简介：∑∧sam具有较慢的收敛速度。K=O（1）时,在范数‖.‖∑下,∑的收敛速度为n-β/2,其中β=min（1,2-α）,而∑∧sam则具有较慢的收敛速度n-β1/2。

简介：空时自适应处理（STAP）方法具有良好的地面动目标检测性能，然而在非均匀场景下，STAP常由于训练样本数不足而存在性能损失。建立了极化空时三维信号模型，指出不同极化通道问杂波功率存在差异而空时二维结构在理论上一致，并在此基础上提出最大似然参数估计的多极化杂波协方差矩阵融合方法以改善样本数不足导致的协方差矩阵估计精度较差问题；对杂噪比较大且各极化通道间的空时协方差矩阵结构误差较小的特殊情况，通过对杂波协方差矩阵以及信杂噪比损失的分析指出平均融合即具有良好的检测效果。仿真结果验证了所提方法的有效性。

简介：认知诊断模型中,项目参数的方差-协方差矩阵具有很重要的作用。作为一种非参数化的方差-协方差矩阵估计方法,Bootstrap法的一个主要优势在于它不需要解析推导。比较认知诊断模型中基于解析法的经验交叉相乘信息矩阵、观察信息矩阵和三明治协方差矩阵法,与Bootstrap法在估计项目参数标准误时的表现,模拟结果显示,认知诊断模型及Q矩阵正确设定或是模型中错误设定较少时,解析法的表现优于Bootstrap法,只有在样本量N=5000的条件下,Bootstrap法的表现才基本与解析法接近;当模型中错误设定较多时,Bootstrap法也没有表现出明显的稳健性。因此,在认知诊断模型中,推荐使用基于解析法的方差-协方差矩阵估计方法,尤其是三明治协方差矩阵法;当没有现成的基于解析法的方差-协方差矩阵估计方法可用时,Bootstrap法可以作为一种粗略的估计方法使用,尤其是在样本量较小的情况下。

简介：在分析现有的双基地STAP杂波协方差矩阵估计方法的基础上,从杂波建模的角度,建立了不同距离门的杂波协方差矩阵的联系,并在此基础上提出了基于最大似然的双基地STAP杂波协方差矩阵估计方法,数据仿真和分析表明该方法不仅具有较优的处理性能而且具有较好的适用性和扩展性。

简介：当前，自适应数字波束形成算法已经在通信等科技领域中得到了广泛的应用。但是当阵列导引向量存在误差或者协方差矩阵估计不准确时，会导致常规的波束形成算法性能恶化。稳健的自适应波束形成算法，则可以较好地克服上述误差带来的性能下降问题。针对以上问题，提出了一种基于协方差矩阵重构特征子空间投影的稳健波束形成算法，并对该稳健波束形成算法进行了分析，最后通过仿真来验证算法的稳健性。

简介：一、启发提问１．什么叫总体平均数？什么叫样本平均数？２．甲乙两名战士在同样条件下练习射击，每人打５枪所得环数分别是：甲：６、８、９、９、８　　乙：１０、７、７、７、９怎样判断他们的射击技术谁比较稳定．３．什么是方差？什么是标准差？４．怎样计算一组数据的方差？二、读书自学　教材Ｐ１６７－Ｐ１７５三、启读指导１．方差是各数据与它们的平均数的差的平方的．２．设一组数据ｘ１、ｘ２…ｘｎ．它们的平均数为ｘ，方差为Ｓ２，则计算方差的公式为Ｓ２＝．３．方差是衡量一组数据波动大小的量，一组数据的方差越大、则这组数的波动．４．启发提问（２）中战士甲这组数据的方差Ｓ２甲＝，战士乙这组数据的方差Ｓ２乙＝．射击技术比

简介：比较了若干用于从高斯干扰中提取相干信号自适应处理算法的收敛速度。主要关注增加这些算法收敛的技术,即干扰协方差矩阵（CM）估算的正则化,考虑了有关CM结构特征的可能先验信息。文章验证了CM估算结合各方优点的混合带状对角正则化的优势。将有关托普利兹CM的可能先验信息考虑在内的各种算法进行了比较。在此基础上,验证了在规则空时自适应信号处理系统（STAP）中使用PAR-COR系数BURG估算以及CM估算带状对角线正则化的适合性。验证了这项技术基于自适应格型过滤器的有效实现方法。

简介：

简介：同学们都知道，我们可以利用方程、不等式、函数等知识解决有关方案决策的问题，而实际上．利用方差也能帮助我们解决某些决策问题，现举例说明。

简介：摘要“方差”是人教版教材八年级下册第二十章《数据的分析》的最后一节内容，主要学习分析数据的集中趋势和离散程度的常用方法。本节课在研究了平均数、中位数、众数这些统计量之后，进一步研究另外一种统计方法——方差。“方差”是属于数学中统计学的范畴，它的特点是与生活中的实际问题联系紧密，对学生统计观念的形成有着举足轻重的作用。

简介：1．质检部门对甲、乙两工厂生产的同样产品进行抽样调查，计算出甲厂的样本方差为0．99，乙厂的样本方差为1．02，那么，由此可以推断出生产此类产品．质量比较稳定的是厂．

简介：根据二级方差的定义，给出二级方差传递函数的推导；使用幂律谱噪声模型，求算出二级方差对阿仑方差的偏倚。

简介：摘要  由于矩阵的初等变换和初等矩阵都有“初等”二字,所以非常容易将二者混为一谈.此文的目的在于解释这两个概念的区别,同时也介绍它们的关系.在对矩阵进行运算时,我们可对其进行类似于行列式的行（列）变换或数乘运算等,即矩阵的初等变换.为了搞清楚变换后的矩阵所具有的特性,也为了说明矩阵的初等变换的意义,我们引入初等矩阵的概念.其实初等矩阵就是单位矩阵经矩阵的初等变换后所得的矩阵.具体内容见下文简述.

简介：我们知道．对于给出的一组数据。可以通过求极差、方差和标准差的方式来了解数据的离散程度．方差的计算过程是“先平均，再求差，然后平方．最后再平均”，在实际应用时为了使数量单位与原数据保持一致而使用标准差．还要将求出的方差再开平方．在学习过程中，有的同学会产生如下的一些疑问，让我们一起研究一下．

简介：

简介：我们已经知道，方差是反映一组数据波动大小的基本量，其计算公式是s^2=1/n[（x1-x^-）^2＋（x2-x^-）^2＋…＋（xn-x^-）^2].方差越大，数据的波动越大；方差越小，数据的波动就越小．应用这一结论，可以解决许多实际问题．但我们也发现，在应用这个公式进行方差的计算时，有时计算较复杂，容易产生错误．因此，我们有必要来探索一些计算方差的简便方法，以提高解题的速度和计算的正确率．

简介：<正>我们经常利用方差来分析一些生活中的实际问题．但许多同学不理解问题的本质,因而时常出现错误．请看下面一例:例学校为了从甲、乙、丙三名同学中选择一人参加数学竞赛,对他们先后进行了5次测试,成绩如下(单位:分):

简介：

简介：在平均数相同的情况下，方差较小的较为整齐。

简介：数学源于数学，生活中处处有数学．本文通过生活中的一道中考题的解析与变式，探究平均数与方差解决实际问题的思路与策略，以帮助同学们找寻和感悟通过建立数学模型解决此类问题的一般思路与方法．