1) signature waveform estimation
特征波形估计
1.
In this paper, a subspace－ based joint blind signature waveform estimation and multiuser detection scheme is proposed.
针对多径衰落 CDMA信道，提出了一种基于信号子空间估计的联合盲特征波形估计与多用户检测方案，分析了两种线性多用户检测器（解相关检测器和线性 MMSE检测器）在信号子空间参数下的闭式解及其抗远近效应能力，并讨论了用于联合盲特征波形估计与多用户检测实现的 PASTd算法。
2) characteristic estimation
特征估计
1.
The problems of characteristic estimation for the solution to the perturbed discrete matrix Lyapunov equations are studied.
探讨了摄动离散矩阵Lyapunov方程解的特征估计问题。
3) Facial feature shape estimation
脸部特征形状估计
4) waveform estimation
波形估计
1.
To accomplish this purpose,we propose a UWB receiver structure based on compressed sensing and blind waveform estimation.
为了在较少模数转换器(ADC)资源下,完成无数据辅助超宽带信号的较好接收,提出了一种基于压缩感知技术和盲信道波形估计的超宽带接收机结构。
5) wave characteristics
波形特征
1.
Observation methodology and effective factors of wave characteristics of portal hypertension;
门脉高压波形特征的观察方法及其影响因素
2.
The relationship between stress and AE rate and wave characteristics of AE in laboratory were analyzed in the paper.
通过小波变换,将室内岩体声发射等波形分解成低频和高频信号,对其原始声发射波形、细节信号和近似信号进行比较与分析,结果表明岩体在变形损伤破裂过程中不同时期的声发射波形特征不同。
3.
The wave characteristics of shallow defeats in pile is shown.
通过对基桩低应变实测波形曲线的分析,说明桩身浅部存在缺陷的波形特征。
6) Waveform Character
波形特征
1.
In accordance with the characteristics of Putaohua oil reservoir of thin deltaic interbeded sedimentary layers in Songliao basin, we study the relation among sandstones of different microfacies log characters, and seismic attributes to try qualitatively predict the sandstone reservoir development zone in terms of sedimentary microfacies and waveform characters.
针对松辽盆地葡萄花油层三角洲沉积薄互层储层的特点 ,研究不同微相的砂岩与测井特征、地震属性的关系 ,探讨利用沉积微相、波形特征定性预测砂岩储层发育带的技术。
补充资料：波形估计
估计理?壑卸晕粗ㄐ蔚墓兰啤１还兰频牟ㄐ瓮ǔＪ撬婊痰氖笛⑶沂艿皆肷扇拧２ㄐ喂兰瓶捎糜谀Ｄ?通信系统、火炮控制系统、雷达和具有时变特性的模式识别。对于两个相关的随机过程y(t)和z(t),可以用第二个过程的某些观测值z(ζ)来对第一个过程y(t)(一般称为信号)的各种参量进行估计。如果用g(t)表示被估计的量，则g(t)可能是y(t)、懭(t)或y(t+α)等等。根据z(t)在时间轴上某一集合 I(从-∞到t中的一些离散点或一个区间）的观测值，寻找一个合适的数据变换T，使它成为g(t)的最好估计(t)。即
(t)＝T[z(ζ),ζ∈I]
当
g(t)＝y(t+α)
(α＞0)
时，就是所谓预测问题。当
g(t)＝y(t)
时，就是所谓过滤问题。当
g(t)＝y(t＋α)
(α＜0,t∈[t0,tf])
时，就是所谓平滑（或叫内插）问题。所谓最好的估计，是指这一估计所付出的"平均代价"最小。有各种不同的"代价"函数，如均方误差代价(E｛(g(t)-(t))2｝)或平均绝对误差代价(E｛│g(t)-(t)│｝)等 (E｛ ｝为求数学期望的符号)。如果z(t)是正态过程,对于均方误差代价最好的估计T是线性的。对于非正态过程,则线性估计不一定最好。但是，由于线性估计比较简单，所以常常被采用。对于平稳随机过程，最好的线性波形估计就是著名的维纳滤波。对于非平稳随机过程，可以采用所谓卡尔曼滤波进行估计。
(t)＝T[z(ζ),ζ∈I]
当
g(t)＝y(t+α)
(α＞0)
时，就是所谓预测问题。当
g(t)＝y(t)
时，就是所谓过滤问题。当
g(t)＝y(t＋α)
(α＜0,t∈[t0,tf])
时，就是所谓平滑（或叫内插）问题。所谓最好的估计，是指这一估计所付出的"平均代价"最小。有各种不同的"代价"函数，如均方误差代价(E｛(g(t)-(t))2｝)或平均绝对误差代价(E｛│g(t)-(t)│｝)等 (E｛ ｝为求数学期望的符号)。如果z(t)是正态过程,对于均方误差代价最好的估计T是线性的。对于非正态过程,则线性估计不一定最好。但是，由于线性估计比较简单，所以常常被采用。对于平稳随机过程，最好的线性波形估计就是著名的维纳滤波。对于非平稳随机过程，可以采用所谓卡尔曼滤波进行估计。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条