基于Givens旋转多用户多径DS-CDMA信号伪码盲估计

针对多径多用户低信噪比下的伪码估计,提出一种基于Givens旋转多用户多径DS-CDMA信号伪码盲估计的算法.该算法在同步接收扩频信号的基础上,利用特征值分解法获得用户特征向量子空间,通过2维Givens矩阵对子空间特征向量组成的2维载荷矩阵进行旋转,当定义的载荷矩阵总方差达到极小值时停止旋转,得到伪码序列的最佳估计.该算法克服了传统特征分解法估计多用户伪码序列时的缺陷,解决了多用户多径低信噪比情况下伪码序列的盲估计问题.仿真结果表明该算法是有效的,且具有抗多径干扰的能力.     

量子神经网络在心电图分类中的应用

将量子叠加的概念引入前向神经网络,提出了量子神经网络的计算模型.量子神经网络分类器是将量子迁移(量子间隔)概念引入前向神经网络,在隐含层和输出层借鉴量子理论中的量子迁移(量子间隔)思想,神经元采用多个激励函数的叠加,形成对特征空间的多级划分,在训练过程中,量子神经元能够根据需要伸展或坍塌.当输入模糊信息时,该算法可以学习数据集中的不精确性或不确定性,具有较高的分类精度.将该算法应用于心电图诊断中,结果表明具有较好的分类效果和较快的训练速度.     

一类二阶算子矩阵的谱性质

对于A、B、C均为给定算子的一般上三角算子矩阵(A C0B),给出了算子矩阵是单射、满射、值域稠的等价条件.然后,将结论进一步推广,利用空间分解方法,刻画了当C具有闭值域时二阶算子矩阵(A CDB)的谱、点谱、连续谱和剩余谱.     

多自由度线性阻尼系统的随机振动分析

本文讨论多自由度线性阻尼系统,应用状态空间法使系统非耦合,得到系统的一般响应和激励为弱平稳随机过程时响应的互谱密度矩阵.     

基于拉普拉斯图的谱特征的图像聚类研究

提出一种用拉普拉斯图的谱系数夹角谱特征来描述图像几何结构的方法,同时研究了基于图的谱聚类系统.首先将序列图像以角点的形式构成拉普拉斯矩阵;然后分解该矩阵,结合特征值和其特征向量计算图中各点的谱系数夹角谱特征;再以局部保持投影方法将这些向量内嵌到模式空间,并在其特征空间用模糊c-均值算法进行聚类分析.结果表明,以拉普拉斯图的谱系数夹角谱特征解决了图中各点在向量空间的分布及其对应关系,在模式空间进行的聚类分析是有效的.     

预处理谱随机变分原理和随机有限元法

利用正交级数对材料和外荷载随机场进行离散;利用刚度矩阵在随机场均值处的逆矩阵作为预处理因子,定义一组随机子空间的新的基向量,将结构随机响应过程展开为该组随机基向量的线性表达式,首次提出了预处理谱随机变分原理,在此基础上建立了结构随机分析的预处理谱随机有限元法.该方法能够导出降阶的控制方程,因而与普通的谱随机有限元法相比计算量大大降低;而且该方法能够同时适用于小变异或大变异的随机结构的分析和计算.算例表明,预处理谱随机有限元法不仅对内存要求低,而且在梁板等结构的随机分析中具有较高精度和计算效率.     

复杂网络的拉普拉斯和无符号拉普拉斯特征谱分析

复杂网络的特征谱与网络的拓扑结构密切相关,通过研究特征谱可以更好地了解网络的拓扑性质和动力学行为.本文总结了复杂网络特征谱方面的研究成果,首先介绍了三类典型的复杂网络模型邻接矩阵、拉普拉斯矩阵和无符号拉普拉斯矩阵的特征谱与网络结构和网络同步之间的关系,然后通过仿真分析研究了ER随机网络、WS小世界网络和BA无标度网络模型的邻接矩阵、拉普拉斯矩阵和无符号拉普拉斯矩阵的谱半径与网络规模和连边概率之间的关系.     

太赫兹场作用下的GaAs双量子阱的光吸收分析

用密度矩阵理论分析了在超快脉冲及太赫兹场作用下GaAs量子阱和双量子阱的光吸收谱.分析表明：在直流和太赫兹场作用下,由于量子约束斯塔克效应,光吸收谱呈现出多个激子吸收峰.改变太赫兹的强度和频率,吸收谱出现恶歇分裂,并产生边带,这些分裂主要来源于太赫兹作用下激子的非线性效应.     

含负折射率介质的光子晶体量子阱的透射谱特性研究

构建具有双量子阱结构的一维光子晶体(AB)m(CD)n(AB)m(CD)n(AB)m的物理模型[(AB)5(CD)n]2(AB)5,考虑介质为正折射材料或负折射材料情况,利用传输矩阵法对不同的n取值及C、D材料进行色散关系和透射能带谱的数值计算与分析,揭示光子遂穿多量子阱结构时谱线条数及其分裂的规律性.结果表明,当重复...     

加载对色散吸收介质光腔量子性质的影响

利用系统经典格林函数和正则量子理论,对色散吸收介质中电磁场量子化;借此着重研究加载对色散吸收 介质光腔系统量子性质的影响.结果表明:介质加载使光腔系统谐振频率低向漂移,同时改变该系统真空场起伏功 率谱的空间分布.     

