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。     

多输入非线性串级系统的自适应控制

对一大类含有未知参数的多输入非线性串级系统 ,基于 backstepping递推设计方法 ,进行了自适应控制设计。当自适应控制律作用于该系统时 ,闭环系统的所有信号是有界的 ,并且原系统的状态收敛于零.     

基于多输出支持向量机的聚乙烯相对分子质量分布建模与优化

相对分子质量分布(MWD)是聚合物产品重要的质量指标,目前实时检测相对分子质量分布仍缺乏有效的方法.在聚合物研究中,高精度的相对分子质量分布实时检测方法是当前的研究热点.不同于其他文献中描述的方法,通过结合聚合反应机理和过程信息建立相对分子质量分布的混合模型来解决预测精度和实时性问题.首先利用催化剂各活性中心的分布函数加权叠加拟合相对分子质量分布,分布函数参数和工艺条件之间的关系可通过多输出支持向量机回归(MSVR)算法来描述;其次应用无约束非线性优化方法优化上述方法建立的混合模型的工艺条件;最后将建立的混合模型应用于乙烯聚合过程,验证了上述方法的可行性.     

一类带有不确定项的多输入模糊双线性系统的鲁棒控制

对一类带有不确定项的多输入模糊双线性系统(M-I FBS)进行了稳定性分析及控制器设计.使用分布补偿算法(PDC)设计了模糊控制器,得到了带有不确定项的M-I FBS渐近稳定的充分条件.最后,仿真结果验证了推导的该条件的有效性.     

基于鲁棒控制Lyapunov函数的非线性自适应跟踪

研究了一类带有未知参数以及扰动的多输入非线性系统的自适应跟踪问题，利用控制Lyapunov方法设计出一种自适应控制器。该控制器对系统的参数和状态的不确定性具有鲁棒性，并且能保证系统闭环全局稳定。仿真结果表明，该控制方案具有良好的跟踪性能、鲁棒性及参数辨识能力。     

LDPC码在MIMO-OFDM迭代接收系统中的性能研究

MIMO-OFDM技术是未来宽带无线通信的关键技术之一,针对未来宽带无线通信高传输速率的要求,设计了一种基于二进制和多进制LDPC码的MIMO-OFDM迭代接收系统.并且为了降低系统复杂度,只在第1次迭代时使用MMSE滤波器,在第2次及以后迭代中均使用匹配滤波器.仿真结果表明:基于二进制LDPC码的MIMO-OFDM迭代接收系统相比基于四进制LDPC码的系统收敛更快,且两者的性能均远优于基于卷积码的系统性能.     

空间相关莱斯快衰落信道下的MIMO系统性能

考虑到多输入多输出（MIMO）系统的收发分集优势和空间相关莱斯快衰落信道的普遍性，根据多变量统计学理论，推导出了MIMO系统在空间相关莱斯快衰落信道下平均成对差错概率上界的闭合表达式，发现随着信道空间相关性的增强或者莱斯分量的下降，系统误码性能呈下降趋势，最后通过仿真实验验证了理论推导的正确性．     

OUTPUT FEEDBACK CONTROL FOR MIMO NONLINEAR SYSTEMS WITH EXOGENOUS SIGNALS

The paper addresses the global output tracking of a class of multi-input multi-output （MIMO） nonlinear systems affected by disturbances, which are generated by a known exosystem. An adaptive controller is designed based on the proposed observer and the backstepping approach to asymptotically track arbitrary reference signal and to guarantee the boundedness of all the signals in the closed loop system. Finally, the numerical simulation results illustrate the effectiveness of the ProPosed scheme.     

基于多输出支持向量回归算法的股市预测

提出了一种新的多输出支持向量回归算法,给出了定义在超球上的损失函数,并将训练SVM转化为迭代解线性方程组,在求解过程中采用边计算边使矩阵降阶的方法,加快了运算速度.建立了该算法应用于股市预测的模型,对上证指数的建模与预测表明:与单输出支持向量回归算法建立的模型相比,该算法具有更好的整体预测精度和抗噪性能,是对股市进行分析和预测的一种可行而有效的方法.