摘要：机器学习和数据科学技术的飞速发展,很大程度上满足了许多领域通过数据预测比较实际或复杂的动力系统的需求.列维噪声是一个比高斯白噪声更普适和复杂的涨落模型,它被广泛应用于许多非高斯情形来模拟爆炸或跳跃行为.在本文中,我们设计了一个系统的数据驱动方法来识别受高斯白噪声和非高斯列维噪声扰动的系统的最大似然转移路径.其中涉及的主要理论和数值概念包括经典动力系统理论中的非局部Kramers-Moyal公式、非局部Fokker-Planck方程以及一个通过交叉验证解决稀疏回归问题的机器学习框架.接下来我们给出两个例子从细节方面展现了该方法的可操作性,并且对最大似然转移路径做了简要的分岔分析.该方法将作为相关理论研究对应的数值方法以及数值角度的验证,并为该高斯扩散过程的推广复杂系统的其他诸如平均离出时间或离出概率等动力学指征的数值识别工作提供一些洞见.

摘要：混响是室内声学中的重要现象,在室内设计与音频信号处理中都需要测量或估计混响时间。本文改进了一种基于最大似然估计的混响时间盲估计方法,即采用说话人在房间中自然说话时发出的混响语音信号来估计混响时间的方法。该方法首先确定语音衰减段的最优边界,其次计算该衰减段的两个额外参数,据此筛选出符合条件的语音段,最后将满足条件的语音段采用最大似然估计得到混响时间估计值。在五个不同混响时间条件下的仿真表明,与已有方法相比,改进方法估计的混响时间同真实混响时间的偏差更小,方差更低,估计准确性较高。

摘要：针对广义空间调制系统有限激活天线组合的信号传输特点及最大似然检测算法计算复杂度高的问题,提出一种基于线性均衡的近似最大似然检测算法。在最小均方误差线性均衡的基础上进行部分最大似然检测,通过比较欧氏距离得到最终判决信号。在误码率性能轻微损失的前提下,该算法能够大幅降低算法复杂度,其优势在激活天线数目及调制阶数较大的情况下尤为明显。通过计算机蒙特卡洛仿真验证了该算法的有效性。

摘要：为降低空间复用的多输入多输出(MIMO)系统中信号检测的复杂度,针对常用的2×2天线系统提出了一种低复杂度最大似然(ML)信号检测算法———双向最大似然检测算法。该算法通过建立可双向最大似然检测的候选发射向量集来缩小ML向量的搜索范围,从而降低信号检测的复杂度。仿真结果表明,该算法的复杂度仅为线性检测算法量级,检测性能却与传统最大似然检测算法相似,适合在移动设备中进行工程实现。

摘要：　讨论Viterbi算法在最大似然序列检测中的实现.先给出带宽受限,存在失真且先验未知以及具有AWGN条件下信道的一种数学模型.由此得到Viterbi算法在最大似然序列检测中的表示形式,且根据其在此信道模型下的算法描述,具体分析了三种信道下最大似然序列检测中Viterbi算法的设计问题.使用MATLAB仿真实现并根据仿真结果分析其性能.提出Viterbi译码算法对于信道特性无论好坏是普遍适用的,大大补偿了存在符号间干扰(ISI)的信道的接收性能,降低了误码率.是一种信道存在符号间干扰(ISI)的接收性能的最佳补偿方法.

摘要：介绍了最大似然交替投影算法的基本原理,通过对单次快拍条件下最大似然交替投影算法的化简,提出了一种新的简化的最大似然交替投影算法,使运算量大大减少。最后结合某课题,采用新的简化后的最大似然交替投影算法实现了测高模块的设计,使用高性能的数字信号处理器(TS201)和FPGA完成算法的实现,并给出了工程实现的方法。

摘要：遥感影像的监督分类算法在环境监测、地质调查等领域均有重要应用。本文利用最大似然(ML)分类器和支持向量机(SVM)分类器对土地利用和地表覆盖问题中地物类型的提取和识别进行研究,系统分析两种不同分类方法对地物分类结果的影响。通过选取Landsat LT5和LE7卫星遥感影像数据及定义训练样本,对比分析利用ML和SVM分类器的分类成果精度,其中Landsat LT5和ML、SVM组合的分类精度分别达94.64%和94.98%,而Landsat LE7和ML、SVM组合的分类精度则分别达97.63%和99.29%。研究表明,对于LT5影像,ML和SVM两种分类器的精度相当,而对于LE7影像,SVM分类器的精度明显高于ML分类器。

摘要：基于最大似然准则的非数据辅助(NDA)频偏估计算法,可适用于前馈型结构中,能方便的应用在全数字接收机的载波同步中。利用QPSK信号对其中比较典型的L&R、Fitz和M&M算法进行了计算机仿真验证,仿真结果表明:M&M算法的估计范围大,而Fitz和L&R算法的估计性能好。并为全数字接收机的载波同步实现提供了设计依据。

摘要：基于Landsat8 OLI遥感影像,以东莞市为研究对象,应用最大似然法进行监督分类,对比分析不同数量的训练样本对地物分类精度的影响。研究发现,当训练样本达到一定数量后,分类精度受训练样本数量的影响较少。权衡分类精度与工作量,训练样本数量每个类别20个最优。在林地、农田、裸地、水体、居民用地和工业用地的分类体系中,最大似然法分类林地和水体的制图精度与用户精度能达90%以上。

摘要：针对酉空时码最大似然检测复杂度高的问题,提出了一种酉空时星座的设计及低复杂度译码方法.根据酉空时信号失真测度的定义,依照最邻近原则对星座进行划分,以最小失真准则计算各个星座子集中信号的最佳中心,再通过迭代算法,交替使用两个局部最佳准则,生成由各个信号子集与对应中心所构成的若干子树,形成树形结构的酉空时星座.接收方以接收信号为树根,选择具有最小失真的中心信号.对选定的中心信号对应的子树进行遍历搜索得到对发送信号的估值.该译码方法仅需要对某一中心信号及其对应子树的叶子节点进行计算,避免了最大似然方法对整个星座的全搜索,从而有效地降低了译码复杂度.仿真实验表明,相对于最大似然检测方法,该方法能够以有限的性能损失换取译码计算的有效简化.