厄米对称空间上的非线性 Schrdinger 方程的量子反散射方法 Ⅰ:C.Ⅰ.情形

本文应用量子反散射方法研究厄米对称空间C.I.上的非线性Schr(?)dinger 方程。通过求解经典和量子Yang-Baxter 关系,建立了散射数据之间的经典泊松括号和量子对易关系。我们的结果表明,量子R 矩阵和经典r 矩阵满足通常的Izergin-Korepin 关系。     

随机图中正则Laplace矩阵的谱分析

用随机矩阵中的矩方法研究给定期望度数随机图中正则Laplace矩阵经验谱分布的收敛性, 结果表明, 在期望度数满足一定条件时, 相应正则Laplace矩阵的经验谱分布几乎处处收敛到固定的概率分布, 但在不同的期望度数下, 此概率分布可能不同.     

Hermite矩阵特征空间的扰动界

矩阵的特征值在各个领域中都有着广泛的应用,其中Hermite矩阵的特征值问题占有重要地位,尤其是在概率论、控制优化、经济管理等诸多领域都有重要应用.在实际计算过程中往往存在误差,使特征值的计算产生扰动.本文借助谱分解定理和奇异值理论以及矩阵理论中的相关性质来研究Hermite矩阵的特征空间的扰动,利用Rayleigh商来界定Hermite矩阵特征空间的扰动界,给出了两个新的扰动界.     

一种基于圈基的谱匹配算法

提出一种基于圈基的谱匹配算法.利用两幅待匹配图像的特征点分别构造一组圈基,根据圈基构造赋权邻接矩阵,并进行SVD分解,然后利用分解所得到的特征向量构造反映特征点之间匹配程度的关系矩阵和匹配概率矩阵,最后通过交替归一化将匹配概率矩阵转化为双随机矩阵的形式以获得匹配结果.模拟与真实图像实验结果均表明该方法具有可行性和有效性.     

一种基于流形距离核的谱聚类和量子聚类融合算法

谱聚类是一种基于图谱划分理论的聚类算法,本质上是将聚类问题转化为图的最优划分问题;量子聚类可以充分挖掘数据样本的内在信息,是一种基于划分的无监督聚类算法.为了充分发挥谱聚类算法和量子聚类算法的优势,本文提出了一种基于流形距离核的谱聚类和量子聚类融合算法(MFD-NJW-QC).首先,计算数据集的流形距离核矩阵,构造相应的拉普拉斯矩阵;其次,根据拉普拉斯矩阵的若干最大特征值对应的特征向量构造新数据集,并使用量子聚类算法对新构造的数据集进行聚类,从而得到原始数据的类标签;最后,基于7个人工数据集和5个UCI数据集验证MFD-NJW-QC算法的聚类性能.结果显示,MFD-NJW-QC算法能够明显提高聚类性能,尤其对于具有流形结构,且类簇大小不平衡、密度分布不均匀的数据集优势更为突出.     

基于子空间方位稳定性的弱目标检测方法

针对在水下未知目标检测和方位估计中,无法同时对强目标和弱目标实现检测和方位估计的问题,提出一种基于子空间方位稳定性的弱目标检测方法.该方法首先对阵元接收信号协方差矩阵进行特征分解;然后利用目标子空间波束形成所得方位估计值在真值附近、比较稳定,背景噪声子空间波束形成所得方位估计值随机分布在[0°,180°]、比较随机的特点;最后对各子空间归一化空间谱进行方位方差加权,可以进一步抑制背景噪声子空间空间谱对弱目标子空间空间谱的干扰,缩小强目标与弱目标所在方位处空间谱幅值差异.理论分析、数值模拟和实测数据处理结果均证明,在同一频带和同一波束图中,相比分子带波束形成检测法,该方法可有效增强弱目标子空间空间谱幅值,缩小强目标与弱目标所在方位处空间谱幅值差异,同时实现对强目标和弱目标的检测和方位估计.     

(α,β)-模糊向量子空间

利用模糊点和模糊集的邻属关系,给出了(α,β)-模糊向量子空间的定义,根据α,β的不同组合得到16种(α,β)-模糊向量子空间,并给出了它们之间的关系;讨论了(α,β)-模糊向量子空间与模糊集截集的相关定理;重点讨论了(∈,∈)-模糊向量子空间、(∈,∈∨q)-模糊向量子空间和(∈∧q,∈)-模糊向量子空间,并给出了相关定理.     

三类自伴映射的性质

构造了三类从矩阵空间Mn到自身的保持矩阵自伴性的映射,主要研究了这三类映射之间交换性的等价关系与等价条件,完全有界范数的上界刻画及它们谱的结构特征。同时,应用这些映射在张量积空间中,讨论了一类与量子信息论紧密相关的算子的性质,给出了其迹范数上下界的估计。     

具有整体单极子的Barriola-Vilenkin黑洞的量子隧穿辐射

 利用量子隧穿辐射理论计算出具有整体单极子的Barriola-Vilenkin黑洞的热辐射谱,发现量子隧穿辐射谱与Bekenstein-Hawking熵有关,不再是严格的纯热谱,在忽略二次项时与已知的Hawking辐射结果完全一致,并用数值方法比较了两者差异.     

量子计算中线性算子的外积表示及部分相关应用

线性算子是量子计算中的一个重要组成部分,当线性算子作用于向量空间时,它等价于一个矩阵.在量子计算中,线性算子也可由外积表示,可有效精简数学计算过程.给出了不同基下,仅利用其矩阵形式,得到相应的不同外积形式的计算方法,且对外积形式对计算的精简作用以例子进行了简要说明.并给出了部分相关应用.