用初等方法求矩阵的若当标准形

利用向量空间和线性变换理论求出矩阵的所有特征根及重数和相应的特征向量,对每一特征根确定矩阵的标准若当形中与该特征根对应的各阶若当块的个数,通过对相应的矩阵施行初变换求出标准若当形.     

多速率混合系统的符号化可达性分析

针对目前还没有专门的数据结构处理多速率混合系统的符号化可达性问题，定义了多速率区域来表示和处理多速率自动机的无穷状态空间，从而把多速率混合系统的符号化可达性分析等价地转化成多速率区域上的3种操作，即并操作、变量重赋值操作和控制状态上的时间流逝操作．从理论上证明了多速率区域在这3种操作上的封闭性，同时定义了矩阵数据结构不同上限矩阵（DCM），并用其存储多速率区域，这样就得到了一种专门处理多速率混合系统符号化可达性分析的数据结构．理论上证得，DCM可以大大降低可达性分析算法的复杂度．     

改进的基于模态参数的结构计算模型修正算法

对基于模态参数的结构计算模型修正算法而言，实验振型扩充是一个必要环节，由于修正问题需要迭代求解，所以以往算法用于振型扩充的系统矩阵一般都来自于上一迭代过程，导致系统矩阵误差传递给用作修正参考值的的充实验模型，滞缓了迭代收敛速度，针对这一问题，提出一种改进算法，通过给扩充后的振型矩阵添加一个修正项来减小因系统矩阵不精确而导致的的充振型误差，振型修正项与待修正参数之间的相关关系由求解一个最小化系统特征方程和振型误差的优化问题获得，算例研究表明，改进的算法可以提高修正的收敛速度，且迭代收敛曲线更趋平滑。     

基于子空间方法的多输入多输出信道盲辨识与均衡

子空间方法是一种有效的基于二阶统计量的盲信道辨识方法.具有计算量小、性能好、所需样本量少,不需要信号源相关性信息的特点.文中将单输入多输出（SIMO）系统的信道辨识子空间方法推广到多输入多输出（MIMO）系统.在MIMO的情况下,估计所得到的信道参数矩阵与真实参数矩阵间存在一个模糊矩阵,利用二阶盲源分离的方法将其转化为置换矩阵与对角的尺度矩阵乘积,得以提取源信号.此外,针对盲源分离中卷积混合信号分离的问题,利用此类盲均衡方法及其模型中的卷积矩阵,可将卷积混合转化为瞬时混合,从而利用大量已有针对瞬时混合的算法进行盲源分离.并对此进行了仿真,验证了其可行性.     

基于车桥耦合振动的等截面连续梁桥多损伤识别研究

文章选用1/4车辆模型，用单元刚度的减少模拟裂缝损伤，对等截面连续梁桥进行损伤识别研究。利用MATLAB中的Cftool模块拟合离散的振型数据得到振型函数，再利用MATLAB模拟车辆匀速驶过桥梁的过程，求解车桥耦合振动方程，可得车辆与桥梁特殊位置的响应。研究结果表明：通过车体竖向速度响应比无损时增大的位置可以识别桥梁的损伤跨；根据车辆行驶到损伤跨时对应的该跨跨中竖向位移响应与无损时存在偏差的位置，可以识别桥梁存在损伤的范围；通过偏差的大小可以判断损伤的大小。     

基于位移荷载输入动力时程法的误差分析

针对使用位移荷载作输入时存在的一些问题,从时间步长、质量与静动力参与系数、振型截取几个方面对使用位移荷载作多点输入时存在的误差进行分析.通过对比分析发现,位移荷载与加速度荷载存在根本的不同,前者会激发大量的振型,以致用来估计加速度荷载误差的90%质量参与法则不适用于位移荷载;对于位移荷载输入时需要0.001s甚至更小的时间步长,才能获得精确的结果;采用振型叠加法的振型截取可能会引起构件内力的较大误差,需要采用较高的振型数量来减小误差.     

