基于时频域单源主导区的盲源欠定分离方法

提出时频域上单源主导的概念及其性质,扩充了稀疏性概念涵盖的混叠声源范围,更加接近多声源混叠的客观实际条件．派生的单源主导区间检测准则,在工程实践中具有较强的可操作性．在此基础上提出新的基于时频域单源主导区的盲源欠定分离方法（SSDI-UDBBS）,对声源数目和混叠矩阵的幅值衰减比与时延差同时进行准确地估计,并根据估计得到的声源数目和混叠矩阵,提出采用计算效率高的限制解计算框架求解还原声源的问题．新算法的可应用性在模拟会议室场景下的声源数目未知和传感器数目小于声源数目的盲源欠定分离实验中得到了佐证．     

欠定情形下语音信号盲分离的时域检索平均法

探讨欠定情形（即观察信号的个数少于源信号个数）下的盲信号分离,提出一种新的方法,即时域检索平均法（SAMTD）,该方法可解决目前在频域中难以处理的一类问题,它利用一类语音信号在时域中的稀疏持续性,回避像K均值聚类或势函数等常用统计聚类方法.为估计混叠矩阵,它剔除那些不与基矢量共向或反向的数据样本,以提高其估计的准确性.在源信号的恢复上,提出了一个超完备线性几何ICA改进算法.几个语音信号实验的仿真数据展示了所提方法的性能和实用性.     

基于稀疏元分析的欠定混叠自适应盲分离方法

传统盲分离理论假设源信号相互独立，通常采用独立元分析方法等实现盲分离，无法解决实际应用中出现的欠定混叠、相关源信号混叠等挑战性盲分离问题．稀疏元分析是国际上最近出现的一个新的研究热点，稀疏元分析盲分离方法具有实现欠定混叠盲分离和相关源信号混叠盲分离的能力，因而为广大研究人员所关注．但到目前为止，对于稀疏元分析的研究还很不成熟，特别是非常欠缺有效的算法．仅有的少数几个算法仍然面临许多问题，比如：基于Lewicki和Sejnowski（2000）所给Lewicki—Sejnowski自然梯度的稀疏元分析方法，是目前讨论欠定混叠盲分离的一种有效自适应算法，它较通常的K-均值聚类法有更多的优势．但Lewicki—Sejnowski自然梯度只是一种近似表示，缺乏严格的理论依据．由稀疏元分析代价函数出发，基于矩阵理论以及文中所建立的一个新的数学公式，从理论上导出了一个新的且严格的自然梯度，从而为这类稀疏元分析方法提供了严格的理论基础．在此基础上，给出了稀疏信号欠定混叠的新自适应盲分离算法．该方法具有实现欠定混叠和相关源混叠盲分离的能力（见仿真1）．仿真结果表明，所给的新自然梯度比Lewicki—Sejnowski自然梯度更为稳定可靠，同时算法具有较好的抗噪性．     

数字图像空间分辨率改善的频率域方法

导出了既适合于同分辨率也适合于不同分辨率图像的比以往更一般的空间频率域混叠公式，提出了混叠矩阵的概念，讨论了频谱混叠方程在图像发生退化情形下的一些一般的求解方法，并给出了一种简单的并行行操作迭代方法，该迭代方法适用于多幅图像之间顾在空间分辨率差异，相对位移，点扩展函数差异，辐射亮度差异，及图像含有噪声等情形，最后的实验表明，该迭代方法具有很好的收敛性和很好的收敛效果。     

传感器系统误差与目标航迹的分布式估计

精确估计传感器的系统误差, 对提高整个跟踪系统的性能具有十分重要的意义. 已有的研究方法一般是把系统误差加到状态向量中形成扩维状态向量, 利用Kalman滤波进行估计. 由于这种方法计算量很大, 许多工作致力于研究状态向量和系统误差的解耦问题, 但均未实现系统误差的分布式估计和解决计算量问题, 且无法真正实现分布式航迹融合. 考虑了传感器测量有系统误差时的多传感器分布式航迹融合问题, 实现了状态向量和系统误差的解耦、系统误差的分布式估计与分布式航迹融合. 仿真结果表明此方法能给出精度较高的系统误差和状态向量估计.     

