抽样技术期末试卷
一、选择题(每题2分,共20分) 1.抽样调查的根本功能是( ) A. 获取样本资料 B. 计算样本资料 C . 推断总体数量特征 D. 节约费用 2.概率抽样与非概率抽样的根本区别是( ) A.是否能保证总体中每个单位都有完全相同的概率被抽中 B.是否能保证总体中每个单位都有事先已知或可以计算的非零概率被抽中 C.是否能减少调查误差 D.是否能计算和控制抽样误差 3. 与简单随机抽样进行比较,样本设计效果系数Deff >1表明( ) A.所考虑的抽样设计比简单随机抽样效率低 B.所考虑的抽样设计比简单随机抽样效率高 C.所考虑的抽样设计与简单随机抽样效率相同 D.以上皆对 4.优良估计量的标准是（） A.无偏性、充分性和一致性 B.无偏性、一致性和有效性 C. 无误差性、一致性和有效性 D. 无误差
性、无偏性和有效性 4.某乡欲估计今年的小麦总产量进行调查，已知去年的总产量为12820吨，全县共123个村，抽取13个村调查今年的产量，得到63.118=y 吨，这些村去年的产量平均为21.104=x 吨。试采用比率估计方法估计今年该地区小麦总产量（ ） A.12820.63 B.14593.96 C.12817.83 D.14591.49 6．抽样标准误差的大小与下列哪个因素无关（ ） A ．样本容量 B ．抽样方式、方法 C ．概率保证程度 D ．估计量 7.当β为某一特定常数时,比率估计量可看成是比率估计量的特例,此时该常数值为( ) A.1 B.0 C.x y D.x 8.抽样标准误差与抽样极限误差之间的关系是( ) A.θ θ )?(SE = ? B. )?(θ tSE =? C. θ θ )?(tSE = ? D. t SE )?(θ = ? 9.应用比率估计量能使估计精度有较大改进的前提条件是调查变量与辅助变量之间大致成
ArcGIS中栅格数据重采样方法 作者:赵立超邮箱：zhaolc@https://www.doczj.com/doc/922997850.html, 发布时间：2014-01-02 21:04:28 阅读(800) ArcGIS中栅格数据重采样方法 处理栅格数据时，由于数据像元大小不符合要求，或者在进行栅格数据配 准后，像元发生倾斜，或者对多个栅格数据进行分析时，需要使用相同的栅格分辨率，重采样到同一分辨率下，因此对栅格数据操作时经常要进行重采样操作。如下图所示，通过重采样将栅格调整到新的分辨率下。 1.1.栅格重采样方法 栅格重采样主要包括三种方法：最邻近法、双线性内插法和三次卷积插值法。最邻近法是把原始图像中距离最近的像元值填充到新图像中；双线性内插法和三次卷积插值法都是把原始图像附近的像元值通过距离加权平均填充到新图像中。默认情况下，采用最近邻分配重采样技术，这种方法同时适用于离散和连续值类型，而其他重采样方法只适用于连续数据。 1.1 最近邻法
最邻近分配法是用于离散（分类）数据的重采样技术，因为它不会更改输入单元的值。将输出栅格数据集中单元中心的位置定位到输入栅格后，最邻近分配法将确定输入栅格上最近的单元中心位置并将该单元的值分配给输出栅格上的单元。 最邻近分配法不会更改输入栅格数据集中单元的任何值。输入栅格中的值2 在输出栅格中仍将为 2，决不会为 2.2 或 2.3。由于输出单元值保持不变，因此最邻近分配法应该用于名目数据或顺序数据，其中每个值都表示一个类、一个成员或一个分类（分类数据，如土地利用、土壤或森林类型）。 考虑到根据输入栅格创建的输出栅格会在操作中旋转 45°，因此将进行重采样。对于每个输出单元，都要从输入栅格中获取值。在下图中，输入栅格的单元中心为灰色点。输出单元为绿色阴影。要处理的单元为黄色阴影。在最邻近分配法中，将确定与要处理的单元中心（红色点）最邻近的输入栅格单元中心（橙色点)，并将其指定为要处理的单元（黄色阴影）的输出值。对输出栅格中的每个单元都重复此过程。
抽样调查 一、选择题 1.抽样调查的根本功能是( C ) A. 获取样本资料 B. 计算样本资料 C . 推断总体数量特征 D. 节约费用 2.概率抽样与非概率抽样的根本区别是( B ) A.是否能保证总体中每个单位都有完全相同的概率被抽中 B.是否能保证总体中每个单位都有事先已知或可以计算的非零概率被抽中 C.是否能减少调查误差 D.是否能计算和控制抽样误差 3. 与简单随机抽样进行比较,样本设计效果系数Deff >1表明( A ) A.所考虑的抽样设计比简单随机抽样效率低 B.所考虑的抽样设计比简单随机抽样效率高 C.所考虑的抽样设计与简单随机抽样效率相同 D.以上皆对 4.优良估计量的标准是（ B ） A.无偏性、充分性和一致性 B.无偏性、一致性和有效性 C. 无误差性、一致性和有效性 D. 无误差性、无偏性和有效性 5.某乡欲估计今年的小麦总产量进行调查，已知去年的总产量为12820吨，全县共123个村，抽取13个村调查今年的产量，得到63.118=y 吨，这些村去年的产量平均为21.104=x 吨。试采用比率估计方法估计今年该地区小麦总产量（ B ） 抽样标准误差的大小与下列哪个因素无关（ C ） A ．样本容量 B ．抽样方式、方法 C ．概率保证程度 D ．估计量 7.抽样标准误差与抽样极限误差之间的关系是( B ) A.θ θ )?(SE = ? B.)?