多输入多输出系统下行链路发射与接收的联合线性预编码

针对多用户多输入多输出系统下行链路线性预编码中的迫零法及正交化法对接收端的噪声有较强放大作用的问题，提出了一种发射与接收联合预编码的波束成形迭代法．该方法把联合预编码直接转变为波束成形问题，以惟一确定的最小范数解作为预编码矩阵，通过迭代得到各用户的预编解码矩阵．由于所得到的解码矩阵具有最小范数的特性，在解码时产生的噪声能量最小，从而有效地减少了对噪声的放大作用．同时，在基站总发射功率一定的条件下，根据用户的信道质量动态地分配功率可以使信道质量较差的用户得到较多的发射功率．仿真实验表明，所提出的方法与迫零法相比，在相同的仿真条件下，在平均误比特率为10^-4时可以获得约9dB的性能增益．     

初等因子个数定理及应用

n级方阵A的特征根λi,重数为ni,它所对应的初等因子的个数mi=ni 秩(A-λiE)-n,利用它得到了矩阵A与对角矩阵相似的充要条件和微分方程的求解定理.     

多目标局部残差平方和的定阶方法

基于实践应用的需要，通过对自回归模型中的残差方差图定阶方法进行研究，提出了局部残差平方和的定阶方法，这种定阶方法把多目标规划理论与事物局部特征结合起来，实例表明：对自回归模型进行定阶时，运用局部残差平方和的定阶方法，能有效地提高自回归模型的预测精度，对自回归模型阶数的取值上限作了重新界定，并在理论上给出了证明。     

基于单个时滞非线性神经元结构储备池的波形识别

采用单个时滞非线性神经元结构储备池对不同波形进行识别,研究虚节点个数、反馈强度、输入增益等参数和输入端信噪比对波形识别计算的影响.以方波、正弦波、三角波的识别为任务进行了仿真实验,结果显示:储备池虚拟节点个数为100时最佳;反馈强度和输入增益的参数值分别为0.8和2.2时,储备池的计算性能最佳;在输入端人为加入适度的噪声可降低识别误差,有利于提高波形识别精度.     

空域色噪声下的多输入多输出雷达角度估计

由于多输入多输出(multiple input multiple output, MIMO)雷达的空域色噪声协方差矩阵通常为非对角矩阵,因此在色噪声下信号子空间与噪声子空间无法有效分离,从而致使传统算法无法有效估计目标角度。为此,首先利用信号协方差矩阵的低秩性和色噪声协方差矩阵的稀疏性来抑制空域色噪声。然后,根据MIMO雷达数据的内在多维结构特性,建立四阶张量CP(canonical or parallel factor analysis, CANDECOMP/PARAFAC)分解模型。针对传统交替最小二乘算法对数值病态性较为敏感而导致CP分解精度低的问题,利用张量因子矩阵之间的共轭关系来降低求解的病态敏感度,提高张量分解的稳健性。最后,利用最小二乘拟合法从因子矩阵的估计值中得到目标角度。仿真结果表明,所提算法能够对色噪声有效抑制并提高了角度估计的精度。     

具有重特征值的阻尼线性系统振动

本文在复模态理论基础上引入系统传递函数矩阵及其留数矩阵的概念，推证了传递函数矩阵展式，通过展式导出系统振动响应的实数表达式可用于计算具有重特征值的阻尼线性系统振动响应，从而解决了涉及重特征值的振动求解问题，文中对特征值、特征向量及留数矩阵做了探讨，并给出了算例。     

结构健康监测传感器优化布置的混合算法

提出了一种基于模型减缩和线性模型估计理论的、用于建筑结构健康监测中传感器布置的新算法．根据选定的主、从自由度，用改进减缩系统方法来减少初始结构的自由度数目．然后，基于线性模型估计，以所选定的目标模态为线性模型的设计矩阵，用奇异值分解处理设计矩阵．用分解后的前几个左奇异向量计算每一个自由度对于结构模态的贡献．最后用迭代算法来确定所需的传感器数量和位置．算例表明，此种混合算法适用于建筑结构监测的传感器布置计算．     

