导读:本文包含了协方差矩阵迹论文开题报告文献综述及选题提纲参考文献，主要关键词:检测门限,混合核函数,SVM,MME
协方差矩阵迹论文文献综述
聂建园,包建荣,姜斌,刘超,朱芳[1]（2019）在《基于采样协方差矩阵的混合核SVM高效频谱感知》一文中研究指出近年来随着盲检测算法的提出,越来越多的基于采样协方差矩阵的盲检测算法应用于频谱感知。针对其检测门限是近似值,检测性能会受到影响等问题,提出了基于采样协方差矩阵的混合核函数的支持向量机(support vector machine, SVM)高效频谱感知,通过感知信号采样协方差矩阵的最大最小特征值(maximum minimumeigenvalue,MME)和协方差绝对值(covariance absolutevalue, CAV)提取的统计量作为SVM的特征向量并训练其生成频谱感知的分类器,无需计算检测门限并且特征提取减少了样本集的大小。利用遗传算法(genetic algorithm,GA)优化混合核函数的SVM的参数。实验结果表明,该方法比MME算法和CAV算法的检测概率有所提高,并且比SVM减少了感知时间,具有良好的实用性。(本文来源于《电信科学》期刊2019年11期）
周仕盈,杨朝军,丁专鑫,马征程[2]（2019）在《资产配置中条件/非条件协方差矩阵的选择——兼论均值方差和风险平价模型的异同》一文中研究指出资产配置决策和股票内投资组合在风险估计上有所不同。研究表明,个股收益的自相关性通常弱于股指的自相关性,而自相关性一定程度上反映了其可预测性,此时个股的条件/非条件协方差矩阵的差异较小,而大类资产的条件/非条件协方差矩阵的差异相对较大。在经济学含义上,条件方差衡量预测出现误差的风险,非条件方差衡量资产自身的波动。本文因此对二者在资产配置中的区别进行分析。资产配置最常见的模型有二:均值方差模型及其衍生模型,以及风险平价模型。本文的研究表明,对于不同的资产配置模型,二者的最优选择不尽相同。(本文来源于《上海金融》期刊2019年11期）
朱文强,林梅芬,陈婷[3]（2019）在《基于拉格朗日乘子协方差矩阵的电力系统多个不良参数辨识研究》一文中研究指出提出了一种基于拉格朗日乘子LagM协方差矩阵的多个不良参数辨识方法,用于甄别电力系统的多个不良参数。该方法先利用归一化LagM定位可疑参数,再通过LagM的协方差矩阵划分不同参数群,并将所有参数群中归一化LagM最大者对应的参数标记为不良参数。因为每个参数群均对应一个不良参数,从而实现系统中多个不良参数的辨识,同时采用不断修正和不断估计的手段,直至系统中不存在不良参数。最后通过IEEE14节点所构建的算例验证了所提方法的有效性。(本文来源于《智慧电力》期刊2019年09期）
位寅生,周希波,刘佳俊[4]（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）
王智,简涛,何友[5]（2019）在《杂波协方差矩阵结构的融合估计方法》一文中研究指出针对特定杂波背景下的最优或次优杂波协方差矩阵估计方法难以适应过渡杂波环境的问题,提出协方差矩阵结构的融合估计方法,通过调整参数涵盖现有的3种杂波协方差矩阵估计方法,并分析所提出方法对应的自适应归一化匹配滤波器的自适应特性.其次,确定了控制参数的经验公式,经验公式符合数值结果.最后,从估计精度、恒虚警率特性和检测性能3个方面对所提出方法和已有方法进行对比分析.仿真结果表明,在过渡杂波环境中,所提出方法的精度更高、检测效果更好,对实际杂波非高斯程度时空渐变性具有较强的适应能力.(本文来源于《控制与决策》期刊2019年09期）
陈静,祝娇娇,刘盛典,刘鹏,徐振兴[6]（2019）在《基于FPGA的自适应阵列协方差矩阵特征分解的实现》一文中研究指出卫星导航抗干扰的过程中,对空间信号波达方向估计、干扰个数检测、最优权矢量的求解直接影响着导航接收机的抗干扰性能,而协方差矩阵的特征分解是这些算法实现的核心部分。根据自适应阵列天线获得的协方差矩阵的特性,基于双边并行Jacobi算法,实现了基于FPGA的协方差矩阵特征值和特征向量的求解,并通过在信号波达方向估计的应用进行了验证。另外,在实现的过程中对直接调用CORDIC IP核的方式进行了精度误差分析,并用一种双精度浮点的方式进行修正,提高了矩阵特征分解FPGA的实现精度,为导航抗干扰接收机性能的提升提供了有效的工程基础。(本文来源于《导航定位与授时》期刊2019年05期）
孙鹏飞,高丽[7]（2019）在《基于采样协方差矩阵的频谱感知判决门限优化》一文中研究指出在认知无线电频谱感知算法中,传统的基于采样协方差矩阵特征值极限分布函数的频谱感知算法难以同时实现高检测概率和低虚警概率.在此基础上,提出了一种基于采样协方差矩阵的频谱感知判决门限优化方法.利用随机矩阵理论,分别得到了采样协方差矩阵最大特征值和最小特征值极限分布函数下的判决门限,并将两个判决门限的加权求和作为最终判决门限.仿真结果表明,在获得较高检测概率的情况下,优化判决门限仍可保持较低的虚警概率.(本文来源于《兰州交通大学学报》期刊2019年04期）
