最大似然法速度谱估计的改进

本文分析了现行的最大似然法速度谱估计的基本运算过程。结果表明,各记录道间的幅度差异将严重降低方法的分辨率,对此,文中提出两种改进方法,并用人工合成记录方式进行了方法的可行性试验。     

基于COSMO-Skymed数据的城市建筑物层析 SAR成像算法对比

通过合成孔径雷达(SAR)图像中重建建筑物和其他城市目标的方法,因其不受太阳光照射的影响和全天候能力,在许多遥感应用中具有很大的实际意义。并且通过星载传感器获取的高分辨率(VHR)的SAR图像获取的也能够监测大面积从而显著降低检测成本。目前比较常用于层析SAR三维重建的SAR影像来源主要有德国的Terra-SAR卫星以及意大利的COSMO卫星。本文通过现有的41景北京地区的通过COSMO卫星获取的SAR影像数据对几种层析SAR算法进行对比分析,通过对几种成像算法得出的实验结果进行对比分析后,分析了压缩感知算法与其他几种算法相比的优势以及后续需要继续改进的方面。     

绵阳机场降水量的谱分析

通过对绵阳机场1975～1995年月降水量的功率谱分析,发现该研究区的降水主要存在12.6、6.0、3.0年等3个显著周期.     

基于谱分析的GPS浮标测量参数提取方法

介绍采用谱分析原理提取海浪信息的方法。根据GPS浮标测量得到的海浪高度数据,先通过滑动平均的方法分离海浪信息和潮流潮位信息,然后对海浪信息采用AR模型法进行功率谱估计,并对海浪信息进行连续小波变换,对AR模型法功率谱估计结果和小波变换结果进行综合研究,提取海浪特征参数———周期。最后通过一个GPS浮标试验对上述方法进行了验证。     

Argo观测剖面数据量的时间变化与周期分析

海洋渔业预报使用的遥感数据一般只能获得海洋表面的环境信息,而Argo数据可以为渔业预报提供较深处的温盐数据,为了在渔业预报中按其时间周期进行使用,需要计算它的周期以提高预报质量.通过功率谱估计计算出2001-2008年的数据存在较长的周期为62.7 d和117.5 d,较短的周期为4.9 d和9.8 d,同时还有一个约...     

华南热带气旋相关物理量场的线性及非线性统计分析研究

选取西太平洋海平面温度场、海平面气压场、500 hPa位势高度场作为物理因子场,并普查计算1949—2013年影响我国华南地区的热带气旋的年均频数、年均最低气压、年均最大风速作为相关物理量场。对因子场分别应用主成分分析 (PCA) 与核主成分分析 (KPCA) 算法进行主成分提取,在此基础上,对因子场的前六主成分进行功率谱估计与凝聚谱分析。最后,利用典型相关分析 (CCA) 与核典型相关分析 (KCCA) 算法对因子场与物理量场进行典型相关分析。结果表明,基于非线性的KPCA算法提取出西太平洋物理因子场前六成分的解释方差贡献率,均高于PCA算法;海温场、海压场、高度场的第一成分各自存在大概18年的周期性振荡变化,同时,在周期为2~3年的范围内,这三者的振荡频率的互相关性最强;而因子场与物理量场的非线性典型相关系数,明显高于线性典型相关系数。      

基于矢量分析的DOA估计

为了基于接收极化电磁波的三维极化分量对其到达方向进行估计,讨论了通过极化参数来描述极化电磁波及通过已知复合电场求取极化参数的问题,提出利用矢量对几何位形进行描述,通过三维振子天线测量复合电场的电波矢量,从而利用电波矢量的3个分量求取发射电磁波的到达方向(DOA)的一种新算法,基于此算法,利用仿真的极化电磁波进行了DOA估计仿真实验,并与传统的空间谱估计算法进行对比,对比发现,提出的DOA估计算法是更为有效的。     

1983年9月—1987年9月SLR极位置序列的谱估计

本文应用AR谱估计的Marple算法对1983年9月－1987年9月的地球自转序列ERP（SHA）87L01和ERP（SCR）88L01中的极位置序列（xp,yp)SHA和(xp,yp)CSR进行了谱分析，其结果如表。以上结果表明两个极位置序列除了强德勒项和周年项外均没有发现其他周期项。（两序列的强德勒项的周期和振幅基本相同，周年项的周期和振幅稍有差别）。本文还对这两个极位置序列的测定精度进行了外符栓核，结果表明两序列的外符精度对xp为2.0mas，对yp为2.1mas。     

利用Welch功率谱估计方法求埋深的参数选择

研究了采用Welch谱估计方法求异常体埋深时,窗函数类型、窗口长度、FFT点数、重叠采样点数对结果的影响;应用Matlab中的PSD函数,以无限长水平圆柱体为例作了分析。根据分析结果,提出了采用Welch谱估计方法计算异常体埋深时,关于窗函数、窗长度、FFT点数和重叠采样点数选择的建议。     

最大墒谱估计法在大气湍流谱中的应用

功率谱估计这一课题的研究在数字信号分析和处理领域中一直受到重视．近几十年来人们提出了种种不同的谱估计方法．并较为深入地研究了它们各自的性能。目前被广为利用的谱估计方法可分为两大类：一类被称为古典法．又称非参数法．它就是周期图法和自相关法以及由这两种方法所派生出来的各种改进方法．其中周期图法又称直接法，而自相关法被称为间接法；第二类就是现代谱估计法．它又称为参数法或模型法。