矩阵三角分解的充要条件

提出并证明了Ａ＝ＬＵ的充要条件，这里Ａ是ｎ×ｎ矩阵．Ｌ是单位下三角阵，Ｕ是上三角阵．     

基于四阵元基站的水下航行器自定位方法

随着智慧海洋理念的普及和人工智能技术的发展，自主水下机器人、水下滑翔机等水下航行器在海洋科学调查、资源勘测和信息获取方面取得了重大进展，为了满足小型低成本水下航行器智能感知、自主作业的实际需求，同时降低其自主定位成本，设计并实现了一种基于海底四阵元基阵的自定位方法．首先，针对水声信道的复杂性，设计了具有时频特征明显、高峰值功率的声学频率梳信号作为传输信号，仿真实验证明该信号具有可靠的稳定性和抗噪性；其次，结合倒置的超短基线定位原理，设计了布放在已知参考点的四阵元基站，各阵元发出相互正交的声频梳信号，水下航行器在基阵声学作用范围内接收各个阵元混叠的声学频率梳信号，利用匹配滤波法对各信号单程飞行时间进行粗测；最后，针对声学频率梳的时域和频域特性，推导了接收信号与飞行时间的关系，利用相关分析法对各信号单程飞行时间进行精测，进而获取航行器与基站坐标轴阵元的测距和测向结果，结合倒置的超短基线定位方法，实现航行器的位置实时解算．水下实验结果表明，本方法复用率高、可操作性强，水下航行器只需携带单个接收信标即可完成定位计算，进一步降低了成本和系统复杂度．同时，也证明了声频梳信号的高可靠性，可在水下航行...     

两类非奇异阵的性质

讨论了有广泛一般性的两类非奇异阵的基本性质，得到这两类非奇异阵的逆阵、伴随阵及其主子阵的Ｓｃｈａｒ补以及Ｓｙｌｖｅ３ｔｅｒ矩阵、三角分解方面的若干有用的结论．     

空间薄板组合结构有限元计算程序KBJ-22

本程序试图用小内存和没有外存的小机进行由杆、梁及板组成的空间结构的应 力分析。用小机计算大型复杂结构的主要困难是如何处理总刚度阵和逐段实行三角 化．在三角化过程中，影响后面二角阵的那些矩阵元素不占存贮单元，而分别直接 加到它对应的单元中，所以节省了大量的内存．加快了计算．此外，在总刚度阵中 采用了局部－总体混合座标系，较满意地解决了由多余自由度引起的方程的奇异性． 那些不必要和不重要的自由度从总刚度阵中除掉，以节省内存，加快计算．达到了 用小机解决大型结构问题的目的。     

基于连续小波互谱的宽带Chirp信号DOA估计

提出一种时频域宽带源波达方向（DOA）估计算法．该算法通过计算参考阵元和其他阵元的连续小波互谱，构造出一种新的时频域数据向量模型，并利用Chirp信号的局部窄带特性，在信号的主要能量聚集区选择时频点构造时频相关矩阵代替传统的阵列相关矩阵，进行特征分解实现信号的DOA估计．该方法同时在空域和时频域进行处理，充分利用了时频分布的能量聚集性，实现了非平稳信号时频域的分离，仿真结果验证了新方法的有效性．     

再论二阶方阵和三角阵的平方根

利用方阵的Ｊｏｒｄａｎ标准型，给出二阶方阵的所有平方根，并对三角阵的平方根进行了讨论。     

自适应圆阵抗干扰研究

讨论了自适应圆阵方向图抗干扰方面的特点，并与相同阵元的自适应线阵进行比较，结果表明圆阵的扫描范围更宽。能够全方位的接收信号，并且对空间信号的接收能力更强，克服了线阵本身所固有的抗干扰能力局限性的缺陷．所以圆阵本身有着线阵不可替代的优势，具有更好的抗干扰能力，所以可以在更广泛的领域得到应用．     

