一种非线性可燃物含水率模型的线性化方法

利用泰勒展开的的方法给出一种将非线性可燃物含水率模型线性化的方法,进而给出了基于logistic函数可燃物含水率模型参数的估计方法,由此得到一种线性化的可燃物含水率预测模型.通过实验数据检验,给出的线性化可燃物含水率模型的准确率达到97%(相对误差不超过5%),说明该非线性可燃物含水率模型的线性化方法是可行的,由此得到的线性化可燃物含水率预测模型可以用于预测可燃物含水率变化规律.     

两种非线性鲁棒PID控制器

针对非线性船舶航向保持系统,给出一种基于精确反馈线性化和闭环增益成形算法的非线性鲁棒PID控制器,该非线性PID控制器由非线性函数项和鲁棒PID控制器组成。另外,还给出一种完全基于闭环增益成形算法的非线性鲁棒PID控制器,其包含了具有定时功能的开关元件,两种非线性PID控制器在提高系统鲁棒性能的基础上,简化了控制器设计,从仿真结果可以看出,航向保持效果良好。     

一类执行机构和模型均含不确定性的非线性系统的镇定

运用非线性系统的精确线性化方法,将一类执行机构动态特性及模型本身都带有不确定性的仿射非线性系统变换成间接型的带不确定参数的鲁里叶系统,从而解决了这类系统的镇定问题.其主要意义在于将鲁里叶理论推广到了非线性情形及参数不确定情形.     

一类多输入不确定非线性系统的镇定c

运用非线性系统的精确线性化方法和Lie代数工具,将一类满足一定条件的多输入不确定仿射型非线性系统变换成含可变参数的多变量线性系统。然后通过应用Routh算术求得合理的状态反馈矩阵,使得不确定向量在给定范围内任意变化时变参数闭环线性系统的特征多项式恒为Hurwitz多项式,从而使该线性系统稳定。与此同时,间接地解决了原多输入不确定非线性系统的镇定问题,并且求得了镇定控制律的解析表达形式。给出了一个设计例子,其数值仿真的结果验证了本文所提出方法的正确性和有效性。     

AM-AM变换对卫星跟踪和数据中继DOA估计的影响

摘要： 在跟踪和数据中继卫星系统反向链路中,多路频分复用信号通过高功率放大器时存在严重的交调干扰,导致输出的各路阵元信号严重失真. 针对这一问题,该文通过幂级数模型分析高功率放大器调幅-调幅(AM-AM)变换对通道间幅度一致性的影响机理,建立幅度不一致性对波达方向(direction of arrival, DOA) 估计影响的数学模型,并进行计算机仿真. 理论分析和仿真结果表明：高功率放大器的AM-AM变换不会引起估计角度的偏移,但会导致空间角度范围内的谱峰值降低,同时使3 dB 谱宽变宽. 此外,AM-AM变换还会导致DOA估计性能恶化.     

一类多项式精确根值的算法

本文对计算整系数多项式的有理根的精确算法进行了改造,结合计算机处理数据及运算的特点,给出了求此类多项式的精确有理根值的算法.从而使此类问题的精确值的计算在计算机上得以实现.     

一种数字基带直接预失真线性化技术方法

提出了一种功放线性度可调的数字基带直接预失真线性化技术方法.理论分析和仿真结果表明:当仅仅考虑三阶互调时,可以达到理想的线性度改善;对于给定要求的线性度,改变功放线性度可得到功放输出功效和三阶互调改善问的一个折衷.     

基于高斯相似度分析的最大后验非线性变换HMM自适应算法

由于训练环境和识别环境的失配,识别系统的性能会严重下降,为此提出了基于高斯相似度分析的最大后验概率非线性变换的环境自适应算法,它可以减小由于环境的失配所引起的系统性能的下降.在该算法中,首先将HMM模型中的高斯分量进行相似度分析并建立二叉树,然后根据数据自适应调整变换类数,在每一类内利用分段线性回归近似非线性变换将训练环境下的HMM变换到识别环境,减小环境的失配,变换参数的估计采用了最大后验概率估计(MAP).数字语音识别实验证明:该环境自适应算法的识别性能优于带有高斯相似度分析的MLST、MAPLR和MLLR等算法.     