(θtSE =? C.θθ)?(tSE =? D.t SE )?(θ=? 8.应用比率估计量能使估计精度有较大改进的前提条件是调查变量与辅助变量 之间大致成( A )关系 A.正比例 B.反比例 C.负相关 D.以上皆是 9.能使)2(1)(2 22YX X Y lr S S S n f y V ββ-+-=达到极小值的β值为( B ) A.YX X Y S S S ? B.2X YX S S C.2Y YX S S D.X YX S S 2 10.（ B ） 是总体里最小的、不可再分的单元。 A.抽样单元 B.基本单元 C.初级单元 D.次级单元 11. 下面哪种抽样方法是最简单的概率抽样方法（ A ）。 A.简单随机抽样 B.分层随机抽样 C.系统抽样 D.整群抽样 12. 下面关于各种抽样方法的设计效应，表述错误的是（ B ）。 A.简单随机抽样的deff=1 B.分层随机抽样的deff ﹥1 C.整群随机抽样的deff ﹥1 D.机械随机抽样的deff ≈1 13. 假设考虑了有效回答率之外所有其他因素后的初始样本量为400，而预计有
1.请列举一些你所了解的以及被接受的抽样调查。 2.抽样调查基础理论及其意义； 3.抽样调查的特点。 4.样本可能数目及其意义； 5.影响抽样误差的因素； 6.某个总体抽取一个n=50的独立同分布样本，样本数据如下： 567 601 665 732 366 937 462 619 279 287 690 520 502 312 452 562 557 574 350 875 834 203 593 980 172 287 753 259 276 876 692 371 887 641 399 442 927 442 918 11 178 416 405 210 58 797 746 153 644 476 1）计算样本均值y与样本方差s2; 2）若用y估计总体均值，按数理统计结果，ｙ是否无偏，并写出它的方差表达式； 3）根据上述样本数据，如何估计v(y)？ 4）假定y的分布是近似正态的，试分别给出总体均值μ的置信度为80％，90％，95％，99％的（近似）置信区间。
一判断题 1 普查是对总体的所有单元进行调查，而抽样调查仅对总体的部分单元进行调查。 2 概率抽样就是随机抽样，即要求按一定的概率以随机原则抽取样本，同时每个单元被抽中的概率是可以计算出来的。 3 抽样单元与总体单元是一致的。 4 偏倚是由于系统性因素产生的。 5 在没有偏倚的情况下，用样本统计量对目标量进行估计，要求估计量的方差越小越好。 6 偏倚与抽样误差一样都是由于抽样的随机性产生的。 7 偏倚与抽样误差一样都随样本量的增大而减小。 8 抽样单元是构成抽样框的基本要素，抽样单元只包含一个个体。 9 抽样单元可以分级，但在抽样调查中却没有与之相对应的不同级的抽样框。 10 总体目标量与样本统计量有不同的意义，但样本统计量它是样本的函数，是随机变量。 11 一个抽样设计方案比另一个抽样设计方案好，是因为它的估计量方差小。 12 抽样误差在概率抽样中可以对其进行计量并加以控制，随着样本量的增大抽样误差会越来越小，随着n越来越接近N，抽样误差几乎可以消除。 13 抽样误差越小，说明用样本统计量对总体参数进行估计时的精度越低。 14 样本量与调查费用呈现线性关系，但样本量与精度却呈非线性关系。 15 精度和费用也是评价抽样设计方案优劣的两条准则。 16 简单随机抽样时每个总体单元都有非零的入样概率，但每个总体单元的入样概率是不同的。 17 当总体N很大时，构造一个包含所有总体单元名单的抽样框是有局限性的，这也是简单随机抽样的局限性。 18 设N=872，n=10。利用随机数字表抽取一个简单随机样本如下：128 157 506 455 127 789 867 954 938 622 19 设N=678 n=5 利用随机数字表抽取一个简单随机样本如下：556 485 098 260 485 20 在实际工作中，如果抽样比接近于1时，人们会采用全面调查 二填空题 1 抽样比是指( )，用( )表示。 2 偏倚为零的估计量，满足( )，称为( )。 3 简单随机抽样的抽样误差等于( )。 4 简单随机抽样时重复抽样的抽样误差等于( ) 5 抽样时某一总体单元在第m次被选入样本的概率是( ) 6 简单随机抽样时总体单元被选入样本的概率是( ) 7 某一样本被选中概率是( )。 8 大数定理是指( )的规律性总是在大量( )的观察中才能显现出来，随着观察次数( )的增大，( )影响将互相抵消而使规律性有稳定的性质。 9 中心极限定理证明了当( )增大时，观察值的均值将趋向于服从( )，即不论( )服从什么分布，在观察值足够多时其均值就趋向( )分布。 10 抽样调查的核心是估计问题，选择估计量的标准是( ) ( ) ( )。 三简答题
