基于变换矩阵的自适应方向图控制

针对低快拍情况下自适应波束形成器输出方向图存在主峰偏移、副瓣电平较高的问题,提出一种低快拍情况下基于变换矩阵的自适应方向图控制方法.利用干扰空间与噪声空间特征向量之间的正交性,去除干扰空间特征向量,并对噪声空间特征向量进行均一化后生成变换矩阵,最后利用变换矩阵在最大信嗓比准则下进行波束形成.该方法可在小快拍数条件下有效地抑制干扰,并可同时保持静态方向图的副瓣特征.仿真结果验证了该方法的有效性和优越性.     

基于改进的线性约束最小方差圆阵方向图研究

本文提出一种改进的LCMV算法,解决了传统LCMV算法在被干扰或者接收天线平台快速移动时,可能由于干扰位置的扰动而出现自适应加权矢量和数据失配的问题.     

最小方差自适应控制在并条机自调匀整中的应用

首先从力学和统计学的角度分析了并条机在棉条的并条过程中引起测量罗拉位移和振动的的不确定因素。系统的随机性和非线性性影响了传统的自调匀整装置的控制效果。采用最小方差自适应控制技术是解决受控系统不确定性的理想方案。接着介绍了采用广义最小二乘法得到系统统识别模型的原理和方法，并介绍了最小方差自适应调节器的设计步骤及计算机仿真的方法。试运行表明，系统的输出跟踪系统输入的性能得到了较好的改善，系统对随机干扰的抑制能力得到了增强，自调匀整的效果得到了明显的改善。     

基于MPI算法的均匀线阵自适应方向图形成研究

介绍了一种基于大特征矢量的幂迭代(MPI)算法,利用幂迭代(MPI)算法对均匀线阵的方向图进行仿真.通过仿真结果可以看出,采用该算法的均匀线阵方向图在信号位置可以形成自适应峰值,提高了均匀线阵的分辨力.     

基于新息的最小方差对偶控制

针对参数未知且随机变化的系统的最小方差控制问题，提出了基于新息的最小方差对偶控制策略，将系统参数随机变化的最小方差控制问题转化为多个基于新息的单步控制问题，利用卡尔曼滤波对参数进行估计，每步仅需求解一个非常简单的优控制问题，然后把控制加入系统，根据系统的输出获得新息，再重复卡尔曼滤波，最终可实现最小方差控制。仿真结果表明，该控制器具有对偶作用，一方面通过学习可消除系统参数的不确定性，另一方面可使系统输出稳定在期望输出值上，从而能够获得较好的参数辩识结果与良好的控制目标。     

一类双线性系统的最小方差控制及其应用

对一类双线性系统，建立了具有广义性能指标的最小方差控制算法和参数未知时的自适应控制算法，该算法能用于最小相位和非最小相位的双线性系统。仿真实验表明该算法具有良好的动态响应性能，且能用于废水处理中的溶氧过程控制。     

一类最小方差自校正调节器的仿真研究

本文对一般的最小方差自校正调节器和广义最小方差调节器跟踪设定值的情况进行了数字仿真。通过引入积分补偿和对设定值进行平滑等措施,明显地改进了原广义最小方差自校正调节器的性能。约束控制方差的自校正控制算法,兼有最小方差自校正调节器和广义最小方差自校正调节器两者的优点。文中给出的仿真结果,对工业过程的实时控制有一定的参考价值。     

基于自适应方向局部三值模式的人脸识别

为了解决局部三值模式特征向量维数过高和不能自适应选取阈值的问题,引入方向局部二值模式的思想,提出了一种具有自适应性的方向局部三值模式(SD-LTP)。SD-LTP通过具有降低特征向量维数的方向局部三值模式来描述图像,将图像全局灰度特征引入编码中以增强算法对全局特征的描述;引入具有自适应性的阈值增强算法的抗噪能力。在ORL和FERET标准人脸库上的实验结果表明,SD-LTP有效地降低特征维数;并显著提高了人脸的识别率。     

