阵列误差有源校正算法及其改进

阵列互耦、幅相误差以及阵元位置误差的综合影响会严重影响MU-SIC算法的测向性能.为此,本文主要研究了由这3种误差引起的阵列误差校正问题.该文在已有的阵列误差校正算法(算法1)的基础上,给出了一种基于互耦矩阵稀疏性的阵列误差校正算法(算法2)和一种利用互耦矩阵特殊结构的阵列误差校正算法(算法3).虽然3种算法具有相同的计算模式和理论框架,但后2种算法因利用了互耦矩阵的更多性质,从而提高了参数估计精度,而对于均匀线阵和均匀圆阵而言,算法3的优势更加明显.另一方面,文中还将上述3种算法推广应用于校正源方位存在偏差的情况,它们在校正阵列误差的同时,还可以补偿校正源的方位偏差.最后,分别在校正源方位无偏差和有偏差这两种情况下,通过仿真实验分析和比较了3种校正算法的参数估计性能.大量仿真实验表明,若能尽可能多地利用互耦矩阵的特殊性质,将十分有利于提高阵列误差的校正精度.     

一类基于B2（mod m）序列的准循环LDPC码

基于B2(modm)序列,提出一种构造二元低密度奇偶校验(LDPC)码的新方法.这类编码的校验矩阵列重为3、行重为任意整数,并且具有准循环(QC)结构.校验矩阵对应的Tanner图围长至少为8,对应的最小距离至少为12.当m为素数时,提出一种减少8环的方法,使得Tanner图中4类可能的8环中两类被完全消除.仿真结果表明,m为素数时新LDPC码的译码性能优于渐进边增长(PEG)算法随机产生的(准)规则LDPC码.此外,提出一种基于邻域扩展搜索的启发式算法,利用该算法可以获得长度接近或达到上界的B2(modm)序列.     

多输入多输出系统中基于长方阻塞矩阵的酉多级Wiener降秩联合检测算法

针对传统均衡算法复杂度高、收敛速度慢的问题,提出了一种基于长方阻塞矩阵的多级Wiener降秩联合检测算法,其中的多级Wiener滤波器通过相关相减结构来实现,即酉多级Wiener滤波器.该算法选取酉多级Wiener滤波器阻塞矩阵中的一个长方子阵作为阻塞矩阵,使得酉多级Wiener滤波器前向递推分解中接收信号向量的维数逐级降低,从而在降低了均衡的迭代复杂度的同时,加快了算法的收敛速度.理论分析和仿真结果表明,基于长方阻塞矩阵的酉多级Wiener联合检测算法具有复杂度低、收敛速度快的优点.在具有4根发射天线、8根接收天线,并且采用BPSK调制的V-BLAST(vertical Bell labs layered space-time)系统中,采用本算法仅用基于酉多级Wiener滤波的均衡算法一半的计算复杂度在高信噪比处即可达到与其相同的误码性能.     

基于自然梯度的递归最小二乘盲信号分离

研究在线盲信号分离问题. 先提出一种递归最小二乘(RLS)白化算法, 然后与一种基于自然梯度的RLS信号分离算法相结合, 并经合理近似, 得到一种新的RLS盲信号分离算法, 它不需要对观测数据进行白化预处理. RLS白化算法和RLS信号分离 算法的平衡点分析表明, 这两种算法具有所期望的收敛性. 理论证明了提出的RLS盲信号分离算法具有等变化性和分离矩阵的非奇异性这两个关键性能. 仿真实验验证了新算法的有效性.     

超大规模集成电路互连分析算法研究

研究了计算电容矩阵的一种快速有限元算法并用于超大规模集成电路(VLSI)互连分析 ,该方法将形状独立不变测试方程法引入有限元公式中 ,同时还研究了波阵技术以加速有限元方程求解 .数值实验表明 ,结果与已知文献结果吻合较好 ,不失为一种有效的VLSI互连分析算法     

2DPCA及2DLDA相关研究综述

二维主分量分析(2DPCA)是近年来得到广泛重视快速的抽取特征算法,二维线性鉴别分析(2DLDA)是Fisher线性鉴别分析在矩阵模式下的推广,这两种算法在图像识别领域有重要的应用.本文对近年来国内外在2DPCA及2DLDA方面的相关研究进行了综合分析,总结了已经取得的研究成果,对各种算法进行了比较,也研究了二维方法与传统的PCA和LDA之间关系.     