利用过采样技术提高ADC 测量微弱信号时的分辨率 1. 引言 随着科学技术的发展，人们对宏观和微观世界逐步了解，越来越多领域（物理学、化学、天文学、军事雷达、地震学、生物医学等）的微弱信号需要被检测，例如：弱磁、弱光、微震动、小位移、心电、脑电等[1～3]。测控技术发展到现在，微弱信号检测技术已经相对成熟，基本上采用以下两种方法来实现：一种是先将信号放大滤波，再用低或中分辨率的ADC 进行采样，转化为数字信号后，再做信号处理，另一种是使用高分辨率ADC ，对微弱信号直接采样，再进行数字信号处理。两种方法各有千秋，也都有自己的缺点。前一种方法，ADC 要求不高，特别是现在大部分微处理器都集成有低或中分辨率的ADC ，大大节省了开支，但是增加了繁琐的模拟电路。后一种方法省去了模拟电路，但是对ADC 性能要求高，虽然∑-△ADC 发展很快，已经可以做到24位分辨率，价格也相对低廉，但是它是用速度和芯片面积换取的高精度[4]，导致采样率做不高，特别是用于多通道采样时，由于建立时间长，采样率还会显著降低，因此，它一般用于低频信号的单通道测量，满足大多数的应用场合。而本文提出的方案，可以绕过上述两种方法的缺点，利用两者的优点实现微弱信号的高精度测量。 过采样技术是提高测控系统分辨率的常用方法，已经被广泛应用于各个领域。例如，过采样成功抑制了多用户CDMA 系统中相互正交用户码接收机(A Mutually Orthogonal Usercode-Receiver ，AMOUR )的噪声[5～6],提高了光流估计（optical flow estimation ，OFE ）的精度[7]，改善了正交频分复用（OFDM ）信号的峰-均比[8]等。但是，这些过采样技术应用的前提是采样前的信号幅值能与ADC 的输入范围相当。而用ADC 采集微弱信号时，直接使用过采样技术提高不了精度，而且由于信号幅值远小于ADC 的输入范围，它的有效位数还会减小，使精度随之下降。本文采用先叠加成形函数的方法，然后利用过采样技术，解决了因为信号幅值小，而使过采样失效的问题。本文还详细分析了成形函数类型和幅值，以及过采样率对分辨率的影响。 2. 原理分析 微弱信号直接过采样的分析 过采样是通过数字平均来减小折合到输入端的噪声，提高信噪比，从而提高分辨率[9]。下面分析为什么输入信号幅值很小时，需要叠加成形函数，才能利用过采样提高分辨率。 如图1所示，输入信号为一周期性三角波，当 用一个中分辨率的ADC1对其进行采样时，ADC 的量 化步长LSB1大于三角波幅值，其采样值均为0，失去了原信号的特征。而用一个高分辨率ADC2进行采样，量化步长LSB2小于三角波幅值，其采样值分布会发生改变，不会只为0，便能反映一定的信号特征。因此，如果输入信号幅值很小时，过采样也能提高分辨率，那么当过采样率足够大时，ADC1提高后的分辨率便能分辨出图1中的三角波信号。然而， 实际上，即使过采样率再高，ADC1采样获得的值仍然全部为0，并不能表征三角波的特性。所以，当输入信号幅值小于ADC 的量化步长时，过采样是不能提高ADC 分辨率的。 本文采用叠加成形函数的方法，使得输入信号幅值大于ADC 的量化步长，解决上述提到的问题。为便于过采样后下抽取的方便，成形函数的选取往往用线性变化的函数[10]，如三角0
第二章 2.1判断题： （1）错；（2）错；（3）对；（4）错；（5）错；（6）错；（7）错；（8）错；（9）对；（10）对；（11）错；（12）错；（13）错。 2.3选择题： （1）b ；（2）b ；（3）d ；（4）c ；（5）c 。 2.7 （13 3.67 4.33 5 5.67 6.33 7 1/10 1/10 2/10 2/10 2/10 1/10 1/10 （2）期望为5，方差为4/3 （3）抽样标准误 = = 1.155 （4）抽样极限误差 = 1.96*1.155 = 2.263 （5）置信区间 = (5.67-2.263, 5.67+2.263) =（3.407, 7.933）。 若区间两端只考虑抽样分布的可能性取值，则可得该抽样分布作为离散分布的置信区间为[3, 7] 第三章 3.1 判断题是否为等概率抽样： （1）是；（2）否；（3）是；（4）否。 3.2 （1）5.51 == ∑i Y N Y 25.6)(1 22=-=∑Y Y N i σ 33.8)(1 1 22=--= ∑Y Y N S i （2）样本：（2, 5） （2, 6） （2, 9） （5, 6） （5, 9） (6, 9) ()()5.55.775.55.545.36 1 =+++++= ∑y E () ∑=+++++=33.8)5.485.05.2485.4(61 2s E 3.3
(1) 1682=∑i y 1182662 =∑i y 03276.030 1750 /3011=-=-n f 760.5630/1682==y 127.8261302^067.503011826611)(11212212 =-?-=?? ? ??--=--=∑∑==y n y n y y n s n i i n i i ()07.27271.82603276.012 =?=-= s n f y v ()203.5)(==y v y se 198.10203.596.1)(=?=?=?y se t 95%置信度下置信区间为（56.067-10.198, 56.067+10.198）=（45.869, 66.265）. 因此，对该校学生某月的人均购书支出额的估计为56.07（元），由于置信度95%对应的96.1=t ，所以，可以以95%的把握说该学生该月的人均购书支出额大约在45.87~66.27元之间。 (2) 易知N =1750, n =30，=8，t =1.96 267.03081=== n n p 03389.01 301750 /30111=--=--n f 1957.0)267.01(267.0)1(=-?=-=p p pq 08144.0957.003389.01)1()(=?=--= n pq f p v 0167.030 21 21=?=n P 的95%的置信区间为： ())4433.0,0907.0(0167.008114.096.1267.0211)1(=+?±=???? ??+--±n n pq f t p 则1N 的估计值为46725.467?1 ≈==Np N ，其95%的置信区间为： )776,159()4433.0,0907.0(1750=? (3)64.1054267 .01.0) 267.01(96.122220=?-?= =p q t n γ
一、选择题(每题2分,共20分) 1.抽样调查的根本功能是( ) A. 获取样本资料 B. 计算样本资料 C . 推断总体数量特征 D. 节约费用 2.概率抽样与非概率抽样的根本区别是( ) A.是否能保证总体中每个单位都有完全相同的概率被抽中 B.是否能保证总体中每个单位都有事先已知或可以计算的非零概率被抽中 C.是否能减少调查误差 D.是否能计算和控制抽样误差 3. 与简单随机抽样进行比较,样本设计效果系数Deff >1表明( ) A.所考虑的抽样设计比简单随机抽样效率低 B.所考虑的抽样设计比简单随机抽样效率高 C.所考虑的抽样设计与简单随机抽样效率相同 D.以上皆对 4.优良估计量的标准是（ ） A.无偏性、充分性和一致性 B.无偏性、一致性和有效性 C. 无误差性、一致性和有效性 D. 无误差性、无偏性和有效性 5.某乡欲估计今年的小麦总产量进行调查，已知去年的总产量为12820吨，全县共123个村，抽取13个村调查今年的产量，得到63.118=y 吨，这些村去年的产量平均为21.104=x 吨。试采用比率估计方法估计今年该地区小麦总产量（ ） A.12820.63 B.14593.96 C.12817.83 D.14591.49 6．抽样标准误差的大小与下列哪个因素无关（ ） A ．样本容量 B ．抽样方式、方法 C ．概率保证程度 D ．估计量 7.当β为某一特定常数时,比率估计量可看成是比率估计量的特例,此时该常数值为( ) A.1 B.0 C. x y D.x 8.抽样标准误差与抽样极限误差之间的关系是( ) A.θ θ )?(SE = ? B.)?(θtSE =? C.θθ)?(tSE =? D.t SE )?(θ=?
什么叫过采样 首先，考虑一个传统ADC的频域传输特性。输入一个正弦信号，然后以频率fs采样--按照 Nyquist 定理，采样频率至少两倍于输入信号。从FFT分析结果可以看到，一个单音和一系列频率分布于DC到fs /2间的随机噪声。这就是所谓的量化噪声，主要是由于有限的ADC分辨率而造成的。单音信号的幅度和所有频率噪声的RMS幅度之和的比值就是信号噪声比(SNR)。对于一个Nbit ADC，SNR可由公式：SNR=+得到。为了改善SNR和更为精确地再现输入信号，对于传统ADC来讲，必须增加位数。 如果将采样频率提高一个过采样系数k，即采样频率为kfs，再来讨论同样的问题。FFT分析显示噪声基线降低了，SNR值未变，但噪声能量分散到一个更宽的频率范围。Σ-Δ转换器正是利用了这一原理，具体方法是紧接着1bit ADC之后进行数字滤波。大部分噪声被数字滤波器滤掉，这样，RMS噪声就降低了，从而一个低分辨率ADC，Σ-Δ转换器也可获得宽动态范围。 那么，简单的过采样和滤波是如何改善SNR的呢一个1bit ADC的SNR为+，每4倍过采样将使SNR增加6dB，SNR每增加6dB等效于分辨率增加1bit。这样，采用1bit ADC进行64倍过采样就能获得4bit分辨率;而要获得16bit分辨率就必须进行415倍过采样，这是不切实际的。Σ-Δ转换器采用噪声成形技术消除了这种局限，每4倍过采样系数可增加高于6dB的信噪比。 增加采样频率可以改善系统的SNR，其原因是，当采样频率增加时，量化噪声功率仍保持不变（量化噪声只与字长有关），量化误差可以建模为样本与样本之间不相关，这就将产生平坦的频率响应，从而具有单边功率谱密度：PSD等于两倍的量化噪声功率与采样频率之比。因此，尽管总的量化噪声功率保持不变，量化噪声的PSD随着采样频率的增加而减低，即，采样频率每增加一倍，信噪比大约增加3分贝。 揭开Σ-ΔADC的神秘面纱 技术分类：模拟设计 | 2010-08-06 嵌入式公社 越来越多的应用，例如过程控制、称重等，都需要高分辨率、高集成度和低价格的ADC。新型Σ-Δ转换技术恰好可以满足这些要求。然而，很多设计者对于这种转换技术并不十分了解，因而更愿意选用传统的逐次比较ADC。Σ-Δ转换器中的模拟部分非常简单（类似于一个1bit ADC），而数字部分要复杂得多，按照功能可划分为数字滤波和抽取单元。由于更接近于一个数字器件，Σ-ΔADC的制造成本非常低廉。
