《随机模拟方法与应用 Stochastic Simulation Methods and Its Applications》教学资源（论文资料）26 基于MCMC粒子滤波的GPS接收机自主完好性监测算法研究

抽样检验的基础知识、GB/T2828.1-2003计数抽样检验程序（第一部分——按接收质量限【AQL】检索的逐批计数抽样计划）

工作目的是建立一个以因特网为介质的铝电解质物理化学性质的计算与查询系统，系统的查询和运算首先是通过表单接收数据，抗后调用JavaScript函数传递数据，在Java applet小程序中处理这些数据，再利用Graphics类中的方法绘制相应的曲线．系统目前收录的铝电解质物理化学性质包括：液相线温度、三氧化二铝的溶解度、电导率、蒸气压、密度、表面张力、粘度、金属的溶解性等．

基于广义混沌同步系统(GS)和广义离散Sinai映射,提出了具有非对称密钥的数字图像安全通讯方案.方案能通过一个常规的语音信号隐藏几乎所有计算机所能识别的图像文件,以实现信息的伪装与隐藏,且含有24个密钥数并能无损恢复隐藏图像,密钥空间可达到10360.该方案能使接收方利用非对称密钥对收到的密文进行数据源真伪性认证和解密,适用于网络数字通讯语音伪装中的图像传输.对密钥空间、密钥参数敏感性和加密图像的相关性等分析表明该方案具有较高的安全性

针对扑翼飞行器的定高飞行，设计了基于外部单目视觉的室内定高控制系统：通过外部单目相机获取扑翼飞行器的飞行图像，基于Qt编写的地面站软件接收图像并利用基于OpenCV的图像处理算法检测扑翼飞行器上的发光标识点，获得标识点在图像上的像素坐标；基于卡尔曼滤波器（KF）建立标识点像素坐标的运动状态估计器，降低环境噪声干扰并解决了标识点被短暂遮挡的问题；分别建立常规PID和单神经元PID控制系统，通过蓝牙控制扑翼飞行器的电机转速，实现了基于图像的扑翼飞行器室内定高飞行。对比实验结果表明，本文设计的定高飞行控制系统可以使扑翼飞行器标记点的图像坐标保持在外部单目相机图像的中心横线处。针对阶跃响应信号，单神经元PID控制系统的响应速度比常规PID控制系统响应速度稍慢一些，但是控制精度明显优于常规PID控制器，最大相对误差为3%

本文详细讨论了EXAFS测定的分辨本领、信噪比与实验参数间的相互关联;提出了实验参数临界条件的概念及其确定的方法;在临界条件下分别讨论了分辨本领、信噪比与临界实验参数值的相互关系并由此导出如下结论:1.当入射狭缝,出射狭缝宽度均为临界参数时,EXAFS测定的分辨本领与分光晶体摆动曲线的宽度无关,而信噪比则取决于分光晶体摆动曲线宽度所表征的嵌镶块大小对强度分布和消光效应的影响。2.当接收狭缝,分光晶体摆动曲线的宽度均为临界参数时,入射狭缝可增至最佳宽度,其分辨本领不仅保持不变,还能显著提高信噪比。当入射狭缝继续增大,超过最佳宽度时,信噪比不再增加。文中由此指出:当所用分光晶体完整性欠佳时,以采用结论1的条件为宜;当分光晶体完整性较好则应采用用结论2所提出的条件

移动自组网的动态拓扑特性给路由协议的设计带来了一定的挑战，尤其是在高动态的网络环境中.本文针对该问题，提出了一种新的基于按需和贪婪转发的路由协议，该协议是在RGR模式的基础上提出以下三点改进，即：（1）通过受限的洪泛机制降低网络在路由发现阶段的控制开销；（2）通过移动预测机制，在被动寻路阶段监视被动路径的状态和在GGF阶段帮助节点选取适当的邻居作为下一跳节点；（3）通过路径请求延迟机制以减少不必要的资源浪费.仿真结果表明：改进的RGR协议与现有的RGR、AODV、Modified-RGR和Optimized-RGR相比，不仅具有较高的数据包接收成功率，而且平均路由开销和端到端时延也相对较低

提出可在稀疏角域以及多普勒域下对天线阵列信号向量进行接收和分析的方法,讨论在多普勒频域范围内的DOA估计问题,并在有效的频带范围内提取信号冲激响应较大的值.在稀疏DOA的恢复过程中采用的是L2,0估计算法,并在多路天线频谱感知的架构下充分利用DOA所固有的稀疏特性,对其进行稀疏恢复.对于在测试环境中不可避免的噪声问题,分析三种不同噪声分布下的DOA估计误差问题.仿真结果显示频域范围内的L2,0-DOA估计算法具有较低的计算复杂度和较高的准确度,并且算法对噪声不敏感,鲁棒性较高

采用调频连续波（Frequency modulated continuous wave, FMCW）雷达实现非接触式生理信号检测，并提出了基于小波分析和自相关计算（Wavelet analysis and autocorrelation computation, WAAC）的检测方法。首先，毫米波FMCW雷达发射电磁波信号，并接收来自身体的反射信号。然后，通过信号预处理从中频信号中提取包含呼吸和心跳的相位信息，消除直流偏置并完成相位解缠。最后，基于小波包分解（Wavelet packet decomposition, WPD）从原始信号中得到心跳和呼吸信号，利用自相关计算减小杂波对心跳信号的影响，进而提取高精度的心率参数。应用FMCW雷达对10名受试者进行实验测试，结果表明本文方法得到的呼吸和心率的平均绝对误差率平均值分别小于1.65%和1.83%

4．1 概述 4．2 对雷达信号时域参数的测量 4．3 雷达侦察信号的预处理 4．4 对雷达信号的主处理 4．5 数字化接收机与数字信号处理