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.     

基于特征投影预处理零陷加深的抗主瓣干扰算法

当主瓣干扰功率较大时,基于特征投影预处理(EPB)的自适应波束形成算法抑制旁瓣干扰的能力大大下降甚至无法有效抑制,因此,在EPB算法的基础上提出了基于特征投影预处理零陷加深的抗主瓣干扰算法。首先将特征投影预处理后的数据向去除了主瓣干扰的干扰信号子空间上投影,对得到的数据进行适当的加权,再加到特征投影预处理后的数据上,以加强旁瓣干扰信号功率;其次利用干扰加强后的采样信号形成新的协方差矩阵,并计算其自适应权矢量;最后利用求得的自适应权矢量获得阵列输出,并对该算法的信干噪比进行了简要分析。仿真结果表明,当主瓣干扰功率较高时,该算法能够在旁瓣干扰方向上形成较深的零陷,具有更好的旁瓣抑制效果。     

关于三维三阶矩阵的特征方向

本文讨论了三维三阶矩阵Ａｉｊｋ按Ａｉｊｋｅｉｅｊ＝＋λｅｋ定义的特征方向ｅ１的存在性问题及其求解方法。     

基于前后向矩阵束方法的赋形波束方向图综合

针对阵列天线的方向图赋形问题,研究了一种基于前后向矩阵束方法(FBMPM)。先确定适当的阵元数目,再优化设计激励幅度和阵元位置,最终设计出需要的赋形方向图。由期望方向图的均匀采样数据构造Hankel-Toeplitz矩阵;然后对它进行奇异值分解,舍弃不重要的奇异值,得到此矩阵的低秩逼近矩阵;最后基于广义特征值分解求得重构阵列的阵元位置和激励。FBMPM采用特殊的前后向矩阵来约束极点分布,保证了重构赋形波束方向图的精度可控。仿真实例证明了方法的快速性和有效性。     

基于广义矩阵指数的判别局部保持投影方法

【目的】局部保持投影（LPP）是一种经典的非线性数据降维方法。在LPP方法基础上人们提出了判别局部保持投影方法（DLPP）,并取得了良好的效果,但DLPP方法存在小样本问题,针对该问题提出了广义矩阵指数判别局部保持投影（GEDLPP）算法。【方法】基于矩阵函数的性质,使用广义矩阵指数函数来重构DLPP,即为GEDLPP算法。【结果】提出的算法有两个优点：一是解决了DLPP方法的小样本问题;二是GEDLPP所隐含的非线性映射拉伸了不同类别样本之间的距离,从而提高了模式分类的能力。【结论】在COIL-20数据库,Yale,ExtendedYaleB和CMU-PIE人脸数据集上的实验结果表明：与最近提出的解决DLPP小样本问题的改进方法相比,GEDLPP的识别率优于其他方法。     

基于特征向量的线性约束最小方差自适应方向图控制

针对自适应波束形成中副瓣电平较高的问题,该文提出一种基于特征向量的线性约束最小方差(E-LCMV)自适应方向图控制算法。该算法通过对输入数据协方差矩阵进行特征分解,得到干扰子空间与噪声子空间,利用子空间之间的正交性,在静态加权矢量中修正约束矩阵和约束响应矢量,可在小快拍数条件下有效地抑制干扰,并同时保持静态方向图的副瓣特征。计算机仿真结果表明该算法具有良好的副瓣特性,并提高了低快拍数下输出的信干噪比(SINR),验证了该算法的有效性和优越性。     

非连通图的矩阵表示方法

利用矩阵和连通图之间的一一对应关系,找出非连通图对应的矩阵,并分析所得矩阵的性质.     

