基于互协方差稀疏重构的MIMO雷达低仰角估计算法

针对低空目标仰角估计时, 多径信号间的混叠严重影响雷达的测角性能的问题, 基于压缩感知理论的波达方向(direction of arrival, DOA)估计算法与多输入多输出(multi-input and multi-output, MIMO)雷达体制结合起来共同进行低空目标DOA估计的研究, 提出了一种基于互协方差矩阵稀疏重构的MIMO雷达低空目标DOA估计算法。首先, 对MIMO雷达多径接收信号广义匹配滤波后的虚拟矩阵向量化处理, 并针对向量化后虚拟孔径扩展带来运算量大的缺点, 通过降维处理来减少运算量; 然后利用多快拍数互协方差矩阵中的噪声独立不相关的优点, 降低噪声影响, 提高算法估计性能; 最后转化为凸优化问题进行稀疏恢复。仿真结果表明算法在直达信号与多径反射信号相互削弱的情况下, 仍能有效估计低空目标的仰角, 较L1-SVD和L1-SRACV算法对低空目标具有更好的仰角估计性能。     

欧式看跌期权定价问题的紧致有限差分格式

针对单个的Black-Scholes方程,提出一种紧致差分格式.首先,利用指数变换消去方程中的空间一阶导数;接着,在时间方向上采用CN格式,空间二阶导数采用四阶Padé逼近,构造精度为O(Δt~2+h~4)的紧致差分格式;然后,利用一种较为不同的离散能量法分析差分格式的稳定性和收敛性;最后,通过数值算例验证理论分析的有效性.     

相参频率捷变雷达目标稀疏重建性能边界综述

相比频率固定的脉冲多普勒体制, 频率捷变体制在抗干扰方面具有显著优势。但在该体制下, 基于匹配滤波的信号处理算法存在旁瓣平台问题, 难以与动目标检测兼容。压缩感知理论将目标参数估计建模作为欠定方程求解, 为该问题提供了解决思路。在相参频率捷变雷达中, 压缩感知能否准确重建目标是一个基础性问题。本文梳理了针对该问题的相关研究, 借助相变理论与相变曲线的解析表达式, 定量描述了捷变频雷达重建目标的成功概率与主要系统和目标参数之间的关系; 该理论性能边界与仿真实际所能达到的性能相接近。此外, 还探讨了现有成果在实际应用中的价值, 展望了未来研究方向。     

左Clifford双半环的性质与结构

定义了双半环的分配格和带双半环。利用这两个定义以及左Clifford半群的性质,给出了左双环和左Clifford双半环的定义,并得到了双半环是左双环的充分必要条件和双半环是左Clifford双半环的充分必要条件。     

碳酸盐岩生烃机制及生烃能力模糊评价方法

针对碳酸盐岩生烃机制及生烃能力的问题,对碳酸盐岩生烃能力与生烃机制展开研究,讨论了古老碳酸盐岩烃源岩能否有效生烃和排烃的问题.为了快速有效评价碳酸盐烃源岩生烃能力,对影响碳酸盐烃源岩生烃方面因素进行分析研究,采用极差标准变换对数据进行标准化,基于层次分析法确定了碳酸盐岩生烃能力评价指标体系.选取鄂尔多斯盆地西南缘碳酸盐岩样品对该评价指标体系进行验证,验证结果证明该评价指标体系准确合理.     

甘肃黑方台黄土压缩试验研究

以黑方台地区原状黄土为对象,开展不同含水率试样的侧限压缩试验,对比分析了不同荷载下各含水率试样的e-lgp曲线,采用双对数坐标法确定了试样的结构屈服应力,对黑方台原状黄土压缩试验结果进行拟合分析。结果表明:随着试样含水率的增高,其对应的e-lgp曲线呈依次降低的趋势,但15%含水率试样与20%含水率试样对应的e-lgp曲线间具有较大空隙,说明含水率为15%20%是试样结构发生较大变形的临界值;各含水率试样在试验过程中都存在结构屈服应力,天然状态下黑方台原状黄土的结构屈服应力为99 k Pa,但随着含水率增高,其结构屈服应力值持续降低;基于岩土破损力学理论基础建立的数学表达式确定出了黑方台原状黄土材料参数B值为0.011 3,并将模拟结果与试验数据进行对比,得到了较好的拟合结果。     

基于Sobol法的车身抬高量的全局敏感性分析

为分析前轮转向时车轮中心主销拖距和车轮定位参数对车身抬高量的影响,建立了车身抬高量模型,并采用图形变换的方法进行求解,再应用改进的Sobol法对车身抬高量进行全局敏感性分析,比较了主销内倾角、主销后倾角、前轮外倾角、前轮前束角、车轮中心主销拖距对车身抬高量的贡献度。结果显示,车轮中心主销拖距、主销后倾角、主销内倾角对车身抬高量影响较大,其总效应指数分别达到0. 7323、0. 0270、0. 0219,说明车轮中心主销拖距是一个对车身抬高量影响较为明显的参数。     

生活中的对称及对称性的刻画

文章通过对一些具体的对称对象进行分析，得到了对对称的基本特性的认识，并给出了对称的精确刻画。     

二阶椭圆混合问题的三棱柱单元逼近

针对二阶椭圆混合问题,构造了一个新的三棱柱单元,分析了该单元的适定性,利用Falk-Osborn方法,证明了单元满足离散inf-sup条件,进而给出了误差估计结果.     

基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。