一类可变换为鲁里叶直接型的非线性不确定系统的镇定

运用非线性系统的精确线性化方法,将一类执行机构不确定的仿射非线性系统变换成直接型鲁里叶系统,从而解决了这类系统的镇定问题。     

一般多值双向联想记忆模型及其在IP地址识别中的应用

通过引入模式相似度的概念,给出了一个一般的多值双向联想记忆模型.该模型囊括了Wang的指数式多值双向联想记忆(Mv-eBAM)以及多项式多值双向联想记忆(PBHC),并衍生出几种新的多值双向联想记忆模型,即正切联想记忆(HTBAM)和柯西联想记忆等.其中侧重对比讨论了HTBAM和Wang的PBHC模型,模拟结果显示HTBAM具有和PBHC相当的存储容量,且纠错性能显著提高.最后利用此性能,将HTBAM用于IP地址识别中,给出了一种新颖的联想IP路由查找方法.     

老年轻度认知障碍患者的脑电熵分析

选取8名轻度认知障碍(mild cognitive impairment, MCI)老年人和17名正常老年人参与图片颜色的认
知任务,并同步记录他们的脑电信号,然后采用相对能量、样本熵和累积残余熵分析方法,研究这两组被试在执
行任务时的不同脑区脑电活动的差异. 研究发现：1) 两组被试alpha相对能量无差异,但MCI患者额中央区和顶
枕中央区的脑电熵高于正常人;2)两组被试额区脑电的熵值都高于其他区域,中线区域的脑电熵值低于左右半
球;3)刺激类型对两组被试的脑电活动有影响,在完成匹配任务时,两组被试大脑前侧区域的脑电活动更为复杂,
并且正常人大脑右侧中央区域的脑电活动复杂性较高;4)与样本熵相比,累积残余熵能更细致地刻画出MCI患者
脑电的非线性特征. 结果表明,MCI患者认知过程中的脑电活动存在异常,信号更为复杂. 与样本熵相比,累积残
余熵更适合于分析脑电的非线性特征.     

高光谱图像分块压缩感知采样及谱间预测重构

压缩感知理论提供了一种新的数据采集思路. 基于该理论提出了一种高光谱数据采集和图像重构方法,以波段分组的方式将高光谱各波段分为参考波段和普通波段,对各波段图像单独采用分块压缩感知测量以获取高光谱数据. 在图像重构过程中,参考波段采用平滑投影Landweber算法重构. 对于普通波段,结合谱间预测和平滑投影Landweber提出了一种新算法: 先采用谱间双向预测得到预测图像,然后对预测图像进行分块压缩感知测量获得测量值,并计算它与该波段原测量值之间的差值,再由测量差值重构预测差值来迭代恢复原波段图像. 该方法在数据重构过程中充分考虑了高光谱图像的谱间相关性和空间相关性,能提高图像重构精度. 实验结果表明,利用所提出的方法重构高光谱图像,其性能优于多向量压缩感知方法和分块压缩感知测量后直接对各波段图像单独重构的方法.     

共形阵列LFM信号DOA和极化参数的联合估计

利用分数阶傅里叶变换(fractional Fourier transform, FRFT)对线性调频(linear frequency modulation,LFM)信号的能量匹配聚焦特性来简化共形阵列的数据模型,根据子空间拟合原理提出一种信源DOA和极化参数的去耦联合估计方法. 直接进行DOA估计涉及求解难度较大的多维多峰参数搜索过程,于是通过重构噪声子空间
和流形矩阵建立了单峰的目标函数,然后用PSO算法估计信源方位角和俯仰角,在此基础上利用ESPRIT实现极化参数估计. 仿真实验表明,去耦参数估计方法能在保证算法性能的前提下简化问题复杂度,有效降低运算量.     

鲁棒的快速车道偏移警告

针对FPGA等片上资源较为缺乏的处理器,提出一种应用于辅助驾驶的快速车道线偏移警告方法. 方法
面向单目视觉识别应用;首先采用基于区域统计方式的二值化处理进行图像增强,并利用515车道线模板匹配方
法代替传统的边沿检测去除原图像中的大量干扰信息,最后采用压缩型霍夫变换对匹配结果进行车道线提取. 与
传统霍夫变换相比,大大降低了运算量,减小了内存使用量. 实验证明,该算法对车道线的识别非常有效,满足实
时性需求,并已成功移植到FPGA上.     

