高分辨率雷达图像压缩编码算法及实现

针对脉压雷达视频回波信号的特点,提出了一种新的雷达视频信号压缩编码算法。该算法利用相邻重复周期之间视频回波信号中的地物杂波、气象杂波、目标回波是相关的,而噪声是不相关的特点,对图像进行压缩。基于新算法,设计了雷达图像记录设备,进行了验证试验。结果表明,新算法实用性好,既实现了高分辨率雷达图像的长时间记录,又保留了目标回波的精细结构,实现了平显图像和A显图像的同时记录。     

一类不确定时滞非线性系统的H∞鲁棒镇定

利用混杂状态反馈策略研究一类不确定时滞非线性系统的鲁棒H_∞镇定问题.首先,当控制器增益矩阵均已知时,利用单Lyapunov函数法和凸组合技术,给出了闭环非线性切换系统具有鲁棒H_∞性能的充分条件并设计出相应切换律.然后,当控制器增益矩阵均未知时,利用多Lyapunov函数法,设计了控制器及相应的切换策略,使闭环非线性切换系统是鲁棒H_∞渐近稳定的.     

SAR实时成像处理平台的设计与实现

针对合成孔径雷达(synthetic aperture radar,SAR)实时成像处理中数据量大、数据吞吐率高、成像算法实现复杂等特点,提出了一种适合于SAR实时成像处理的共享存储器的分布式耦合系统架构,设计了高分辨率SAR实时成像中大IO带宽、高处理能力、大存储容量等解决方案.给出了详细的硬件实现以及成像处理平台的测试结果,并用实测雷达回波数据进行了实时成像验证.     

陕西省生态经济系统的可持续发展评价

运用基于能值分析理论的生态足迹计算模型,计算了陕西省2005年的生态足迹和生态承载力。结果表明：2005年陕西省能值密度为5．02×10^14sej／hm^2,人均生态足迹为4．4810hm^2,人均生态承载力为0．7881hm^2,人均生态赤字达到3．6929hm^2,这说明2005年陕西省的人类活动对生态环境的影响远远超过了生态承载力的范围,其生态经济系统的发展是不可持续的。图1,表3,参10。     

数字化机载武器控制系统半实物仿真平台研究

基于HLA的框架和标准,设计了联邦的模型和各联邦成员,完成了由实时计算机、配线矩阵及信号调理单元、错误注入及中断单元组成的实时仿真部分和基于HLA的分布式数字仿真部分的开发,提出了基于软实时计算的方案对实时信息进行处理,并对实时仿真条件下HLA的时间管理机制和消息传递方式等关键问题进行了研究.仿真结果表明,该平台很好地实现了系统的仿真与测试.     

小波分维估计法在三峡水库汛期 洪水分期中的应用

汛限水位分期控制能在不降低水库防洪标准的条件下提高水能资源利用效率,而洪水分期是汛限水位分期控制的前提.以三峡水库洪水资源高效利用为背景,在分析三峡水库上下游水文气象特征的基础上,根据水文序列的自相似性,由统计分析法确定了宜昌站洪水分期数目,并选择Db4为小波基,以Mallat算法为基础,提出了小波分维估计法计算模式并计算了宜昌站各分期的分维数,最后确定了三峡水库的汛期洪水分期。结果表明,以小波分维估计法划分的洪水分期与传统研究分期结果一致,但小波分维估计法计算简便,所得分维数结果稳定,表明小波分维估计法应用于洪水分期是可行的和有效的.     

泥石流地貌要素的极值相关性

将极值统计理论与相关结构Copula相结合,分析了泥石流沟6个地貌要素之流域面积与流域高差的相关性.计算了其Kendall相关系数τ,Spearman相关系数ρ和尾部相关性度量χ.进一步,为了更全面阐述这两个变量的极值相关结构,建立了一个二元超阈值模型,给出分布的尾部估计和参数估计结果,最后对所得研究结果进行了实证分析,具体给出泥石流地貌要素的相关性分析.     

考虑节点失效的异构仿真网络可靠性评估蒙特卡罗模拟

异构仿真网络是实况、虚拟和构造(live, virtual, and constructive, LVC)仿真的基础环境支撑,合理评估其可靠性在LVC仿真应用中具有重要作用。针对复杂网络可靠性评估难以获得精确解、效率不高的问题,提出一种考虑节点失效的LVC异构仿真网络蒙特卡罗评估方法。首先,基于异构网络自身特点及因子定理,对蜂窝网络和无线传感器网络进行等效转化;其次,运用可靠性保持缩减技术对转化的仿真网络进行缩减,提高算法效率和收敛速度;最后,依据不完全可靠节点转化原则,对简化网络可靠性进行蒙特卡罗模拟,实现LVC异构仿真网络连通可靠性的评估。计算结果表明,相比传统蒙特卡罗方法,所提方法在保证计算精度的同时,方差减小,运行负载较小,稳定性更好。     

中国经济增长与杠杆率的非线性关系研究——基于制造业面板数据门限回归分析

传统理论基于有效市场理论(EMH)主要从公司财务视角研究杠杆率问题,忽略了生产环节的决定机制.本文从决定生产效率的全要素生产率视角对杠杆率的决定机制重新认识.并采用制造业29个行业1995-2016年的面板数据,以杠杆率为门限变量构建动态面板门限模型,主要研究结论为:1)经济增长-杠杆率的门限值位于名义杠杆率114,在门限值左侧,杠杆率增加促进经济增长,在门限值右侧,杠杆率增加"拖累"经济增长,杠杆率对经济增长整体表现"倒U"型关系;2)经济增长-杠杆率的泡沫杠杆率门限值位于泡沫杠杆率65,当名义杠杆率包含的泡沫杠杆率低于65时,杠杆率增加对经济具有显著的促进效应,当包含的杠杆率大于65时,杠杆率对经济增长的作用并不明显,说明经济可能进入了滞胀阶段;3)经济增长-足值杠杆率的关于对泡沫杠杆率存在双门门限效应,分别是43、49,当泡沫杠杆率小于43时,增加泡沫杠杆率对经济的增长的促进效应小于泡沫杠杆率介于[43,49]区间的效应,当泡沫杠杆率大于49时,泡沫杠杆率对经济增长的促进作用不再明显.     

基于SAMME+ResNet的多相码信号识别方法

针对传统多相码信号识别方法在低信噪比情况下分类精度不高、类识别率不均衡和识别方法不具有通用性的特点,提出了一种利用集成学习中的多类指数损失函数逐步添加模型(stagewise additive modeling using a multi-class exponential loss function, SAMME)算法和残差神经网络(residual neural network, ResNet)的多相码信号识别方法。通过仿真实验对5类多相码信号进行了分类识别,验证了模型的有效性,分析了不同数量基学习器对模型的影响,最后与传统分类方法进行了对比。仿真结果表明,在信噪比低于6 dB的情况下,所提方法相对于单个残差网络提高了约10%的分类精度,同时缩小了类之间识别率的差距,相对于常用的分类方法也有很大的优势。