朱少豪,杨益新,汪勇[8]（2019）在《基于协方差矩阵特征向量的圆环阵目标方位估计方法》一文中研究指出为解决传统高分辨方位估计(DOA)算法计算量大、不稳健的问题,文章首先利用圆环阵空间均匀噪声场中噪声协方差矩阵的特征向量重新定义了不同阶数的特征向量和阵列流形向量,并将数据采样协方差矩阵根据阶数的大小进行了降维处理,最后利用新的阵列流形向量和降维的数据采样协方差矩阵采用最小方差无失真响应(MVDR)进行目标方位估计。仿真结果表明,在没有误差的情况下,所提方法的最高阶方位估计结果与传统MVDR一致;存在幅度和相位误差时,更稳健的低阶方位估计的结果要优于传统MVDR方法,在提升了抗误差稳健性的同时,降维的数据协方差矩阵也大大减少了求逆的计算量。海试结果验证了文中方法的有效性,采用的12元均匀圆环阵,其2阶和3阶方位估计的结果要优于传统的MVDR方法。文中方法可为水下无人系统等平台上的圆环阵水下目标方位估计提供应用参考。(本文来源于《水下无人系统学报》期刊2019年04期）
岳鹏飞,张伟,赵兰普,王剑[9]（2019）在《基于空时二维协方差矩阵修正的波束形成算法》一文中研究指出在实际应用环境中,信源和阵列传感器等存在误差,假设期望信号的导向矢量与真实信源导向矢量的失配会导致阵列波束形成器把期望信号当作干扰来加以抑制。针对信号匹配误差导致自适应波束形成性能下降的问题,提出了一种基于空时二维协方差矩阵修正的波束形成算法,利用空时结构对宽带幅相误差校正的特性,对空时二维协方差矩阵进行重构,并对修正协方差矩阵进行特征值分解,分离出信号加干扰子空间,将失配导向矢量投影可使期望信号与噪声子空间严格正交,最后求解算法最优权值。算法有效改善了波束形成的输出信噪比,计算机仿真验证了理论分析的正确性和算法的稳健性。(本文来源于《现代雷达》期刊2019年08期）
孙兵,阮怀林,吴晨曦,钟华[10]（2019）在《基于Toeplitz协方差矩阵重构的互质阵列DOA估计方法》一文中研究指出针对基于互质阵列的欠定DOA估计方法对于虚拟阵元非连续部分利用率不高的问题,该文提出一种基于Toeplitz协方差矩阵重构的DOA估计方法。首先,从互质阵列差联合阵的角度分析虚拟阵元分布特性,结合其与协方差矩阵中各元素得到的波程差存在对应关系,将协方差矩阵进行扩展得到一个数据缺失的高维协方差矩阵;然后,根据矩阵填充理论,用迹范数代替秩范数进行松弛,对缺失元素进行填充;最后,利用现有root-MUSIC方法进行DOA估计。理论分析和仿真结果表明,该方法提升了虚拟阵元的利用率,从而增加了虚拟孔径和可估计信号数,同时无需对角度域进行离散化处理,有效消除了模型失配的影响,并且避免了正则化参数选取问题,提高了估计精度和分辨率。(本文来源于《电子与信息学报》期刊2019年08期）
协方差矩阵迹论文开题报告
（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：
资产配置决策和股票内投资组合在风险估计上有所不同。研究表明,个股收益的自相关性通常弱于股指的自相关性,而自相关性一定程度上反映了其可预测性,此时个股的条件/非条件协方差矩阵的差异较小,而大类资产的条件/非条件协方差矩阵的差异相对较大。在经济学含义上,条件方差衡量预测出现误差的风险,非条件方差衡量资产自身的波动。本文因此对二者在资产配置中的区别进行分析。资产配置最常见的模型有二:均值方差模型及其衍生模型,以及风险平价模型。本文的研究表明,对于不同的资产配置模型,二者的最优选择不尽相同。
（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。
协方差矩阵迹论文参考文献
[1].聂建园,包建荣,姜斌,刘超,朱芳.基于采样协方差矩阵的混合核SVM高效频谱感知[J].电信科学.2019
[2].周仕盈,杨朝军,丁专鑫,马征程.资产配置中条件/非条件协方差矩阵的选择——兼论均值方差和风险平价模型的异同[J].上海金融.2019
[3].朱文强,林梅芬,陈婷.基于拉格朗日乘子协方差矩阵的电力系统多个不良参数辨识研究[J].智慧电力.2019
[4].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
[5].王智,简涛,何友.杂波协方差矩阵结构的融合估计方法[J].控制与决策.2019
[6].陈静,祝娇娇,刘盛典,刘鹏,徐振兴.基于FPGA的自适应阵列协方差矩阵特征分解的实现[J].导航定位与授时.2019
[7].孙鹏飞,高丽.基于采样协方差矩阵的频谱感知判决门限优化[J].兰州交通大学学报.2019
[8].朱少豪,杨益新,汪勇.基于协方差矩阵特征向量的圆环阵目标方位估计方法[J].水下无人系统学报.2019
[9].岳鹏飞,张伟,赵兰普,王剑.基于空时二维协方差矩阵修正的波束形成算法[J].现代雷达.2019
[10].孙兵,阮怀林,吴晨曦,钟华.基于Toeplitz协方差矩阵重构的互质阵列DOA估计方法[J].电子与信息学报.2019