双基地米波MIMO 雷达低空目标俯仰维DOD和DOA联合估计方法

对于双基地米波多输入多输出(MIMO)雷达低空目标俯仰维测向场景,受多径效应影响,发射接收导向矢量因存在耦合现象而与噪声子空间失去正交性,导致以多重信号分类(MUSIC)为主的子空间类算法在该场景下不可用,而基于空间平滑预处理的子空间类算法由于阵列孔径损失存在角度估计精度不高的问题。为解决上述难题,建立了双基地米波MIMO 雷达单目标和非相干多目标镜面反射信号模型,在信号模型数学变换和分析的基础上发现了一种仍旧与噪声子空间正交的导向矢量矩阵,然后利用新的导向矢量矩阵结合广义MUSIC和最大似然算法提出了双基地米波MIMO 雷达低空目标俯仰维波离方向和波达方向联合估计方法,最后通过仿真验证了所提方法的有效性和俯仰维测向性能的优越性。     

基于神经网络智能天线的一种波达方向估计方法

该文提出利用径向基函数神经网络来估计无线通信中智能天线的信号到达方向．为了减少输入，利用信号相关阵的对称性质，仅考虑相关阵中的上三角或下三角的部分元素作为网络的输入量，计算量较小．计算机模拟结果表明，该方案是有效的．     

An iterative interference cancellation based frequency offset estimation method for OFDMA uplink systems

In this paper, Moose scheme is used for frequency offset estimation in OFDMA uplink svstems due to that the signals from different users can be easily distinguished in frequency domain. However, differential multiple access interference （MAI） will deteriorate the frequency offset estimation performances, especially in interleaved OFDMA system. Analysis and simulation results manifest that frequency offset estimation by Moose scheme in block OFDMA system is more robust than that in interleaved OFDMA systern. And an iterative interference cancellation method has been proposed to suppress the differential MAI interference for interleaved OFDMA system, in which Moose scheme is the special case of the number of iteration is equal to one. Simulation results demonstrate that the proposed method can improve the performance with the increase of the number of iterations. In consideration of the performance and complexity, the proposed method with two iterations is selected. And the full comparison results of the proposed iterative method with two iterations and that with one iteration （conventional Moose scheme） are given in the paper, which sufficiently demonstrate that the performance gain can be obtained by the interference cancellation operation in interleaved OFDMA system.     

压电结构作动/传感器配置优化

提出了一种压电结构中作动／传感器优化配置的新方法．首先用有限元方法建立结构的动力学方程，并用模态方法进行降阶，然后通过Lyapunov方程分别求解扰动输入和作动器输入的能控性Grammian矩阵，通过使作动器输入的能控性矩阵向量在扰动能控性矩阵上投影长度的平方和最大值得到压电作动器的最优位置，同样的思想用于确定传感器的最优位置。     

拟阵特征多项式的根

研究了拟阵特征多项式的根,证明了无环拟阵的特征多项式的根1的重数等于该拟阵连通支个数;并考虑了根2的情况。     

模态参数识别中频响函数估计的最小二乘优化

模态参数识别的精度将会直接影响到机械结构系统动力特性分析的质量,而频响函数的估计精度对模态参数识别精度影响很大.工程中通常借助FFT采用功率谱平均估计频响函数.由于FFT过程中截断及舍入等误差的存在以及噪声的影响不能完全克服,采用此方法估计的频响函数来识别模态参数,其精度受到影响.因此,在分析频响函数的理论值与功率谱平均估计值的误差函数的基础上,应用最小二乘法对频响函数的估计进行优化.通过实测试验对该方法的有效性进行了验证.试验结果表明:采用优化后的频响函数识别的阻尼固有频率和阻尼比比没有优化直接峰值搜索得到的结果更接近真实的结果,该方法能够提高模态参数识别的精度.     

求解一类特殊力学量的特征矩阵对角化方法

在力学中有一类量的求解可归结为矩阵特征值和特征向量的求解 ,而求解矩阵的特征值将要求解高次方程的根 ,这在数学上将遇到难以克服的困难。本文把这类形式上相似的力学量用矩阵写成一个统一的表达式 ,并对这统一的表达式进行了讨论 ,揭示了各不同力学量本质的东西 ,给出了求解这类特殊的力学量的特征矩阵对角化方法。利用这种方法 ,同时可求出该矩阵所有的特征值和正交的特征向量 ,避免了求解高次方程根的困难与把各特征向量正交化的麻烦。