抽样调查 一、选择题 1.抽样调查的根本功能是( C ) A. 获取样本资料 B. 计算样本资料 C . 推断总体数量特征 D. 节约费用 2.概率抽样与非概率抽样的根本区别是( B ) A.是否能保证总体中每个单位都有完全相同的概率被抽中 B.是否能保证总体中每个单位都有事先已知或可以计算的非零概率被抽中 C.是否能减少调查误差 D.是否能计算和控制抽样误差 3. 与简单随机抽样进行比较,样本设计效果系数Deff >1表明( A ) A.所考虑的抽样设计比简单随机抽样效率低 B.所考虑的抽样设计比简单随机抽样效率高 C.所考虑的抽样设计与简单随机抽样效率相同 D.以上皆对 4.优良估计量的标准是（ B ） A.无偏性、充分性和一致性 B.无偏性、一致性和有效性 C. 无误差性、一致性和有效性 D. 无误差性、无偏性和有效性 5.某乡欲估计今年的小麦总产量进行调查，已知去年的总产量为12820吨，全县共123个村，抽取13个村调查今年的产量，得到63.118=y 吨，这些村去年的产量平均为21.104=x 吨。试采用比率估计方法估计今年该地区小麦总产量（ B ） A.12820.63 B.14593.96 C.12817.83 D.14591.49 6．抽样标准误差的大小与下列哪个因素无关（ C ） A ．样本容量 B ．抽样方式、方法 C ．概率保证程度 D ．估计量 7.抽样标准误差与抽样极限误差之间的关系是( B ) A.θθ )?(SE =? B.)?(θtSE =? C.θθ)?(tSE =? D.t SE )?(θ=? 8.应用比率估计量能使估计精度有较大改进的前提条件是调查变量与辅助变量之间大致成( A )关系 A.正比例 B.反比例 C.负相关 D.以上皆是 9.能使)2(1)(222YX X Y lr S S S n f y V ββ-+-=达到极小值的β值为( B ) A.YX X Y S S S ? B.2X YX S S C.2Y YX S S D.X YX S S 2 10.（ B ） 是总体里最小的、不可再分的单元。 A.抽样单元 B.基本单元 C.初级单元 D.次级单元 11. 下面哪种抽样方法是最简单的概率抽样方法（ A ）。 A.简单随机抽样 B.分层随机抽样 C.系统抽样 D.整群抽样 12. 下面关于各种抽样方法的设计效应，表述错误的是（ B ）。 A.简单随机抽样的deff=1 B.分层随机抽样的deff ﹥1 C.整群随机抽样的deff ﹥1 D.机械随机抽样的deff ≈1
第四章抽样技术概述 班级：姓名：成绩 一、填空题：（21分） 1、抽样调查是一种（）调查，它是从所研究客观现象的总体中，按照（）抽取（）进行调查，以从这一部分单位调查的结果，来（）所研究总体的相应数据。 2、随机原则是指在总体中抽取样本单位时，完全排除（）意识，保证总体中（）单位都有被抽中的同等可能性原则。 3、抽样调查是以（）数据推断的（）数据。 4、抽样调查产生的（），可以计算并控制， 5、从全及总体中抽取样本单位有（）和（）两种方法。 6、一般说，不重复抽样的抽样误差（）重复抽样的抽样误差。 7、抽样平均误差就是抽样平均数（或抽样成数）与总体平均数（或总体成数）的（）。它反映抽样平均数（或抽样成数）与总体平均数（或总体成数）的（）。 8、影响抽样误差的主要因素有（）、（）、（）、（）。 9、利用样本统计量估计总体参数，通常运用（）和（）两种方法。 10、点估计是直接用（）估计总体参数的推断方法。点
估计不考虑（）及（）。 11、置信区间反映了参数估计的精确程度，区间愈小，估计就愈（）；而置信度则反映了总体参数落在置信区间内的( ），置信度愈高，则估计的把握程度就（）。 12、影响样本容量大小的因素主要有五种：（）、（）、（）、（）、（）。 13、区间估计是用样本统计量估计总体参数时，用一个区间范围的值作为总体参数的估计值，并注明总体参数落在这们一个区间的可能性，或称（）。我们称这一区间为（）。 14、对于简单随机重复抽样，若其他条件不变，则当误差范围缩小一半，抽样单位数必须（）倍。若误差范围扩大一倍，则抽样单位数为原来的（）。 二、单项选择题：（１４分） 1、随机抽样的基本要求是严格遵守（） A.、准确性原则B、随机性原则C、代表性原则D、可靠性原则。 2、抽样调查的主要目的是（） A.、广泛运用数学的方法B、计算和控制抽样误差C、修正普查的资料D、用样本统计量推算总体参数。 3、在抽样调查中（） A.、既有登记性误差，也有代表性误差B、既没有登记性误差，也没有代表性误差C、只有登记性误差，没有代表性误差D、、
过采样技术在通信信号处理中的应用 1 引言 目前通信信号传递总量较大，对信号进行统计具有时变性，有较多通信信号在全面发送之前都被调节成周期信号，会促使信号产生周期性变化。但是当前常见的信号处理技术很难从本质上突出此类特征，导致信号实际处理精度值不断降低[1]。所以当前需要对平衡与非平稳信号之间的变化特征进行分析，更好地获取周期性统计量特殊信号，此类信号是循环平稳信号，通过此类信号有效应用能够提升信号处理准确性，对信号进行处理的重要技术就是通过通信信号平稳循环的过采样技术。 2 过采样技术 过采样技术就是将相关技术人员对模数转换器性能进行强化的应用技术。通过对量化噪声进行控制，能够全面提升模数转换器信噪比，提高模数转换器基本分辨率[2]。通过过采样技术有效应用不会导致运行电路基本运行负载值进一步扩大，能够在原有的分辨率基础上对模拟电路进行优化处理，便于相关技术人员进行操作，所以当前在通信信号处理中的应用范围不断扩大。过采样技术在通信信号处理中有效应用，要对实际获取的信号波特率基本速率进行采样。