本项目研究参数调节随机共振理论及该理论在不确实海洋环境下非线性贝叶斯检测和估计中的应用。参数调节随机共振理论为非线性弱信号处理理论,而基于贝叶斯框架的信号检测和估计理论能较好的结合模型性和数据性,是一种模基和数据驱动相结合的方法。两者的结合主要针对目前不确实海洋环境下信号检测和估计中遇到的两个难点,即环境不确实性和低信噪比,通过两者的优势互补,以获得在水声信号检测,波形估计与有关参量估计中既具有较好宽容性,又有较高灵敏性的效果。同时兼顾研究参数调节随机共振应用于其它常用方法(如Bartlett方法和MVDR方法等),以改善这些方法处理弱信号的性能。希望通过本项目的研究,在建立适用于水声信道的参数调节随机共振理论的同时,为水声弱信号的检测和估计提供新的理论、方法和思路。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
粗颗粒土的静止土压力系数非线性分析与计算方法
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
转录组与代谢联合解析红花槭叶片中青素苷变化机制
青藏高原狮泉河-拉果错-永珠-嘉黎蛇绿混杂岩带时空结构与构造演化
随机模态驱动下动态过程贝叶斯递推估计
利用贝叶斯方法估计LAMOST恒星参数
自动参数化MT贝叶斯反演的非线性与误差估计研究
基于MCMC算法的非线性贝叶斯估计方法及其应用