低信噪比环境下语音检测的邻域极值差分信号功率谱分维算法

提出一种邻域极值差分信号功率谱的分形维值算法,并用于低信噪比环境下的语音活动检测. 在时域信号邻域范围内作极值差分检索获得邻域极值差分信号,进一步根据差分信号功率谱估计的最小误差求解分维值.在安静环境下,对正常语音和耳语音的语音信号活动检测(speech activity detection, SAD)性能与盒维相似,明显好于谱熵算法. 多种噪声环境下的SAD检测结果显示,所提算法的误检率远低于谱熵算法,在除白噪声以外各种条件下的误检率均低于盒维算法,且计算量约为盒维算法的5%. 实验表明,该算法在SAD检测和效率两方面具有良好的综合性能.     

正交频分复用水声通信的判决信道均衡算法

复杂的水声信道会对正交频分复用子载波产生幅度衰落和相位畸变. 针对信道时变和插值带来的误差对信道估计的影响,提出了一种基于判决的水声信道均衡算法. 该算法采用差错控制编码作为判决方式,将判决后的数据作为导频进行信道均衡,根据信道环境的不同分为判决迭代均衡和判决二次均衡两种方式. 仿真和湖上实验结果表明,该算法在不降低频带利用率的情况下可以有效提高系统性能.     

多小区MU-MIMO系统中基于信道投射的块对角化预编码设计

研究多小区MU-MIMO中的预编码设计. 通过扩展单小区块对角化预编码将泄漏到邻小区的干扰纳入考虑范围,根据信道投射的块对角化预编码和发送端提供的额外自由度,以最大化信漏比为原则对发送信号进行预处理. 在目标用户信号和泄露干扰之间取得一个折中以实现泄露干扰抑制的目的,同时在小区内用户间进行子
空间迫零以消除用户间干扰,从而降低小区干扰对多用户MIMO系统的不利影响. 相较于经典的泄漏干扰迫零算法,可以灵活地调整用于小区间干扰抑制的自由度,平衡抑制干扰与提升系统容量的矛盾关系. 理论分析和仿真均证明,该方法能有效抑制小区间干扰,提升系统容量,在相同干扰的条件下甚至可以成倍增加容量,且不用改变现有通信系统的拓扑结构,实现复杂度较低.     

基于线性分组码的自同步扰码盲识别

针对加扰前信息序列为线性分组码情况下的自同步扰码盲识别问题,提出了一种有效的解决方法. 首先,从理论上分析了线性分组码与随机序列游程特性的差异,得出了扰码序列正确抽取与错误抽取时输出序列的游程特性的区别;然后,通过遍历寻找抽取后序列的游程比值与随机序列游程比值的欧几里得距离的最大值方式实现了自同步扰码多项式的盲识别.仿真实验验证了理论分析的正确性,解决了0、1 均衡情况下的线性分组码自同步扰码盲识别问题,具有一定的工程应用价值.     

矿井超宽带无线中继传输的误码率性能

应用数据中继技术改善矿井超宽带(ultra-wideband,UWB)无线通信系统的误码率性能,并研究误码率最低的中继节点部署策略.首先,分析UWB单跳数据链路(无中继)在矿井的多径传播特性和误码率.此后,在不增加传输能量的基础上,研究基于“解码再中继”协议的井下UWB多跳中继链路的误码率,提出误码率最低的中继节点部署策略.实验结果表明:采用所提出的最优中继节点部署策略,可以在不增加节点能量消耗的前提下将多跳UWB通信的误码率降低3～5 dB.     

改进的异构无线网络接入选择方法

针对全IP业务,该文针对LTE/WiMAX异构无线网络提出一种改进的基于可变传输单元的接入选择算法. 算法利用二维资源单元计算系统容量,通过引入负载转移和可变传输单元,合理分配系统资源,更有效地为全IP业务服务. 利用排队理论建立系统四维马尔柯夫排队模型,分析并评价了系统性能. 仿真结果表明,与原有接
入选择算法相比,该算法更符合网络实际情况,在保证异构无线网络实时业务性能基础上,有效提高了非实时业务性能及系统总资源利用率.