基于三角法的激光位移传感器的设计及实现

三角法属于主动视觉测量方法,是非接触光学测量的一个重要形式。本文介绍了激光三角法测距的基本原理,对比不同类型的激光三角测量系统,并比较了其优缺点。利用三角法测量原理,通过线阵CCD、电子信号分析电路和单片机信号处理,设计并实现了一种高分辨率测距传感器,并对不同条件下的测试结果进行了分析,同时提出了改进方案。     

基于相关函数线性预测的高分辨测向方法

本文分析了均匀线阵输出信号的相关矩阵结构，提出了基于相关函数线性预测的高分辨测向方法．理论分析表明，通过相关函数的线性预测，可以获得较高的角度分辨率．本文还给出了计算机仿真实验，验证了该方法的正确性与可行性．     

Stolz定理的一个新的证明

利用无穷三角阵给出了Stolz定理的证明，并讨论了Stolz定理在数列极限方面的应用。     

采用时域测量矩阵的压缩感知稀疏信道估计方法

针对传统最小二乘和伪随机序列相关信道估计方法在稀疏信道应用时估计精度差的问题,提出一种采用时域测量矩阵的压缩感知稀疏信道估计方法.新方法首先将循环前缀单载波分块传输系统中的稀疏信道估计建模为一个典型的压缩感知问题,然后利用具有最优循环相关特性的伪随机序列优化构造确定性压缩感知测量矩阵,避免了使用随机测量矩阵造成的存储不便及估计性能差的问题,且提高了信道估计性能.基于准静态COST 207典型城市信道模型的仿真结果表明:该估计方法能够有效地降低稀疏信道的估计均方误差,在16 dB处的误码率可达2×10-5,而相同情况下最小二乘信道估计方法的误码率只能达到3×10-3.     

基于改进LMMSE的UFMC信道估计算法

针对将线性最小均方误差(linear minimum mean square error, LMMSE)算法直接应用于通用滤波多载波(universal filter multi-carrier,UFMC)系统中需要先验信道相关矩阵信息的不足,提出基于LMMSE的改进算法.该算法在频域对使用最小二乘(least square, LS)算法获得的信道频率响应进行平滑处理,在时域通过优化采样点的截短以确定理想的信道采样长度,并采用迭代估计方法获得最优信道相关矩阵,从而避免先验信道相关矩阵信息.经MATLAB仿真验证,改进后的算法对噪声的干扰可以有效抑制,对比传统LMMSE算法误码性能提升约2 dB,可以有效改善信道估计的准确度.     

基于分数阶傅里叶变换的宽带LFM信号波达方向估计新算法

提出一种新的基于分数阶傅里叶变换和信号子空间分解的宽带线性调频(LFM)信号波达方向(DOA)估计算法.该方法利用LFM信号在分数阶傅里叶变换域的极高的聚集性,在分数阶傅里叶变换域分离信号,并构造分数阶傅里叶变换域的阵列信号相关矩阵.通过对相关矩阵进行特征值分解,估计信号子空间和噪声子空间,并利用MUSIC算法估计宽带LFM信号的波达方向.仿真验证了新方法的有效性.     

V-BLAST OFDM系统的信道估计方法

下一代宽带无线通信系统的核心技术MIMO-OFDM(Multiple-Input Multiple-Output Orthogonal Frequency Division Multiplexing)能显著提高系统的容量,但要获得该技术所带来的性能优势,快速、准确的信道估计是关键。为降低V-BLAST OFDM(Vertical-Bell Laboratory Layered Space-Time Orthogonal Frequency Division Multi-plexing)系统中信道估计的运算复杂度和提高估计精度,提出了一种基于CAZAC(Constant Amplitude ZeroAuto Correlation)序列的信道估计方法。该方法避免了矩阵求逆运算,利用该序列良好的自相关性,通过相关运算可消除多发送天线信号间及多径信号间的相互干扰,并且明显抑制了噪声对估计性能的影响,使信道估计的性能得以显著提高。理论分析和计算机仿真结果表明,该方法无需多径时延估计,较已知功率时延谱与未知功率时延谱的传统信道估计算法,可分别获得约1 dB和2 dB的性能增益。     

