导读:本文包含了短样本论文开题报告文献综述及选题提纲参考文献，主要关键词:短样本,全相位谱分析,密集谱,参数估计
短样本论文文献综述
朱晴晴[1]（2012）在《短样本信号的全相位参数估计及重构算法的研究》一文中研究指出信号参数估计及重构理论在雷达通信、语音处理、故障诊断乃至医学诊疗等领域至关重要。然而当样本不足时，现有信号参数估计和重构方法的性能都会严重下降。例如正弦信号由共轭复指数频率成分构成，当样本占据的支撑区间过短时，两共轭成分距离变近从而引入不容忽视的谱间干扰，直接引起频率估计性能的急剧下降；再如，样本过短意味着谱分辨率降低，各频率成分间的密集分布程度变大，同样产生谱间干扰，降低频率、相位和幅值的估计精度；近年来，作为研究热点的压缩感知信号重构技术，其性能也受到样本长度的影响，样本过短会导致重构误差变大。针对以上信号处理各领域突出存在的由短样本引起的算法性能下降问题，本论文提出短样本信号的全相位参数估计及重构算法来解决。为高精度地测量短样本信号参数，论文将全相位FFT谱分析推广到全相位DTFT情况，进而对短样本正弦信号和密集谱信号做参数估计。全相位DTFT是连续谱，不仅延续了全相位FFT良好的抑制谱泄漏性能，而且其相位谱中包含更多的参数信息。当用于短区间正弦波频率估计时，既可以通过全相位DTFT的振幅谱搜索获得比传统DTFT更高的频率估计精度，又可以通过相位谱极值点扫描进一步提高频率估计精度；当用于短样本双频密集谱估计时，论文证明了在无法辨认各幅值谱峰时(即使谱间隔小于1个频率分辨率)，借助全相位DTFT相位谱仍能完成高精度的频率、相位和幅值估计；实验表明，该算法消耗样本量少、重构精度高、抗噪能力强。信号重构是压缩感知系统的核心，然而现有重构算法忽略了变换基的正交特性，因而需耗费很长的样本。为此，论文提出谱校正来降低样本消耗。谱校正理论虽然比较成熟，但现有谱校正算法不适合在压缩感知系统中直接对源信号做DFT(即不能做加窗的正交变换)，论文选择DFT矩阵作为正交变换矩阵，傅立叶谱为观测样本，基于此提出用于处理不加窗DFT谱线的压缩感知重构算法，该算法仅需依据峰值谱线和次高谱线的幅度比值即可实现高精度的信号重构，还降低了压缩感知重构的有限等距要求，并且性能稳定、抗噪性好。(本文来源于《天津大学》期刊2012-12-01）
黄翔东,胡勇,刘洪涛[2]（2012）在《基于时间结构的短样本信号盲提取》一文中研究指出为提高盲提取算法在恢复短样本信号时的质量,本文提出基于时间结构的盲提取方法.该方法以多个延时量上统计得出的自相关平方和取代负熵来作为目标函数,并引入了输出信号与参考信号的近似测度和输出信号方差作为非线性规划的约束条件,结合拟牛顿迭代法,推导出新的单路盲信号提取迭代表达式.另外,本文还提出了衡量短样本程度的量化标准.仿真实验表明,不论所观测的各路信号长度如何,只要其包含短潜伏期的源成分,本文方法均能高质量地完成有用信号的提取.(本文来源于《电子学报》期刊2012年03期）
汤宝平,何启源,孟利波,章国稳[3]（2011）在《短样本条件下提高HHT识别模态参数精度的方法》一文中研究指出由于在短样本条件下Hilbert-Huang变换(Hilbert-Huang transform,简称HHT)识别模态参数的精度主要受经验模态分解(empirical modal decomposition,简称EMD)模式混合和随机减量法(random decrement technology,简称RDT)提取自由衰减响应时平均次数不足的影响,针对这两个影响因素,引入带宽限制信号抑制EMD的模式混合,提高EMD的精度;并引入分层抽样技术,提出基于拟合偏差和样本量的层权确定方法来进行多次识别,然后加权平均,提高RDT的总平均次数。仿真试验和应用实例表明,结合分层抽样的限制带宽EMD识别模态参数的方法能提高短样本条件下HHT识别模态参数的精度。(本文来源于《振动.测试与诊断》期刊2011年01期）
汤宝平,章国稳,孟利波,何启源[4]（2009）在《用分层抽样和复Morlet小波识别短样本模态参数》一文中研究指出针对大型结构短样本模态参数识别,提出基于分层抽样的最优复Morlet小波短样本模态参数识别方法。先对结构响应信号进行分层抽样,用随机减量法提取每一层的自由衰减信号;再根据样本标准差确定每一层的层权,用最优复Morlet小波识别每一层的模态参数;最后用层权对模态参数进行加权得到最终的模态参数。工程应用结果表明,所提方法具有较高的识别精度,良好的低频密集模态解耦和高频虚假模态抑制能力。(本文来源于《重庆大学学报》期刊2009年12期）
汪永新[5]（2000）在《短样本多指标动态经济数据变点的一种识别方法》一文中研究指出本文研究了多指标动态经济数据的变点问题 ,使用多元分析的方法 ,给出了在样本长度较短情况下识别变点的一种方法 ,并用这种方法分析了国民经济统计中的一个实际例子 .(本文来源于《数学理论与应用》期刊2000年03期）
汪永新[6]（1999）在《短样本多指标动态经济数据变点的识别方法》一文中研究指出本文研究了多指标动态数据的变点问题,使用多元分析的方法,给出了在样本长度较短情况下识别变点的一种方法,并用这种方法分析了国民经济统计中的一个实际例子。(本文来源于《中国现场统计研究会第九届学术年会论文集》期刊1999-07-01）
短样本论文开题报告
（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：
为提高盲提取算法在恢复短样本信号时的质量,本文提出基于时间结构的盲提取方法.该方法以多个延时量上统计得出的自相关平方和取代负熵来作为目标函数,并引入了输出信号与参考信号的近似测度和输出信号方差作为非线性规划的约束条件,结合拟牛顿迭代法,推导出新的单路盲信号提取迭代表达式.另外,本文还提出了衡量短样本程度的量化标准.仿真实验表明,不论所观测的各路信号长度如何,只要其包含短潜伏期的源成分,本文方法均能高质量地完成有用信号的提取.
（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。
短样本论文参考文献
[1].朱晴晴.短样本信号的全相位参数估计及重构算法的研究[D].天津大学.2012
[2].黄翔东,胡勇,刘洪涛.基于时间结构的短样本信号盲提取[J].电子学报.2012
[3].汤宝平,何启源,孟利波,章国稳.短样本条件下提高HHT识别模态参数精度的方法[J].振动.测试与诊断.2011
[4].汤宝平,章国稳,孟利波,何启源.用分层抽样和复Morlet小波识别短样本模态参数[J].重庆大学学报.2009
[5].汪永新.短样本多指标动态经济数据变点的一种识别方法[J].数学理论与应用.2000
[6].汪永新.短样本多指标动态经济数据变点的识别方法[C].中国现场统计研究会第九届学术年会论文集.1999