有较高的估计正确率。(2)该方法简单易懂,运算时间短,是一种简单而有效的Q矩阵估计方法。(3)新方法对于Tatsuka(1990)分数减法测验的Q矩阵的估计准确率尚可,说明新方法在实测数据中也具有较好的效果。(本文来源于《心理科学》期刊2018年01期）
施江南[9]（2017）在《基于参数化稀疏表示的微多普勒参数估计及其应用》一文中研究指出雷达探测运动目标时,雷达接收信号的载波频率会与发射信号的载波频率之间存在偏移,这种频率偏移现象被称为多普勒效应。另外,目标或目标上的微小运动在接收信号上会引起额外的频率调制,这种频率调制现象被称为微多普勒(micro-Doppler)效应。微多普勒效应产生的微多普勒信号中包含了目标的许多特征参数信息,如果能将这些特征参数准确估计出来,将有助于改善目标的检测与识别功能。但是,微多普勒信号会与多普勒信号混合在一起,我们需先将微多普勒信号从混合信号中恢复出来,再对微多普勒信号进行参数估计。因此,本文利用多普勒信号和微多普勒信号之间时频统计特性的差异,首先研究一种基于压缩感知的多普勒信号重构技术,用于恢复微多普勒信号;另外,为了改善微多普勒信号参数估计性能,本文提出一种基于参数化稀疏表示的微多普勒信号参数估计算法,并将其应用于直升机机型识别领域。本文的主要工作如下:1.研究基于时频域统计特性的微多普勒信号恢复方法。根据多普勒信号以及微多普勒信号在时频域的不同分布特点,利用直方图统计提取出只包含多普勒信号信息的时频系数,接着基于压缩感知理论对多普勒信号进行重构,最后根据重构出来的多普勒信号以及原混合信号实现微多普勒信号的恢复。2.研究基于参数化稀疏表示的微多普勒信号参数估计方法(IPOMP算法)。微多普勒信号包含叁个主要参数:角频率、多普勒幅度以及初始相位。本文将微多普勒信号进行稀疏表示,将微多普勒信号参数估计问题转化为稀疏信号重构问题。其中,角频率对微多普勒信号特征的影响最大,该算法对角频率进行参数化稀疏表示,同时,为了降低计算负担,该算法对多普勒幅度和初始相位进行离散化稀疏表示。为了参数化表示角频率,该算法首先将可能存在微多普勒信号的角频率区间进行离散化,通过匹配追踪类算法找出与真实微多普勒信号角频率最接近的离散角频率网格;然后将真实微多普勒信号近似表示为最近离散角频率网格处的一阶泰勒展开,将真实角频率的估计问题转化为真实角频率与最近离散角频率网格的偏差值的估计问题。通过交替优化的方式,该算法可有效估计出最近离散角频率网格和角频率偏差值。3.将IPOMP算法应用于直升机机型识别领域。本文首先分析由直升机主旋翼产生的微多普勒信号模型;然后利用IPOMP算法从直升机主旋翼产生的微多普勒信号中估计出角频率参数,并将其用于直升机机型识别。仿真结果表明,对于主旋翼的叶片数目相同且旋转速率相近的直升机,该算法可以获得较高的机型识别率。(本文来源于《南京理工大学》期刊2017-12-01）
张倍敏[10]（2017）在《一种双谱估计的非参数化方法》一文中研究指出传统的信号处理中,大都是以二阶统计量来作为分析信号的主要方法。当系统是非线性、非最小相位系统以及系统输入是非高斯型的时候,传统的二阶统计量方法存在较大的局限性,甚至不能有效地处理信号。为了解决上述问题,人们通常采用高阶谱估计。本文讨论了高阶谱估计的详细原理,并重点对高阶谱估计中应用较为广泛的双谱估计进行了深入的探讨,提出了一种双谱估计的非参数化方法。实验结果表明,文中方法要优于传统的二阶功率谱估计。(本文来源于《科技广场》期刊2017年11期）
参数化估计论文开题报告
（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：
提出了一种顾及渐近估计协同模型的建筑设计参数化特征造型技术,通过构造简单、快速的叁维模型原型,设定相应特征参数,对所有参数化建筑特征造型进行优化,得到一个最优参数化特征造型渐近估计协同模型曲面.通过对特征造型曲面参数进行调整以实现形状的修改.试验验证表明,该技术在计算机图形学或计算机辅助设计领域中可实现对模型形状的有效改变.
（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。
参数化估计论文参考文献
[1].位寅生,周希波,刘佳俊.稳健的基于参数化协方差矩阵估计的空时自适应处理方法[J].电子学报.2019
[2].刘林军.建筑设计参数化特征造型的渐近估计模型[J].西安文理学院学报(自然科学版).2018
[3].熊喆,过学迅,裴晓飞,张杰.指数和线性参数化的轮胎-路面纵向附着条件实时估计方法[J].中国机械工程.2018
[4].张小凤,李舒园,韩丽娜.基于参数化模型的液体声参量估计方法[J].陕西师范大学学报(自然科学版).2018
[5].武玉龙.基于非参数化学习的单目深度估计与分辨率增强方法研究[D].合肥工业大学.2018
[6].汪大勋,高旭亮,蔡艳,涂冬波.一种非参数化的Q矩阵估计方法:ICC-IR方法开发[J].心理科学.2018
[7].Saeed,Lotfan,Reza,Fathi.基于ARMA和ANN的碳纳米管参数化建模及非局域常数估计（英文）[J].JournalofCentralSouthUniversity.2018
[8].汪大勋,高旭亮,韩雨婷,涂冬波.一种简单有效的Q矩阵估计方法开发:基于非参数化方法视角[J].心理科学.2018
[9].施江南.基于参数化稀疏表示的微多普勒参数估计及其应用[D].南京理工大学.2017
[10].张倍敏.一种双谱估计的非参数化方法[J].科技广场.2017
论文知识图