对获取的数据进行分析，如果实际输入的信号比量比阶梯更大，则输入的信息基本振幅布局处于随机运行状态。在采样过程中采样频率发生什么变化，其中量化噪声整体功率都不会发生较大变化，正常情况下仅仅会出现相应常数。现阶段要想促使通信信号能保持稳定，提升信号循环输送，重点要发挥出采样技术应用价值。通过采样技术合理应用能够促使收集的通信信号能够处于稳定的循环中。能使得相应信号统计计量即使展示，还能对信号提供相应补偿，所以当前在信号处理过程中过采样技术应用具有较大的实践价值。 3 调制信号基本分类与识别 在通信信号研究范围内，对通信信号进行分类以及调制不同类别是重要组成部分，现阶段我国相关部门为了避免社会个人对无线频谱进行随意利用以及破坏，需要对通信信号进行有效识别。比如军事作战过程中，有相关军事部分要组织技术人员对军事战场中传递、分
一、选择题(每题2分,共20分) 1.抽样调查的根本功能是( ) A. 获取样本资料 B. 计算样本资料 C . 推断总体数量特征 D. 节约费用 2.概率抽样与非概率抽样的根本区别是( ) A.是否能保证总体中每个单位都有完全相同的概率被抽中 B.是否能保证总体中每个单位都有事先已知或可以计算的非零概率被抽中 C.是否能减少调查误差 D.是否能计算和控制抽样误差 3. 与简单随机抽样进行比较,样本设计效果系数Deff >1表明( ) A.所考虑的抽样设计比简单随机抽样效率低 B.所考虑的抽样设计比简单随机抽样效率高 C.所考虑的抽样设计与简单随机抽样效率相同 D.以上皆对 4.优良估计量的标准是（ ） A.无偏性、充分性和一致性 B.无偏性、一致性和有效性 C. 无误差性、一致性和有效性 D. 无误差性、无偏性和有效性 4.某乡欲估计今年的小麦总产量进行调查，已知去年的总产量为12820吨，全县共123个村，抽取13个村调查今年的产量，得到63.118=y 吨，这些村去年的产量平均为21.104=x 吨。试采用比率估计方法估计今年该地区小麦总产量（ ） A.12820.63 B.14593.96 C.12817.83 D.14591.49 6．抽样标准误差的大小与下列哪个因素无关（ ） A ．样本容量 B ．抽样方式、方法 C ．概率保证程度 D ．估计量 7.当β为某一特定常数时,比率估计量可看成是比率估计量的特例,此时该常数值为( ) A.1 B.0 C. x y D.x 8.抽样标准误差与抽样极限误差之间的关系是( ) A.θ θ )?(SE = ? B.)?(θtSE =? C.θθ)?(tSE =? D.t SE )?(θ=? 9.应用比率估计量能使估计精度有较大改进的前提条件是调查变量与辅助变量之间大致成( )关系
图像重采样之ps篇 (2010-04-09 09:26:50) 转载▼ 分类：技术讨论 标签： 杂谈 在处理图像时，最重要的问题之一就是分辨率如何随着（或独立于）图像大小而改变。 有两种方法可以更改分辨率：缩放和重新采样。缩放不会改变像素的数量，而只会改变分辨率。重新采样会改变像素尺寸。如果使用2*2英寸的300ppi图像，并在Indesign中将其改为1英寸见方，这就是缩放。像素会变小，且分辨率会提高到600ppi。 在Photoshop中，可以选择缩放或者重新采样。如果缩小图像而不改变分辨率，Photoshop 就必须丢弃一些像素，这就叫做缩减采样。如果通过增加采样讲图像大小改为4*4英寸，则程序就必须在图像中的其他像素之间执行插值操作，以添加更多的像素。 通过后期重采样处理，不仅可以使原本不太理想的图片质量得到大幅改善，还可以使像素小的图片通过“插值”的方式变大或缩小。重新采样方法：Photoshop提供了5种重新采样的方法：邻近、两次线性、两次立方、两次立方较平滑、两次立方较锐利。 关于“插值”网上关于“插值”的定义是“在不生成像素的情况下增加图像像素大小的一种方法”。以前，数码相机最高可能只有300万像素，为了打印出A4以上幅面照片，就需增加像素值，“插值”就常常被运用到。尽管现在的数码相机动辄就是上千万像素，但如果想要打印高质量、大尺寸，如A3以上照片时，“插值”仍然非常有用。 插值是以相邻的像素为依据，计算出新的像素，而根据计算方法的不同，就形成了不同的插值方法。在我们最常用的到Photoshop图像处理软件中共有5种方法，分别为：邻近、两次线形、两次立方、两次立方（较平滑）、两次立方（较锐利），这5种方法都在“图像大小”选项中。 5种插值方法的不同成像
试析过采样技术在通信信号处理中的意义 摘要：过采样技术具有将通信信号平稳循环化，使之更易于处理的技术特性，因此许多需要使用通信信号的技术在处理信号之前都会利用过采样技术对待处理信号进行过滤，以达到提高信号处理精度的目的。这种应用模式令过采样技术获得了极其广泛的应用，包括盲均衡与盲辨识、调制信号、盲源分离、信号检测、雷达信号在内的多个领域都利用了过采样技术来处理通信信号。本文将从过采样技术的机理和其在实际领域中的多重应用特征分析其具体的应用意义，解析其在通信信号处理中的价值和必要性。 关键词：过采样技术；通信信号处理；应用意义 信号统计量具有时变性，这是因为发送的通信信号在发送前基本都被调制成了周期信号，会不停产生周期性变化。但普通的信号处理技术很难反映出这一特性，导致了处理精度的下降。