任意阵列天线自适应方向图综合的模值逼近法

基于自适应理论提出了一种任意阵列天线方向图综合算法。该算法采用模值逼近，并利用牛顿迭代法二次收敛的特点，使综合最优化方向图的速度达到非线性收敛，该方法能够有效地控制主瓣和旁瓣的形状，大大加快算法的速度。     

基于点的方向图算法

提出了一种基于曲率的点方向初始值算法．该算法根据像素点在不同方向上的曲率变化确定该点的初始方向值,并明确提出了点方向的概念．提出了一种点方向图的新算法并研究了相应的快速算法．基于块划分的传统块方向图有时是不连续的．与块方向图相比,点方向图保留了块方向图的统计特性,又克服了块方向图的缺陷,不需要先进行背景分离,点方向计算与背景分离同步进行．     

约束适应控制磨削过程的成圆机理分析

分析表明，约束适应控制系统用于径向非等刚度回转零件的磨削过程中，并不能提高被磨表面的几何精度．其原因在于，该系统产生的补偿力不符合工件的成圆机理．针对这一问题，设计了一补偿力与成圆机理相符的自适应控制系统．     

改进的线性受限共轭梯度常模算法

提出了一种改进的线性受限共轭梯度常模算法,称之为M-LCCGCMA.其核心是采用最优自适应步长的方法对已有算法进行优化,并推导出步长的解析形式,确保了算法收敛于期望用户,提高了系统性能.通过对算法代价函数的理论分析,得出了算法收敛的条件.将算法在加性白高斯和多径衰落信道的环境中进行了仿真,结果表明,该算法的信干比性能和误码率性能均比现有的自适应步长常模算法要好.     

一种新的自适应预报控制算法

提出了一种新的自适应预报控制算法。证明了该算法具有全局收敛性。举例说明了如何根据实用中受控对象的先验知识构造具体的全局收敛算法。仿真研究表明该算法具有良好的控制性能。     

线性受限最小二乘恒模波束形成算法

将线性受限条件运用于最小二乘,提出了一种线性受限最小二乘恒模波束形成算法,称为LC-LSCMA,并将它与传统的最小二乘恒模波束形成算法(LSCMA)及预解扩最小二乘恒模波束形成算法(P-LSCMA)进行了仿真比较。仿真结果表明,提出的LC-LSCMA算法比LSCMA及P-LSCMA的信干比性能和误码率性能要好,特别在低信噪比情况下性能仍优于LSCMA。     

利用线性约束的二阶最小均方算法进行自适应空时抗干扰

在无线衰落的通信信道中,空时编码的多输入多输出的（MIMO）系统具有很好的性能,但是多址干扰也很严重,提出一种自适应线性约束的二阶最小均方（LC-SOLMS）空时抗干扰算法,来抑制多址干扰和噪声。模拟结果证明：该算法具有较好的干扰抑制能力和快速的收敛性能。     

一种自适应鲁棒控制提高闭环系统精度的算法

将开关自适应控制与神经元网络相结合，提出了一种新的能连续调整的自适应鲁棒控制算法，给出了其闭环系统的跟踪收敛性证明。     

一种增广的Laguerre模型自适应预测控制算法

论文在简述基于Laguerre函数近似模型的自适应预测控制原理、算法的基础上,将现有的仅适用于开环稳定系统的预测控制算法进行扩展,提出一种增广的Laguerre函数模型自适应预测控制算法。该算法对于开环不稳定系统和非最小相位系统同样适用。仿真结果表明基于Laguerre函数模型的预测控制方法对控制变时延、变阶次对象具有较好的鲁棒性。     

全局收敛的多输入多输出最小方差自校正调节器

提出了可以控制具有不同传输延时的多输入多输出系统的自校正调节器。分析了该调节器的稳定性和收敛性。证明了该调节器具有全局收敛特性,即以概率1输入输出采样均方有界,条件均方输出取得极小值。