基于改进OMP算法的稀疏目标微波关联成像方法

利用稀疏重构类方法进行雷达微波关联成像时, 传统的正交匹配追踪(orthogonal matching pursuit, OMP)算法在每一次迭代过程中均需要求解目标函数的最小二乘解, 导致成像算法计算复杂度随矩阵规模和迭代次数增加而急剧攀升。针对此问题, 结合频率捷变思想, 提出了一种改进OMP算法的稀疏目标微波关联成像方法。首先, 阐明了微波关联成像机理, 并构建了微波关联成像信号模型; 然后, 利用共轭梯度法对OMP算法中的最小二乘求解步骤进行了改进, 并分析了改进后算法的计算量; 最后, 通过与最小二乘成像方法、匹配滤波成像方法和基于传统OMP稀疏重构的成像方法进行计算机对比仿真实验, 证明了本文算法的正确性与优越性。     

夏热冬冷地区绿色建筑外墙节能特性的LBM模拟及效益分析

针对夏热冬冷地区绿色建筑中外墙的典型保温方式和常见保温材料,采用多松弛时间格子玻尔兹曼方法建立瞬态共轭传热数值模型,分析间歇耗能条件下墙体的瞬态热传导过程,进而得出不同类型保温外墙的节能特性。在此基础上,发展保温墙体增量综合效益的计算方法,分析绿色建筑外墙的增量成本及其增量效益,进而建立外墙增量综合效益评价模型,获取保温外墙最优设计方案。研究数据表明,采取内保温方式的外墙在该地区具有最佳的节能特性,尽管采用不同保温方式和保温材料的外墙均具有一定的节能特性,然而,在其全生命周期内,使用外保温方式以及增量成本较高的保温材料的墙体的增量综合效益出现负值,因此,不适宜在工程实践中应用。此外,研究结果显示,尽管增加保温层厚度可以在一定程度上强化外墙的保温性能,然而,增加保温层厚度会产生额外的增量成本,因此,绿色建筑项目实践中应综合考虑墙体节能特性及其增量成本进而选取适宜的保温层厚度,从而实现其全生命周期内增量综合效益的最大化。     

Armijo线搜索下谱共轭梯度法全局收敛的一个充分条件

在一般假设下,提出并证明了Armijo线搜索下谱共轭梯度法全局收敛的一个充分条件,分析了充分条件的优越性。分析结果表明:1)该充分条件的一个推论是文献[9]中定理1弱化后的结果;2)谱参数对谱共轭梯度法的全局收敛性起着重要的调节作用;3)该充分条件为构造全局收敛的谱共轭梯度法提供了依据。     

一种求解单调方程组的范数下降共轭梯度法

提出一种求解大规模非线性单调方程组的范数下降共轭梯度算法.所提算法推广了Xiao,Song,Wang等提出的求解无约束优化问题的基于BB循环步长的共轭梯度算法,并结合Solodov和Svaiter提出的投影梯度算法.所提算法迭代形式简单、储存量小,且每步迭代不需要方程组的导数信息.本文证明算法的全局收敛性,并做数值试验验证算法在求解非线性单调方程组方面的有效性.     

康威-麦斯威尔-泊松分布及其统计与概率性质

康威-麦斯威尔-泊松分布是一个有用的离散分布,它是扩展的两参数泊松分布,有关此分布的统计和概率性质被广泛研究和探索;文章以矩母函数为工具讨论了该分布的数字特征和矩,给出了参数点估计的隐式方程和费希尔信息矩阵;最后研究了参数的共轭分布、共轭分布的边际分布和条件分布.     

Glodstein条件下的一种修正CD共轭梯度法

提出了一种新的在Glodstein线搜索准则下的修正Conjugate Descent方法,该修正方法不需要其他要求即可满足充分下降条件,同时,证明了该方法在某些弱条件下的收敛性.     

一类高阶自共轭微分算子谱的定量分析

定量研究了一类高阶自共轭微分算子的谱,得到了这类算子的本质谱充满了正实轴,而在负半轴上只有离散谱.     

移动交界面流固耦合传热的数值稳定性分析

研究了交界面移动情况下流固耦合稳态传热的数值稳定性问题.考虑Dirichlet-Robin组合边界条件,用速度表征交界面的移动情况,流体域和固体域分别采用有限体积法和有限单元法进行离散及数值求解,利用Goudonov-Ryabenkii理论正则模态分析方法重点研究了交界面移动时数值方法的稳定性,最终获得了一条由耦合系数和移动速度组成的最优曲线,并且证明了当耦合系数和移动速度在这条曲线上取值时,离散的求解域能够达到最快的收敛速度及绝对的稳定性特征.为设计人员进行数值仿真时选取合理的参数提供了参考.     

蝴蝶定理的再推广及其应用——数学问题2109和2137的统一解决

利用射影对应变换的方法,研究了蝴蝶定理推广形式,给出蝴蝶定理的推广结果,并以实例进一步证明其应用.     

一种三项CD共轭梯度法及其全局收敛性

在前人提出的三项PRP共轭梯度法的基础上,提出了一种三项CD共轭梯度法.与以往求解无约束优化问题的经典二项共轭梯度法不同,该算法的搜索方向是三项的,且在任何线性搜索下都具有充分下降性.在适当的条件下,证明了三项CD共轭梯度法在强Wolfe线性搜索下具有全局收敛性.