基于纯角度量测的二维运动目标可观性判据

针对在二维空间作匀加速运动的目标,获得基于纯角度量测的目标运动状态可观测的数学判据.在求解数学判据的过程中,巧妙利用数学变换手段,将非线性角度观测方程转换成线性框架进行处理;利用满秩矩阵的一些特点,把高阶非线性微分方程转化成一阶线性微分方程组求解,获得了可观测性判据.并从本判据直接推出了关于二维空间匀速运动目标状态可观测性判据.     

改进的基于梯度投影的Gram观测矩阵优化算法

针对压缩感知中观测矩阵优化问题,在分析观测矩阵列向量间的独立性、观测矩阵与稀疏基间的相关性对重构信号质量影响的基础上,采用QR分解增强观测矩阵列向量的独立性,将QR分解与基于梯度投影的Gram观测矩阵优化算法相结合,提出了改进的基于梯度投影的Gram矩阵优化算法.该算法采用等角紧框架逼近Welch界,减小观测矩阵和稀疏基的相关性;采用梯度投影方法求解观测矩阵;再对观测矩阵进行QR分解,增大观测矩阵列向量之间的独立性.仿真实验表明:与基于梯度投影的Gram矩阵优化算法比较,本算法提高了重构信号的质量.     

改进的基于奇异值分解的抗差容积卡尔曼滤波算法在全球定位导航中的应用

非线性动态系统存在非线性和噪声不确定的问题,容积卡尔曼滤波对解算该类系统有较好的精度,为了提升导航系统对异常观测值的稳定性,对采样数据进行均值滤波处理,降低干扰较大的采样数据对于滤波结果的影响.用奇异值分解代替Cholesky分解,改善滤波稳定性,避免先验协方差非正定而降低滤波性能.最后通过引入抗差因子调节观测协方差矩阵,再次减少观测异常值对于滤波结果的影响.采用仿真实验进行分析,改进的抗差容积卡尔曼滤波算法对于减弱异常观测值影响有良好的效果.     

基于深度学习稀疏测量的压缩感知图像重构

针对压缩感知理论中测量矩阵硬件实现与重构性能问题,提出一种深度学习方法来获得稀疏的三元测量压缩感知.该方法构建了非常稀疏的三元{0, 1,-1}观测矩阵,在所提出的网络架构上施加稀疏性和二元约束,用更少的观测值满足高概率的图像重构保证,解决了硬件限制和重构性能要求.该文深度学习架构以端到端的方式,提出的网络架构在训练阶段共同学习一对测量矩阵和重建算子,优化线性传感过程和非线性重构过程.实验表明:该文方法在5%非零元素测量矩阵条件下,图像重建质量优于现有方法,说明该文方法具有可行性与有效性.     

基于改进IMK恢复力模型的 钢筋混凝土柱参数识别与应用

提出了一种利用钢筋混凝土柱拟静力试验数据识别改进IMK模型骨架曲线参数,进而提高钢筋混凝土框架结构非线性模拟精度的方法.通过引入可抗差的基于奇异值分解的无迹卡尔曼滤波算法(抗差SVD-UKF算法),抑制观测值粗差对参数识别的影响,采用粒子群算法对初始协方差矩阵、过程噪声矩阵和测量噪声矩阵进行自动寻优,在MATLAB中实现了柱滞回特征正负向对称与非对称两种情况下改进IMK恢复力模型骨架曲线参数的识别.钢筋混凝土柱实测滞回曲线的模型骨架曲线参数识别结果及其在框架结构非线性模拟中的应用结果验证了本文方法的有效性.     

非线性离散控制系统的可观测性

用Brouwer不动点定理研究非线性自治离散控制系统和非自治离散控制系统的可观测性. 结果表明: 当非线性项f关于x连续、 有界, 且r(M)=n时, 自治离散控制系统是局部可观测的; 若存在正整数N使得矩阵M列满秩, 且对每个i∈［h,h+N-2］(i为正整数), f(i,x(i))关于x(i)连续且有界, 则非自治离散控制系统在第h阶段是局部可观测的.     

基于压缩感知的非线性 OFDM 系统迭代信道估计算法

针对因非线性失真引起的正交频分复用（orthogonal frequency division multiplexing,OFDM）系统信道估计性能下降的问题,提出了一种基于压缩感知的非线性OFDM系统迭代信道估计算法。在算法实现过程中,利用信道与非线性噪声的双重稀疏性,将导频信息作为观测矩阵进行压缩感知信道估计,再将所得信道信息看作观测矩阵进行压缩感知非线性失真估计,进而对信号进行非线性补偿,并逐步循环迭代至算法收敛。仿真表明,在稀疏信道下,该算法在较少的迭代次数下即可有效减小非线性失真对信道估计的影响,且比现有方法性能更优,仿真证明了该方法在性能上的优越性。     

基于噪声特征的高精度脉冲相位估计方法

建立了脉冲相位估计模型,提出了加权非线性最小二乘方法,利用脉冲轮廓噪声的统计特征构造了最优加权矩阵,分析了提出方法的理论精度和计算复杂度,并与克拉美-罗下界进行比较.数值仿真和实验表明:提出的方法具有最小方差的渐近无偏估计,当观测时间较长时,该方法的性能优于非线性最小二乘方法,接近最大似然方法,但计算复杂度要明显低于最大似然方法.对于Crab脉冲星,当观测时间为80s时,该方法的距离估计误差比非线性最小二乘法小400m.     

基于观测器的一类Lipschitz非线性系统鲁棒控制器的设计

讨论了一类Lipschitz非线性系统基于观测器的鲁棒镇定问题,所考虑的系统具有非线性时变扰动项,设计了状态观测器与状态反馈控制器使得其能够镇定一类Lipschitz非线性系统.利用Lyapunov稳定性理论和线性矩阵不等式(LMIs)方法,给出了该系统基于观测器的鲁棒镇定的充分条件,并通过求解LMIs构造了系统鲁棒稳定的基于观测状态反馈的控制器,所得结果减少了控制器设计的盲目性.最后,通过仿真实验证明了该方法的可行性.     

基于SVD的抗差UKF算法在短时交通流状态估计中的应用

针对城市区域快速路网,以实现交通流运行状态实时估计为目标,建立宏观交通流状态空间模型,在实现交通流状态估计的同时,更新交通流模型参数,提高交通流模型的适应性和准确性.然后提出了基于奇异值分解(SVD)的优化抗差无损卡尔曼滤波(UKF)算法,用奇异值分解代替标准UKF的Cholesky分解,解决了协方差矩阵非正定时滤波计算不能持续的问题,同时,该算法根据观测协方差矩阵是否病态选择抗差因子,对增益矩阵和观测协方差矩阵进行自适应计算,进而抑制由于模型较高的非线性带来的误差.通过实验证明,文中所提算法避免了扩展卡尔曼滤波(EKF)算法的滤波发散问题,能准确跟踪交通流的变化趋势,提高交通流状态估计的稳定性和精度.