M-矩阵Fan积的特征值的新下界

特征值界的估计是矩阵论中重要的研究课题。文中借助Brauer定理与Gerschgorin定理得到非奇异M-矩阵A和B的Fan积的特征值下界新的估计结果。数值算例表明新的下界在某些特定条件下优于Johnson和Horn所给结果,并且也优于其它文献中有关的结论。     

矩阵Fan积和Hadamard积的特征值界的新估计

给出非奇异M-矩阵A和B的Fan积AB的最小特征值下界和非负矩阵A和B的Hadamard积A·B的谱半径上界的新估计式,这些估计式都只依赖于矩阵的元素.数值例子表明,新估计式在一定条件下改进了现有的结果.     

M-矩阵Fan积的特征值下界

本文利用Brauer卵形定理和Cauchy-Schwitz不等式给出了两个非奇异M-矩阵A 和B 的Fan积的最小特征值下界的新估计式 * 此下界估计式比现有几个估计式更为精确。通过数值算例计算得τ(A★B)≥2.7834,与其他文献中的结果加以比较,表明所得的新估计结果在一定条件下改进了Horn和Johnson给出的经典结果,同时也改进了其他已有的几个结果,比其他结果接近τ(A★B)的真值。(注：*处为公式)
     

基于Relax谱估计的波束内多运动目标分辨

弹载雷达对波束内的多目标进行准确分辨是至关重要的。鉴于多普勒雷达对速度的分辨能力和单脉冲雷达的测角能力,提出了一种对波束内多运动目标进行分辨的算法。导弹加速度对目标回波多普勒频谱展宽起主要作用,据此提出了去斜率后进行超分辨谱估计的单/多目标鉴别方法;然后对超分辨后的参数化的多普勒谱进行单脉冲测角,从而得到多目标在波束内的二维分布。仿真结果证明了该算法的有效性。     

基于循环平稳的动目标特征提取方法研究

介绍了基于循环平稳的脉冲多普勒雷达对目标回波信号参数的提取方法。分析了该参数提取方法的性能 ,结合弹载高重频脉冲多普勒雷达的特点 ,提出了一种动目标运动特征的递归提取方法应用于运动目标参数(速度、加速度 )的特征提取过程。分析、仿真实验证明 :该方法可以最大限度地利用系统的资源 ,在雷达信号处理中达到信噪比和加速度分辨率之间的动态平衡     

非负矩阵Hadamard积的谱半径上界的估计

利用Cauchy—Schwitz不等式给出两个非负矩阵A和曰的Hadamard积的谱半径上界的一个新估计式,并与前人给出的结果进行比较。数值例子表明,新估计式在一定条件下改进了现有的结果。     

非负矩阵Hadamard积谱半径的界

利用Cauchy—Schwitz不等式给出两个非负矩阵和Hadamard积的谱半径上界的一个新估计式，并与前人给出的结果进行比较。数值例子表明，新估计式在一定条件下改进了现有的结果。     

基于Markov模型的机动目标分类方法

结合弹载脉冲多普勒雷达精确提取目标速度、加速度的特点,研究了利用目标的机动特性进行目标分类的方法。首先提出对目标加速度序列进行标量量化的预处理方法,然后基于一阶马尔可夫(Markov)模型建立了用于对目标加速度序列进行识别的分类器并定义了模型距离,最后分析了共用码书所刻画的状态空间对分类性能的影响。仿真实验证明,该算法计算量小,易于实现,在较小的模型距离下,能取得较高的识别率。