基于特征向量的阵列误差矩阵最优闭式解

阵列互耦和幅相误差的综合作用会严重影响MUSIC算法的测向性能. 该文重点研究了由互耦和幅相误差 引起的阵列误差校正问题,给出3 种阵列误差矩阵校正算法. 它们具有相同的计算模式和理论框架,均可通过计算某 个Hermite矩阵最小特征值对应的特征向量获得最优闭式解. 算法I未利用阵列误差矩阵的任何性质,算法II利用了阵列 误差矩阵的稀疏性,算法III利用了某些规则阵列的阵列误差矩阵的特殊结构. 仿真实验比较了3 种校正算法的估计精 度,结果表明,尽可能利用阵列误差矩阵的特殊性质有利于提高阵列误差矩阵的校正精度.     

基于冲突矩阵随机排序的多信道无线网络信道分配

多信道无线网络可利用多个信道通信,提高网络容量. 为链路分配信道是多信道无线网络研究中的重要问题. 文中提出一种基于冲突矩阵随机排序的多信道分配算法. 节点根据可用信道数目将网络划分为相应子网,然后对链路随机排序,并根据网络冲突图得到冲突矩阵. 最后以减少子网内链路冲突为目标,根据冲突矩阵将信道分配给各链路. 分析和仿真结果表明,该算法有效降低了网络冲突,提高了归一化网络吞吐率.     

基于BP网络的三值动态矩阵控制算法的实现

通过具体分析动态预测控制算法在工业应用中存在的实际问题,提出了一种三值动态矩阵控制算法,该算法主要在优化性能指标函数式中真正地建立了"头、中、尾"3点约束.仿真结果表明,该算法具有系统跟踪精度高、鲁棒性好等优点.同时,针对慢时变、大时延和不确定性系统的跟踪问题,提出了一种基于BP网络的三值动态矩阵控制算法.该算法在三值动态矩阵控制算法的基础上,利用一个3层BP神经网络对被控对象进行辨识.通过仿真,验证了所提算法的有效性.     

含脉冲的变时滞静态神经网络的稳定性分析

研究含脉冲的变时滞静态神经网络模型的指数稳定性.通过构造恰当的Lyapunov泛函,利用线性矩阵不等式方法,给出了该神经网络模型在延迟依赖条件下的指数稳定性的充分条件.同时考虑时滞和脉冲的影响,因而考虑的情况更具普遍性,适用的范围更广.仿真例子说明所得结果适用范围宽,保守性小,易于验证的特点.     

基于小波网络的MQAM数字通信自适应均衡器

首先给出了多维小波网络的结构及其随机梯度学习算法,提出了基于小波网络的MQAM数字通信自适应均衡器.仿真结果表明:该均衡器对于MQAM数字信号非线性信道的均衡,其性能明显优于传统的基于LMS和RLS算法的线性均衡器和基于RLS算法的判决反馈均衡器,且性能稍好于基于BP网络的均衡器.     

采用孤立点检测的欠定混合矩阵盲辨识

研究欠定盲源分离中的混合矩阵估计问题,针对多源时频点对混合矩阵估计的影响,提取时频域单源点用于混合矩阵估计,给出一种时频单源点检测方法. 针对时频单源点中孤立点对混合矩阵估计的影响,剔除单源点中的孤立点进一步提高混合矩阵的估计精度,应用减法聚类方法对剔除孤立点后的时频单源点进行聚类,实现了源信号数目和混合矩阵的同时估计. 语音信号的仿真实验表明,与其他两种基于时频单源点的欠定混合矩阵估计算法相比,所提出的算法具有更高的估计精度和更好的鲁棒性.     

算子与矢量—张量运算的三种基本算法的比较

本文综述了算子与矢量—张量运算的三种常用算法.在前两种常见的算法的基础上总结给出了第三种矩阵形式算法,并且指出了其程序化的应用前景.     

基于PDE演化的视频图像序列超分辨率重建

在加权最小二乘的基础上,结合PDE正则化,提出了一种视频图像序列超分辨率重建的自适应滤波方法.详细讨论了运动补偿矩阵和权值矩阵的构成和性质,推导并给出了滤波器的递推公式.仿真试验表明该算法的重建结果相当有效,具有一定的自适应性和鲁棒性.     

一种基于CMAC网络的自学习控制器

通过分析了ＣＭＡＣ神经网络的学习机制和连续搅拌反应釜的结构，提出了一种自动选择学习率的ＣＭＡＣ自学习控制方法。给出了自学习控制器的结构和算法，并以连续搅拌反应釜模型为对象进行了仿真研究，这种网络每次学习少量参数，算法简单，仿真结果表明所提出的控制器优于传统的ＰＩＤ控制器。     

基于观测器输出反馈奇异时滞系统的同时H_∞控制（英文）

讨论了单个控制器同时镇定一组时滞奇异系统的问题.通过引入Lyapounv-Krasovskii泛函,给出所设计的同时镇定控制器的充分条件,保证了奇异时滞闭环系统的正则、无脉冲、稳定且具有H∞性能.利用基于观测器的状态反馈和状态反馈控制相结合的方法得到闭环时滞奇异系统同时H∞控制的充分条件,明确地给出了输出反馈控制律的表达式.所得控制器可由一组线性矩阵不等式求解得出,避免了矩阵分解.最后,由仿真算例说明该方法的可行性.