估计基础矩阵的六点综合算法

提出了一种基于２个非校正相机和八参数模型的基础矩阵（Ｆ阵）估计新算法－－点六综合算法，首先用一个新约束求出Ｆ阵的２个参数，而这２个参数正好是一个对极点的仿射坐标，然后通过解线性方程组获得其余６个参数。最后，经过对一些真实图象的测试和实验表明本方法除了有明显的几何意义外，还有需要较少的匹配点对以及可获得高精度Ｆ阵等优点。     

稀疏均匀非同心电磁矢量阵列的2D-DOA与极化联合估计

本文提出了一种稀疏均匀非同心电磁矢量传感器矩形阵列,针对该阵列提出了一种二维波达方向(2D-DOA)和极化参数的联合估计算法.首先利用稀疏均匀矩形阵列的旋转不变性得到周期性模糊的2D-DOA估计,然后提出一种简易的非同心电磁矢量传感器的2D-DOA估计算法来解模糊,再通过一些三角变换得到高精度无模糊的2D-DOA和极化参数估计,最后推导了该阵列多参量估计的闭式克拉美罗界.本文所提阵列的稀疏配置使得在不增加阵元数和硬件复杂度情况下有效扩展了阵列物理孔径,且由于矢量传感器的使用获得了极化分集,使得2D-DOA的估计精度大大增加.此外本文方法能得到2D-DOA和极化参数之间的自动配对,更为重要的是该阵列使用非同心电磁矢量传感器构成,解决了同心电磁矢量传感器互耦严重、硬件设计困难的问题.仿真结果证明了本文多参量估计算法的有效性.     

基于Unscented Kalman Filter算法的一个快速路动态OD矩阵估计模型

基于主干道和匝道出入口的交通流量计数及起迄点旅行时间分布假设,论文提出了一个新的快速路动态Origin-Destination（OD）矩阵估计状态空间模型及其在线估计算法．论文通过引入一阶宏观交通流模型以计算OD旅行时间,并假定相同起讫点、相同时刻出发的车辆到达时间分布遵从正态分布．由于引入的宏观交通流模型参数受交通状况的影响,因此模型参数也作为状态变量进行估计,这将增加了新的测量方程．模型的求解采用了一种新的适合于非线性状态空间方程的在线估计算法（UKF,Unscented Kalman Filter）．特别地,论文考虑了约束条件下UKF算法截断问题,这将为运用UKF算法求解存在约束的其他模型提供了新的思路．模型运用了仿真数据进行评估．实验结果达到了很好的精度,这为处理动态OD估计问题提供了新的方法,并可应用于实际的在线动态OD估计．     

基础矩阵估计综合算法的几何意义及分析

研究了基础矩阵参数的几何意义，提出了新的估计基础矩阵的约束条件，首无用给的约束求出Ｆ阵的４个参数，而这２个参数正好是２个对极点的仿射坐标，然后通过解线方程组获得其余４个参数，而这４个参数表示了对极线束间的对应关系，最后，经过对真实图像和合成数据的测试表明本方法有明显的几何意义，可获得几何特性稳定的Ｆ阵。     

基于纳米材料的化学发光传感器研究

本文合成了多种纳米材料,在此基础上设计了乙醇、乙醛、氨、三甲基胺等化学发光传感器。并对传感器的灵敏度、选择性、使用寿命等参数进行了评价．证明了这类传感器具有良好的传感性能,是一类有前途的化学发光传感器。     

用矢量天线阵列实现相干Chirp信号多参量联合估计

提出一种采用矢量传感器（天线）阵列联合估计相干Chirp信号初频,调频斜率,2维到达角和极化的算法.通过分数阶Fourier变换估计信号的初频和调频斜率,并用之构造了新的相关矩阵以抑制噪声.利用到达角和电磁极化矢量的特点,解决了由于信号相干带来的自相关矩阵奇异问题.为提高估计精度,采用了扩展阵列间距的L型均匀天线阵列,并提出了在信号相干情况下,解除角度估计模糊的算法.通过仿真,将此算法与常用的空间平滑算法进行了比较,证明了该算法的有效性.     

十字型阵列的互耦自校正算法

针对十字型阵列的互耦校正问题,提出一种信号源的二维角信息与互耦系数联合估计的互耦自校正算法,该方法对线阵内和线阵间的互耦同时进行校正.利用线阵内互耦矩阵及线阵间互耦矩阵的特性,构造重构矩阵,将耦合的二维角与互耦系数联合估计问题转化为级联估计问题,不需要校正源,避免了高维参数的非线性搜索.理论分析和仿真结果均表明,提出的方法可以很好地解决十字型阵列的互耦校正问题,信号的二维角和互耦系数的估计精度高,且计算量小.     