一类基因表达式程序设计的收敛速度

利用Markov链与谱分析理论研究基于精英保留策略的基因表达式程序设计算法(ME-GEP)的收敛速度,获得了以下结果:(1)ME-GEP算法依概率收敛到全局最优解;(2)ME-GEP算法的收敛速度由算法对应的Markov链的状态转移矩阵的修正谱半径决定;(3)给出了修正谱半径的一个上界;(4)作为文中理论成果的应用,分析了多项式函数建模问题的ME-GEP算法的收敛速度,进一步证实了算法收敛速度与算法参数的依赖关系。     

基于特征点的空间目标三维位姿单目视觉确定算法

针对基于特征点的空间目标包括相对位置和相对姿态等的三维位姿单目视觉确定问题,提出了一种基于逆投影思想的迭代方法.给出了一种包含景深估计和绝对方位解算两阶段的迭代算法,在景深估计阶段首先计算由转移矩阵表示的最优平移矢量,然后重构各特征点,并利用其在逆投影线上投影更新各特征点的景深;在绝对方位解算阶段采用Umeyama绝对方位解析算法计算相对姿态矩阵,上述两阶段迭代进行直至结果收敛.利用全局性收敛性定理证明了文中算法的全局收敛性.最后,以航天器交会对接最终逼近段的视觉测量为背景对该算法进行了数学和物理仿真,进一步验证了算法的有效性和收敛性.     

基于分阶段学习的盲信号分离

首先定义了描述信号分离状态的信号相依性测度, 并利用此测度将传统算法中的学习速率参数推广至二维矩阵, 从而提出了一种基于分阶段学习的盲信号分离算法, 即整个信号分离过程被分成三个阶段进行: 初始阶段、捕捉阶段和跟踪阶段, 每个阶段的学习速率由信号的分离程度自适应选取. 理论分析表明, 该算法满足等变化性和分离矩阵的非奇异性条件. 仿真结果证实, 新算法具有比使用固定和其他自适应学习速率的算法更快的收敛速度、更好的稳态性能和更高的数值稳定性.     

混合SQP的基于完全学习的粒子群优化算法在电力系统中经济分配问题的应用

电力系统经济负荷分配(ELD)问题是电力系统运行中一个重要的优化问题.此前,多种经典数学逼近方法和启发式搜索算法被用于对该问题进行了求解.但是,这些方法仍然存在两个很重要而未引起足够重视的问题:1)算法的稳定性得不到有效保证;2)算法在大规模ELD问题上的性能仍然不能令人满意.CLPSO是一种新的高效全局优化算法.针对其存在的多样性保持能力强但收敛性不足的问题,文中引入序列二次规划SQP,提出了一种新的混合SQP的CLPSO算法SQP-CLPSO.用其求解多个典型ELD问题,并与多种知名算法进行了对比.实验结果表明,SQP-CLPSO具有优秀的收敛性、多样性和可拓展性,是求解复杂ELD问题的有效算法.     

均匀线阵互耦条件下的鲁棒DOA估计及互耦自校正

阵元互耦的存在会使大多数高分辨DOA(direction-of-arrival)估计算法的性能恶化. 利用均匀线阵互耦矩阵的对称Toeplitz性和带状特性, 基于子空间原理, 提出了一种互耦条件下的鲁棒DOA估计及互耦校正算法. 算法的方位估计不需要阵列互耦的任何信息, 估计精度高、分辨力强; 另外, 算法在方位估计的同时, 还可以精确地估计出均匀线阵的互耦系数, 从而实现阵列互耦的自校正. 算法的运算量小, 方位与互耦系数的估计均不涉及高维的非线性优化搜索, 只需一维搜索或多项式求根. 对算法参数估计的统计一致性、统计有效性和模糊性进行了分析讨论, 并用Monte Carlo仿真实验验证了该理论分析的正确性和算法的有效性.     

基于S1／2建模的稳健稀疏-低秩矩阵分解

为实现稳健的稀疏-低秩矩阵分解,本文首次引入矩阵的S1／2范数以诱导矩阵的低秩性来构建新模型,并在ADMM算法框架下设计了高效的交替阈值迭代算法．该算法采用增广Lagrange乘子技术,在迭代过程中交替更新低秩矩阵和稀疏矩阵．由于这两个矩阵的最优更新具有显式形式、算法整体的计算精度和时间代价得以控制．大量的数值模拟实验说明：相较于目前最好的不精确ALM算法,交替闽值迭代算法的迭代次数与时间代价大幅降低,对噪声更为稳健,分解出的低秩矩阵的秩与稀疏矩阵的稀疏度更接近于真实值．在对监控视频进行背景建模这一实际问题中,交替闽值迭代算法得到的背景矩阵更为低秩,更符合问题先验,且时间代价相较于不精确ALM算法降幅高达一个数量级,这说明新模型与算法能有效解决相关实际问题．     

序列递推关系与一类代数几何码的有效译码——Ⅱ.一个达到Feng Rao界的有效译码算法

对于一类代数几何码 ,在其错误向量的伴随式序列上引进了一种递推关系 .运用广义Berlekamp Massey算法 ,结合大数表决方案 ,给出了一类代数几何码的一个达到Feng Rao界的有效译码算法 ,这个算法的复杂度为O(γo1n2 ) .对于不同的代数曲线 ,可通过适当选取基函数来降低算法的复杂度     

