无线WSSUS衰落信道是时变信道，其信道参数随着时间的变化而变化。通常采用的经典跟踪算法（RLS算法）中的重要参数遗忘因子是固定值，这使得算法跟踪时变信道时性能无法保障。对均方误差（MSE）进行了分析，并在此基础上得到基于MSE梯度控制的可变遗忘因子VFF-RLS算法。仿真结果表明MSE分析结果正确;与经典算法相比较，VFF-RLS具有较小的MSE，更适合跟踪WSSUS信道。

频谱感知与机器学习论文阅读记录.docx

时间序列的平稳性和单位根检验 内容包括时间序列的平稳性和单位根检验的讲述与具体的分析步骤。ppt格式的。

高阶模糊函数（HAF）是估计多项式相位信号参数的有效方法。本代码给出了HAF函数及其测试文件，运行高效，稳健性较好，代码注释丰富，简单易懂。

在这项研究中，我们介绍了两种基于分数低阶循环平稳性的鲁棒信号选择新算法，以解决在存在干扰和α稳定分布脉冲的情况下估计循环平稳信号到达时间差（TDOA）的问题噪音。 基于传统的信号选择和分数低阶统计量（FLOS）的TDOA方法在存在非高斯α稳定脉冲噪声和干扰信号干扰的情况下会导致性能下降。 通过利用分数低阶循环平稳性，我们能够开发一种新颖的多周期方法和广义分数阶低阶光谱相干方法。 所提出的方法抑制了α稳定脉冲噪声的影响，并更好地利用了循环平稳信号的循环平稳特性。 仿真结果表明，新方法对干扰和脉冲噪声具有较高的容忍度，并且比常规算法具有更高的估计精度。

联合估计到达时间差（TDOA）和到达频率差（FDOA）或多普勒的问题具有多种实际应用。 在存在非高斯α稳定脉冲噪声和干扰的情况下，常规的循环歧义函数和分数阶低阶歧义函数的性能会下降。 为了克服这些缺点，提出了一种基于分数低阶循环平稳性的鲁棒性平稳信号选择算法。 该新方法利用了循环平稳性特征和分数阶低阶统计量，对干扰具有很高的容忍度，并且对高斯噪声和非高斯α稳定脉冲噪声均具有较强的鲁棒性。 通过与基于循环平稳性和基于分数低阶统计量（FLOS）的方法进行比较，证明了该方法在存在脉冲噪声和干扰的情况下的鲁棒性和有效性。

基于动态时间规整的因果关系分析，用于非平稳故障过程的根本原因诊断

其中包括：循环平稳的自相关函数，循环谱分析等内容。

 社会网络分析是对社会关系结构及其属性加以分析的一套规范和方法。这篇文章旨在研究社会网络的异常检测问题。以社会网络分析技术为基础，在Matlab数据分析环境中利用Wavelab小波分析工具包中的平稳小波对社会网络的异常情况进行动态检测。首先归纳了平均通信量这一社会网络数据特征，搜集一组需要的真实数据，然后对数据进行平稳小波分解，并且运用梯度加权方法对分解结果进行了相应的处理，最终得到了较为理想的实验结果。

电子科技大学随机过程试题及其相关总结，含有16-18年的真题以及往年真题，并由随机过程小题库。请勿商业用途。 在概率论概念中，随机过程是随机变量的集合。若一随机系统的样本点是随机函数，则称此函数为样本函数，这一随机系统全部样本函数的集合是一个随机过程。实际应用中，样本函数的一般定义在时间域或者空间域。随机过程的实例如股票和汇率的波动、语音信号、视频信号、体温的变化，随机运动如布朗运动、随机徘徊等等。