基于伪协方差矩阵 Otsu 方法的信源数估计

为提高高斯色噪声背景下信源数估计的成功概率, 提出了一种基于伪协方差矩阵的 Otsu 类间方差法。 伪协方差矩阵对一定条件下的高斯白噪声和高斯色噪声具有免疫特性, 而且利用阵元间的时间相关性增加了 阵列的有效孔径, 进而提高了伪协方差矩阵奇异值分解后信号奇异值与噪声奇异值的差异程度。 在此基础上, 利用 Otsu 类间方差法对信号奇异值与噪声奇异值进行分类。 仿真结果表明, 该方法可进一步提高信源数的估 计成功概率。     

宽带信号广义谱相关子空间拟合二维来波方向估计

提出了一种新的宽带信号二维来波方向（ＤＯＡ）估计方法－二维广义谱相关子空间拟合方法。该方法充分利用循环相关运算可以将时延变换为相移这一性质,结合一维ＧＳＣ－ＳＳＦ方法和ＤＯＡ知阵方法的基本思想,可以方便、有效地对各种带宽的信号进行二维ＤＯＡ估计,理论分析与仿真结果表明,该方法既继承了循环平稳谱估计方法在信号选择性,测向精度、分辨率、过载能力、检测能力等方面的优势,又具有ＤＯＡ矩阵方法无需二维谱峰搜索和参数配对的特点,具有很好的实用性。     

基于LD分解的广义特征值DOA估计方法

对阵列输出的相关矩阵进行ＬＤ分解，可找到信号子空间，由此得出了估计信号源ＤＯＡ的一种新的方法－基于ＬＤ分解的广义特征值ＤＯＡ的估计方法。理论分析和计算机模拟结果表明本文提出的方法切实可行。     

多传感器线性最小方差最优信息融合估计准则

用Lagrange乘数法和矩阵微分运算,分别提出了按矩阵加权、按标量加权和各分量按标量加权的三种线性最小方差信息融合估计准则,其中考虑了估计误差之间的相关性,推广和发展了现有文献的结果。文中比较了三种融合估计的精度和计算负担,可应用于信息融合状态或信号最优估计。     

基于联合稀疏模型的OFDM线性时变信道估计

为了进一步提高OFDM线性时变信道估计性能,利用信道抽头的时域稀疏特性和相关性,提出一种基于联合稀疏模型的信道估计方法.首先,将线性时变信道模型下对连续多个符号周期的信道估计转换成一个联合稀疏重构模型;其次,采用基于测量矩阵互相关性最小化的分组导频设计准则,在应对子载波干扰的同时,保证了稀疏重构算法的性能;最后,设计一种基于循环并行树的分组导频优化算法.仿真结果表明:与传统线性时变信道估计方法和联合稀疏模型下的信道估计方法相比,所提方法所需导频数量少,信道估计性能更好,同时便于工程应用.     

基于相关矢量法L型阵列相干信号DOA估计

针对L型阵列提出了一种基于互相关矩阵的相关矢量(cross correlation matrix correlation vector method,CCM-CVM)重构解相干的波达方向(direction of arrival,DOA)估计算法。为了进一步提高估计精度,在此方法基础上又得到一种改进方法,即CCM-MCVM的方法。该方法基于前后向矢量重构理论,利用阵列互相关矩阵不含噪声的特点,把互相关矩阵的每一个列矢量作为前向矢量,通过对其前向矢量元素进行复共轭变换并颠倒顺序得到后向矢量。利用所有的前后向矢量来重构信号的协方差矩阵并提取信号的子空间,该方法相较于CCM-ESPRIT算法具有损失阵列孔径小,估计精度高的特点。理论分析和仿真结果表明了该方法在低信噪比和小快拍数条件下相较于对比算法具更好的估计性能。