基于Markov随机场和FRAME模型的无监督图像分割

提出了一种多纹理图像的无监督分割方法. 此方法应用两层的随机场模型对需要分割的图像进行建模. 第一层用Markov随机场(MRF)模型表示一个不可观测的区域图像, 第二层用“滤波器, 随机场和最大熵(FRAME)”模型表示覆盖每一个区域的纹理图像, 与传统的分层Markov随机场(HMRF)模型相比较, FRAME模型可以取较大的邻域系, 从而对更加复杂的图案式样进行建模. 根据Bayes定理, 分割问题被转化成一个最大后验(MAP)估计问题. 迭代条件模型(ICM)算法用来求解最大后验估计. 提出一个基于局部熵率的算法来简化MRF参数的估计, FRAME模型的参数用最大期望(EM)算法估计. 最后, 使用一些合成的和真实的图像分别来做实验, 实验结果表明该方法能有效地分割含有复杂纹理的图像, 并且对噪声有一定的鲁棒性.     

基于卷积编码的SOC测试响应压缩研究

提出一种单输出压缩方法. 首先提出了码率为n/（n-1）、距离为3的卷积码的设计规则, 利用这些规则可得到卷积码的校验矩阵, 该校验矩阵的实现电路即是能够提供单输出压缩的响应压缩电路. 所设计的压缩电路可避免2个和任意奇数个错误位的混淆、避免一个未知位（X位）对特征的掩盖. 利用概率论分析了未知位掩盖效应. 如果未知位分布具有聚簇特征, 那么提出的多重量校验矩阵设计算法能够大大降低未知位的掩盖效应. 最后用一些实验数据验证了所提出的压缩电路能够提供较强的未知位容忍能力和非常低的错误位混淆率.     

翼型和机翼的多目标优化设计研究

为使已有的单目标优化方法推广用于多目标/多学科优化中去, 构造一个合适的综合目标函数(确定性算法)或适应函数(遗传算法)是十分重要的. 提出了一种适用于具有约束优化问题的目标函数组合法(OFCM), 讨论了采用确定性算法和遗传算法进行高性能翼型和机翼的双目标和双学科优化的问题. 二维(翼型)和三维(机翼)算例表明本文的方法可用于优化不同流体条件下、不同类型的翼型和机翼.     

基于混合非圆率信号的CESPRIT算法

根据信号常常为圆和非圆信号混合形成的这一情况,提出的做一种基于ESPRIT思想的CESPRIT算法。该算法对阵元接收数据取共轭,然后重组出新的接收数据矩阵,利用构造出的两个选择矩阵,将新接收数据矩阵在分割为两个特定子矩阵,并结合ESPRIT算法思想,对获取的两子阵间的旋转不变关系矩阵进行特征值分解。通过获得的特征值估计出信号DOA．仿真实验表明,与传统ESPRIT算法相比,该算法具有估计精度高,需要的快拍数少和处理的信号个数可大于阵元个数等优点。     

用迭代非均匀B-spline曲线(曲面)拟合给定点集

基于盈亏修正的思想, 提出迭代非均匀B-spline曲线曲面的算法, 来解决目前计算机辅助设计和逆向工程中急需解决的一个关键问题: 无需求解方程组得到拟合(插值)给定点集的曲线曲面. 其基本思想是首先按给定的拟合点集作一条(张)初始的非均匀B-spline曲线(曲面), 然后用迭代公式逐次调整其控制顶点, 得到一族拟合精度不断改善的非均匀B-spline曲线(曲面). 用现代矩阵理论严格证明了迭代的极限曲线曲面插值于给定点集. 这种用迭代法产生的非均匀B-spline曲线曲面具有符合NURBS标准、显式表达、局部性和保凸等优点.     

步长选择定理及其应用——平行变步长LMS滤波器组算法

从独立假设出发, 基于均方误差最小准则, 提出并证明LMS(Least Mean Square)算法的步长选择定理, 揭示了较优步长和均方误差的关系. 由此构造一种平行变步长LMS滤波器组算法, 并对算法的理论模型进行了详细分析. 仿真结果表明, 该算法模型的理论曲线和最优变步长LMS (optimal variable step-size LMS, OVS-LMS)模型的学习曲线基本重合, 实验曲线也显示了最优的收敛性和很好的跟踪性能. 因而该算法是最优变步长LMS模型的一种较好的实现形式.     

变换矩阵(mod n)的阶及两种推广Arnold变换矩阵

分析了矩阵(mod n)的阶的结构,然后给出有限域上的矩阵的阶与其Jordan标准形的关系.接着给出两种2维Arnold变换矩阵的n维推广:A型Arnold变换矩阵和B型Arnold变换矩阵,并在给出的关于矩阵阶的结果的基础上给出它们的阶的分析结果和其他性质.