基于平行因子分析的频率、二维到达角和极化参数联合估计

文中基于平行因子分析、结合高阶累积量,提出了一种信源频率、二维到达角和极化参数联合估计的新算法。该算法给出了一种新的阵列结构;接着巧妙选择特定偶极子对的输出计算四阶累积量,进而构造高维矩阵;然后基于形成的矩阵在累积量域构造平行因子分析模型,并分析了该模型低秩分解的唯一性,最后利用其分解的结果联合估计信源参数。文中算法有效减小了阵列孔径损失、避免了参数配对。最后给出的仿真结果证实了文中算法的有效性。     

基于群体熵度量的无人机集群目标合围控制

针对受限环境中无人机集群的目标合围控制问题,提出了一种基于局部度量距离交互的分布式集群目标合围控制方法.首先,基于局部度量距离交互机制确定了每架无人机的时变邻域无人机集合,采用光滑成对交互势函数设计了集群内部无人机间的交互势函数、无人机与飞行环境中障碍间的交互势函数以及无人机与目标无人机间的交互势函数.在此基础上,基于自组织原则提出了分布式的无人机集群目标合围控制律,使无人机集群能够以指定环绕半径形成以目标无人机为中心的稳定α-晶格合围构型,对目标无人机进行合围和跟踪,同时使无人机避开飞行环境中的障碍,保障自身飞行安全.然后借助Lyapunov稳定性理论证明了集群系统的稳定性,并给出了集群系统内部无人机发生碰撞的条件以及合围构型参数的取值依据.此外,基于群体熵的概念尝试对无人机集群目标合围过程中的自组织水平进行度量.最后通过仿真来验证所提出算法的有效性.     

结构包含密集模态时主动振动控制中作动器/传感器的优化配置

分析了已有的作动器/传感器配置方法的不足,针对包含密集模态的挠性结构,分析其可控/可观度的特殊性,提出了针对密频系统的作动器/传感器优化配置准则.通过可控性Gram阵的分块解析形式,避免了求解高阶Lyapunov矩阵方程,并利用了轻阻尼疏频系统自然平衡的条件,降低了求解可控度,即可控性矩阵奇异值的计算量.在此基础上用遗传算法寻优,得到元件的优化配置方式.最后通过算例与另外两种基于可控度的优化配置方法对比,证明依本文方法配置密频系统的作动器/传感器,振动控制效果最优.     

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.     

退化情形随机逼近算法的精确收敛速度

研究了退化情形随机逼近算法的精确收敛速度，（１）得到了对于算法在一般步长下的精确的收敛速度，而此前的结果对下降较慢工并不精确；（２）当回归函数的展开戒的矩阵系数正规时，给出所有可能的极限点；（３）证明此估计上界在多维情形了是能够达到的，而此前只证明了一维的结果。     

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。     

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.     

人体动脉血管的粘性流体力学模型与中心动脉血压估计

中心动脉血压与心血管疾病有着密切关联,准确的中心动脉血压估计是心血管病,特别是高血压病管理的关键技术.现有中心动脉血压估计方法,如通用传递函数法和多点移动平均法,均基于临床实验和经验,缺少系统理论基础且为通用方法,不能排除心血管个体差异对估计结果的影响.我们从粘性流体力学控制方程出发,建立了人体动脉血管网络模型,由测量出的桡动脉起始端和末端血压波形计算出被测者的动脉血管网络模型个性化参数,并由此推导出升主动脉—桡动脉传递函数,从测出的桡动脉血压波形计算出中心动脉血压波形为区别于现有中心动脉压测算方法,我们的方法简称为＂模型法（MCAP）＂.该方法不仅具有理论依据,也考虑了不同个体的心血管特性（如：血管顺应性、血流阻力、血液流动惯性）,保证了估计结果的可靠性和准确性.我们在北京医院对50例被试进行中心动脉血压计算实验.实验结果表明,通过模型法（MCAP）得到的中心动脉血压波形优于通过通用传递函数法（GTF）和多点移动平均法（NPMA）得到的结果（与侵入式血压波形的相关系数：rMCAP=0.9667,rGTF=0.9025,rNPMA=0.8099）.基于模型法计算获得的收缩压与舒张压结果（误差均值（SBP/DBP）=3.9mmHg/3.6mmHg,误差标准差（SBP/DBP）=7.7mmHg/2.9mmHg）符合AAMI标准（误差均值5mmHg;误差标准差8mmHg）.