因此我们需要一种具有非平稳信号和平稳信号之间特征，且能反映周期性统计量的特殊信号——循环平稳信号，利用这种信号我们不仅可以提高信号处理的精度，更能提高信号处理的效率，而获得这种信号的关键技术就是能将通信信号循环平稳化的过采样技术。 一、过采样技术概述 过采样技术是针对接收信号的一种采样处理方法，其技术特征是采样速率比波特率高。由于过采样的采样速率一定比Nyquist速率下的采样速率要高，所以只要总功率保持不变，通过信号采样的量化理论能够得出如下结论：如果输入信号在变化幅度上呈现随机分布，但最小幅度仍超过量化阶梯，则量化后的噪声总功率必然是常数，和采样频率不发生关系。过采样技术降低了信号噪声，显著提高了信噪比，并且规避了频谱混叠的干扰现象，能够令经过处理的信号呈现出循环平稳的特征，为后续的信号处理提供方便。 二、过采样技术应用于通信信号处理的现实意义 （一）过采样技术在盲均衡与盲辨识方面的应用意义 数字通信与无线通信系统均存在码间干扰，对通信的影响很大，因此在传统的通信信号处理中，需要令信道实现均衡与辨识，采用的方法有两种，一种是将训练序列发送出去，另一种是将信道相关的先验知识作为依据。这种处理方式虽然有效，但有时会存在无法获取训练序列、成本过高导致无法采用等问题，在这
基于DSP的过采样技术 1 引言 模数（AD）转换通常是数字信号处理应用中的第一步，依据应用的不同，对模数转换器（ADC）也有不同的要求，衡量模数转换器的最重要的标准是它的转换速率、分辨率和精度。应用过采样技术，再加上适当的数字滤波和抽取，就可以得到比原有的ADC更高的分辨率。 在数字信号处理器（DSP）中应用过采样技术需要快速ADC以非常快的速度来采样模拟信号，并且需要快速DSP来执行数字低通滤波和抽取。TI公司出品的DSP芯片TMS320LF2407采用3．3V供电，30MIPS的执行速度使得指令周期缩短至33ns，内置有10位的AD转换器，最小转换时间为500ns（详见TI公司的资料：TMS320LF／LC240x DSPController，Systemand Peripherals，2000），这些为在DSP中应用过采样技术创造了条件。 2 过采样降低对模拟抗混叠滤波器的限制 在采样过程中首要的问题是采样频率的选择，Nyquist采样定理指出：若连续信号x（t）是有限带宽的，其频谱的最高频率为fc，对x（t）采样时，若保证采样频率fs≥2fc，那么，就可由采样信号恢复出x（t）。在实际对x（t）作采样时，首先要了解x（t）的最高截止频率fc，以确定应选取的采样频率fs。若x（t）不是有限带宽的，在采样前应使用抗混叠（anti－aliasing）滤波器对x（t）作模拟滤波，以去掉f＞fc的高频成分。 因此，在AD转换前就需要模拟低通滤波器具有尖锐的滚降特性，来限制模拟信号的频谱。一个理想的滤波器应能让所有低于fs／2的频率通过，而完全阻隔掉所有大于fs／2的频率。通常，滤波器和采样频率的选择是将我们感兴趣的频带限制在DC和fs／2之间。 用更高的采样频率可以降低对低通滤波器的限制，图1所示为以2倍的原采样频率对模拟信号进行采样，在这种情况下，滤波器的截频为fs／2，阻带的起始频率为fs，这样就可以让所有我们感兴趣的频率通过，而抑制掉所有高于fs 的频率。但这样做违反了Nyquist采样定理，所以还需要用ADC后的数字滤波器来将信号的频率限制到fs／2以下。采用了过采样后的这种抗混迭滤波器可以得到简化，允许的通带到阻带的过渡区很宽。 3 过采样提高信噪比 经模拟滤波后，模拟信号被采样并转换成数字值，因为数字域仅包含有限的字长，若要用它来表示连续信号，就要引入量化误差，最大量化误差为±0．5LSB。因为一个N位的ADC的输入范围被分成2N个离散的数值，每一个数值由一个N 位的二进制数表示，所以，ADC的输入范围和字长N是最大量化误差的一个直接表示，也是分辨率的一个直接表示。代表数字值的字长决定了信噪比，因此通过增加信噪比可以增加转换的分辨率。加入三角波信号可提高信噪比（详见TI公司的资料：Oversampling Techniques Using theTMS320C24x Family，June 1998）。
一、选择题（每题2分，共20分） 1?抽样调查的根本功能是（ ） A. 获取样本资料 B.计算样本资料 C .推断总体数量特征 D. 节约费用 2?概率抽样与非概率抽样的根本区别是 （ ） A. 是否能保证总体中每个单位都有完全相同的概率被抽中 B. 是否能保证总体中每个单位都有事先已知或可以计算的非零概率被抽中 C. 是否能减少调查误差 D. 是否能计算和控制抽样误差 3. 与简单随机抽样进行比 较，样本设计效果系数 Deff >1表明（ ） A. 所考虑的抽样设计比简单随机抽样效率低 B. 所考虑的抽样设计比简单随机抽样效率高 C. 所考虑的抽样设计与简单随机抽样效率相同 D. 以上皆对 4?优良估计量的标准是（ ） A.无偏性、充分性和一致性 B.无偏性、一致性和有效性 C.无误差性、一致性和有效性 D.无误差性、无偏性和有效性 4?某乡欲估计今年的小麦总产量进行调查， 已知去年的总产量为 12820吨，全县共123个村, 抽取13个村调查今年的产量，得到y =118.63吨，这些村去年的产量平均为 乂 =104.21吨。 试采用比率估计方法估计今年该地区小麦总产量（ ） A.12820.63 B.14593.96 C.12817.83 D.14591.49 6 ?抽样标准误差的大小与下列哪个因素无关（ ） A .样本容量 B .抽样方式、方法 C .概率保证程度 7?当1为某一特定常数时，比率估计量可看成是比率估计量的特例 A.1 B.0 C.） D. X X 8. 抽样标准误差与抽样极限误差之间的关系是 （ ） 代一也 B ?一tSEE C-轄 D .估计量 ，此时该常数值为（
