最大似然估计关于概率密度函数的通有稳定性

证明了最大似然估计关于概率密度函数的通有稳定性。     

一种新的参数估计方法

本文以频率和概率分布密度函数间的关系为基础,提出了一种数据不完整情况下估计分布参数的方法,该方法是对文[1]中方法的进一步发展.在实例中,我们采用本文的方法、文[1]的方法和极大似然估计法估计了分布参数,实例表明在数据不完整的情况下,本文的方法同样可以被用来估计分布参数,并比文[1]中的方法省时.     

图像平面上直线段特征的不确定性分析

用直线点坐标来表示直线，对图像平面上直线段的不确定性进行了分析和仿真，得出了结论：直线段端点的坐标值的概率分布函数服从高斯分布时，直线点坐标的概率分布函数也近似服从高斯分布；直线点坐标的概率分布函数和标准方差随直线段在图像平面中的位置变化而变化。     

Maxwell分布的若干特征

对Maxwell分布的有关特征进行了研究,给出了Maxwell分布的数学期望与方差,并获得了一组服从Maxwell分布的随机变量.     

FIR数字滤波器优化设计方法

讨论了用加权平方误差最小准则设计FIR数字滤波器的方法，由滤波器的模型构造一线性系统，通过辨识系统参数方法来设计滤波器系数。这一设计方法具有很高的设计精度，编程方便，容易使用。     

Ｌ１—范所对应的分布的概率密度函数公式

推导了Ｌ１－范准则所对应的分布的概率密度函数公式，指出某一估计准则与某一分布的概率密度函数公式存在对应的关系．     

WSSUS时变多径信道的统计特性与仿真

广义平稳非相关散射WSSUS(Wide—Sense Stationary—Uncorrelated Scattering)信道模型是移动通信中时变多径信道的常用模型，其二阶统计特性可由散射函数Ps(υ，τ)完全确定。证明了WSSUS信道概率密度函数与散射函数之间的正比关系，并用蒙特卡洛(Monte Carlo)仿真法对典型城市地区和恶劣城市地区两种信道进行了仿真，结果表明，WSSUS信道模型与实际信道情况非常吻合。     

基于概率密度估计盲分离的通信信号盲侦察技术

为解决复杂多信号环境下的通信侦察难题,提出一种新的盲侦察技术,采用基于密度估计的盲分离算法（DEBSS）分离出原始信号,然后对分离的各个信号进行后续信号处理．DEBSS算法采用核函数估计法估计出信号的概率密度函数及其导数,以此确定信号的评价函数,然后采用自然梯度迭代算法进行迭代．仿真结果表明,采用该方法在无需任何先验知识的情况下（如载频、信号带宽、调制样式）,可以很好地分离出原始的发射信号,为后续信号处理（如分析识别、解调等）奠定基础．该算法可以对任意源信号进行分离,而不管它是超高斯还是亚高斯信号．     

基于Flamelet理论的概率密度函数的数值计算

依据层流小火焰理论,在选定截尾式高斯分布作为概率密度分布函数的基础上,对函数中的两个重要参数σ和μ进行数值计算,对所得σ和μ的数值利用最小二乘法进行数据拟合,最终得到两个参数的拟合公式,即得到了概率密度分布函数的拟合公式.与数值计算所得结果相比较,拟合公式符合实际情况,具有一定的准确性.