基于混合波达方向矩阵的测向方法

设计了一种准二维传感器阵列。这种阵列可划分为两个平移子阵，利用这两个子阵的信息构成混合波达方向矩阵。对混合波达方向矩阵进行特征分解，可获得信号的方位方向元素和方位角与高低角的混合方向矢量。这种方法具备波达方向矩阵的优点。     

基于周期图的自适应谱估计方法

移动的修正周期图谱估计方法在实时处理和非平稳信号处理的场合中是常用的一种有效方法。本文利用其相邻时刻数据组中的数据大量重叠的特点,提出一种谱递推形式的快速自适应谱估计方法,显著地减小了原方法的运算量。     

一种基于对角载入的鲁棒MVDR波束形成算法

当信号方向向量精确已知时,传统最小方差无畸变响应(MVDR)波束形成算法具有较好的分辨率和抗干扰能力.在实际通信环境中,由于外部环境、天线阵列以及采样协方差矩阵的估计误差等因素的影响,导致传统MVDR波束形成算法的性能急剧下降.针对这一问题,本文提出了一种新的基于对角载入的鲁棒MVDR波束形成算法.该算法考虑信号方向向量的偏差对MVDR算法性能的影响,并在最大允许偏差范围内导出最优的权重向量,有效地抑制了偏差对输出性能的影响,具有很强的鲁棒性,从而能够适应复杂的通信环境;同时该算法采用递推算法避免矩阵求逆,降低了计算复杂度,便于工程实现.仿真实验表明,与传统MVDR算法相比,所提算法具有更好的输出性能。     

基于罚函数和特征空间的子阵级自适应波束形成

基于线性约束最小方差(LCMV)准则的自适应波束形成算法在实际中得到了广泛的应用,但当其应用到子阵级时,自适应方向图主瓣变形且旁瓣升高,抗干扰性能严重下降.针对这些问题,提出一种基于罚函数和特征空间的子阵级自适应波束形成算法,引入罚函数对自适应方向图进行约束使其逼近期望的静态方向图;同时在干扰子空间约束波束响应为0,对干扰信号进行抑制.该算法在有效抑制干扰的同时,能够使主瓣保形并保持较低的旁瓣,还能获得较好的输出信干噪比.通过阵列方向图及输出信干噪比的计算机仿真验证该算法的有效性.      

基于实对称矩阵标准型的变换研究

根据实对称矩阵标准型的理论,重点探讨了合同变换和相似变换.从理论上给出了将实对称矩阵化为标准型的方法,并通过实例指出实对称矩阵在不同变换下得到的标准型与其特征值之间的关系.     

基于共生矩阵的自适应图像检索

介绍一种可在ＰＣ机上实现的快速静态图像编码及检索技术．图像内容用它的四个纹理特征值来综合标定．这些数值来源于图像的灰度共生矩阵．依靠一套自适应算法可对不同环境摄入的图像进行检索．文章还讨论了图像检索中的一些问题以及解决的方法．     

矩阵非奇异性判定

利用矩阵块对角占优的性质，给出了矩阵非奇异的一个判定条件．     

基于新的模式识别方法和函数的研究

介绍了一种新的模式识别的方法（和函数方法）,证明了有限有色点组成的图形与和函数的一一对应关系,从理论上为图形识别提供了一种比较直观、简单、便于理解和实现的模式识别方法,并为计算机图形识别提供了一种方便的数字化手段。     

主对角线全为零的置换模式矩阵的惯量

文章在给出主对角线全为零的置换矩阵的惯量基础上，利用代数学相应的基本原理和方法并结合组合数学的研究思路进行了充分分析和论证，从而解决了相应置换模式矩阵的惯量问题。     

基于适应参数的设计模式重用方法

描述了一种基于适应参数的设计模式重用方法。讨论了设计模式的适应时机，对模式参数作了分类和说明，在此基础上给出了一个设计模式重用的具体实例。     

基于非线性约束的可变对角加载自适应波束形成算法

提出了一种鲁棒波束形成算法。给出了一种基于可变角加载形式的方向图权向量形式,然后利用非线性约束条件对此权向量进行优化。新的算法可以在期望信号导引向量存在误差的情况下提供较好的输出SINR。仿真证明了新算法的有效性。