图像重采样主要有三种方法，分别是最邻近法，双线性内插法和三次卷积内插法。 (1)最近邻法。该法针对于二维图像“取待采样点周围4个相邻像素点中距离最近的1个邻点的灰度值作为该点的灰度值”如图（1）。此算法虽然计算简单，但由于仅用对该采样点影响最大的(即最近的)像素的灰度值作为该点的值，而没有考虑其他相邻像素的影响（相关性），因此重新采样后的图像灰度值有明显的不连续性，像质损失较大。 (2) 图（1）图像缩放中的插值和重采样 (2)双线性内插法 作为对最近邻点法的一种改进，这种方法是“利用周围4个邻点的灰度值在两个方向上作线性内插以得到待采样点的灰度值”。即根据待采样点与相邻点的距离确定相应的权值计算出待采样点的灰度值。双线性内插的示意图如图2所示，其中X 、Y坐标表示像素的位置，f(*，*)表示像素的灰度值。其数学表达式为： f（i+u，j+v）=（1-u）（1-v）f（i,j）+(1-u)vf(i,j+1)+u(1-v)f(i+1,j)+uvf(i+1,j+1) （2） 与最邻近法相比。双线性内插法由于考虑了待采样点周围四个直接邻点对待采样点的影响，此基本克服了前者灰度不连续的缺点，但其代价是计算量有所增大。但由于此方法仅考虑四个直接邻点灰度值的影响，而未考虑到各邻点间灰度值变化率的影响，因此具有低通滤波器的性质，使缩放后图像的高频分量受到损失，图像的轮廓变得较模糊。用此方法缩放后的图像与原图像相比，仍然存在由于计算模型考虑不周而产生的图像质量退化与精度降低的问题。 (3)立方卷积法 作为对双线性内插法的改进，即“不仅考虑到四个直接邻点灰度值的影响，还考虑到各邻点间灰度值变化率的影响”，立方卷积法利用了待采样点周围更大邻域内像素的灰度值作三次插值。此法利用了如图3所示的三次多项式S（w）。
过采样技术提升ADC采样精度 其实原理很简单, 很容易明白, 怎样实现提高分辨率? 假定环境条件: 10位ADC最小分辨电压1LSB 为1mv 假定没有噪声引入的时候, ADC采样上的电压真实反映输入的电压, 那么小于1mv的话,如ADC在0.5mv是数据输出为0 我们现在用4倍过采样来, 提高1位的分辨率, 当我们引入较大幅值的白噪声: 1.2mv振幅(大于1LSB), 并在白噪声的不断变化的情况下, 多次采样, 那么我们得到的结果有 真实被测电压白噪声叠加电压叠加后电压ADC输出ADC代表电压 0.5mv 1.2mv 1.7mv 1 1mv 0.5mv 0.6mv 1.1mv 1 1mv 0.5mv -0.6mv -0.1mv 0 0mv 0.5mv -1.2mv -0.7mv 0 0mv ADC的和为2mv, 那么平均值为: 2mv/4=0.5mv!!! 0.5mv就是我们想要得到的 这里请留意, 我们平时做滤波的时候, 也是一样的操作喔! 那么为什么没有提高分辨率????? 是因为, 我们做滑动滤波的时候, 把有用的小数部分扔掉了, 因为超出了字长啊, 那么0.5取整后就是0 了, 结果和没有过采样的时候一样是0 , 而过采样的方法时候是需要保留小数部分的, 所以用4个样本的值, 但最后除的不是4, 而是2! 那么就保留了部分小数部分, 而提高了分辨率! 从另一角度来说, 变相把ADC的结果放大了2倍(0.5*2=1mv), 并用更长的字长表示新的ADC值, 这时候, 1LSB(ADC输出的位0)就不是表示1mv了, 而是表示0.5mv, 而(ADC输出的位1)才是原来表示1mv的数据位, 下面来看看一下数据的变化: ADC值相应位9 8 7 6 5 4 3 2 1 0 0.5mv测量值0 0 0 0 0 0 0 0 0 0 0mv(10位ADC的分辨率1mv,小于1mv无法分辨,所以输出值为0) 叠加白噪声的4次过采样值的和0 0 0 0 0 0 0 0 1 0 2mv 滑动平均滤波2mv/4次0 0 0 0 0 0 0 0 0 0 0mv(平均数, 对改善分辨率没作用) 过采样插值2mv/2 0 0 0 0 0 0 0 0 0 0 1 2mv/2=0.5mv, 将这个数作为11位ADC值, 那么代表就是0.5mv 这里我们提高了1位的ADC分辨率 这样说应该就很简单明白了吧, 其实多出来的位上的数据, 是通过统计输入量的分布, 计算出来的, 而不是硬件真正分辨率出来的, 引入噪声并大于1LSB, 目的就是要使微小的输入信号叠加到ADC能识别的程度(原ADC最小分辨率). 理论来说, 如果ADC速度够快, 可以无限提高ADC的分辨率, 这是概率和统计的结果 但是ADC的采样速度限制, 过采样令到最后能被采样的信号频率越来越低, 就拿stm32的ADC来说, 12ADC, 过采样带来的提高和局限 分辨率采样次数每秒采样次数 12ADC 1 1M 13ADC 4 250K