战争舆情演化建模研究

在分析媒体传播效果、人际传播效果为影响战争舆情演化主体(个体)立场演变的主因基础上,采用自底向上的基于Agent的建模理论与方法对战争舆情演化复杂系统进行建模研究,详细描述了媒体Agent影响力以及个体Agent立场演化致因两类模型,给出了个体Agent立场演化依据以及规则,初步实现了某地区战争舆情演化模型原型系统,并进行了仿真实验与分析。结果表明,模型的建立为量化研究舆情演化问题提供了一种思路。     

基于混杂系统的温室天窗温度系统建模

温室天窗温度系统可以看作是一个混杂动态系统,由于天窗的动作与控制对象温度之间的关系可以通过温度状态的值和操作约束来确定。在建立温室温度系统机理模型的基础上,将对于温度控制的操作约束和温室天窗开关动作等以命题逻辑表述,并将这些命题逻辑转化为混合整数线性不等式,然后引入辅助变量,将辅助变量和不等式约束统一到温度系统的离散状态空间模型中,构成了温室天窗温度的混杂逻辑动态模型。仿真试验表明,所建立的温度混合逻辑动态模型能较好模拟和控制室内温度。     

伪逆算法的改进及其用于相控阵激发声场的控制

相控阵作为高强度聚焦超声肿瘤治疗中备受关注的一种换能器,运用伪逆算法可使其在媒质中产生的声场进行准确的声聚焦控制。但目前伪逆算法中的位置控制函数表述过于复杂,程序编译及计算时间过长。对原伪逆算法进行了改进,并将其用于一10×10个正方形阵元的平面相控阵在多层媒质中当肿瘤位于不同深度处时激发的声场进行了仿真。结果表明:利用改进的伪逆算法可对不同深度不同尺寸的肿瘤进行准确的声聚焦控制,并使程序设计及计算时间都大为减少。该算法为高强度聚焦超声肿瘤治疗提供了理论参考。     

基于有限反馈的多用户MIMO系统下行调度算法研究

基于预编码技术的调度方案可以提高频谱效率和系统公平性,但较少考虑QoS需求的满足.提出了一种适用于有限反馈多用户MIMO系统的下行调度算法.根据预编码矩阵选择数据流,以最大化系统容量并降低同信道干扰.先后为主数据流和次数据流执行多用户调度,有效扩大了空间复用增益.仿真结果表明,该算法可以获得更高的频谱效率,并保证业务的QoS需求.     

THE DEGENERACY PROBLEM OF TWO-DIMENSIONAL LINEAR RECURRING ARRAYS

1.IntroductionInthepastthreedecadestwcadimensionalarrayswereextensivelystudiedsincetheycanbeusedintwo-dimensionalrange-finding,scramming,two-dimensionalcycliccodesandotherapplicationsincommunicationandcoding.Therearetwotypesoftwo-dimensionalarrays.Th...     

利用轮廓特征的多视点几何数据配准

以三维激光扫描仪为获取数据平台,针对扫描过程中存在的数据配准问题,提出了利用轮廓特征的大规模三维场景多视点几何数据自动配准算法。首先采用自适应曲线拟合技术提取三维轮廓特征,在此基础上建立八叉树数据检索结构。引入马氏距离,以八叉树叶结点为匹配单元计算初始转换矩阵,并经ICRP算法逐步优化直至获得两视点的最佳配准。最后,采用就近原则,给出大规模三维场景多视点全局配准策略。并通过对室内、室外和古建等场景的三维配准实验,证明算法的鲁棒性。     

Langevin桥过程及其在脉冲无线信道建模中的应用

使用Langevin方程构造Langevin桥过程,给出Langevin桥过程的解析表达式,在此基础上可以生成有约束Langevin桥过程。使用Langevin桥过程产生建模无线信道特征参量的基本随机变量,使用仿真方法研究其统计特性。仿真结果表明,在有约束环境中该基本随机变量的概率密度分布显示出明显的局部偏好性。使用由Langevin桥过程构造的基本随机变量研究脉冲无线信道的传播特性。     

随机延迟微分方程复合θ-方法的稳定性

研究了随机延迟微分方程复合θ-方法的稳定性。得到了复合θ-方法均方稳定（MS-稳定）和全局均方稳定（GMS-稳定）充分条件。数值算例及其方差的模拟结果验证了理论上推得结论的正确性。     

基于RSPWVD-Hough的多分量LFM信号检测

由于多分量LFM信号的双线性时频分布（BTFD）存在交叉项的干扰，所以在低信噪比条件下直接在时频平面难于进行检测，采用重排平滑伪魏格纳维尔分布（RSPWVD），能在抑制交叉项的同时提高时频聚集性，并利用Hough变换检测图像中直线的原理，将多分量LFM信号的检测问题转换为在参数空间寻找局部极大值的问题，由于Hough变换运算量较大，提出一种在平滑重排后进行设定门限处理的方法，仿真实验表明，该方法可以在抑制噪声和交叉项的同时大大减少运算量。     

基于模糊神经网络的动态非线性系统辨识研究

针对静态模糊神经网络对动态系统辨识精度低的特点,在5层静态模糊神经网络基础上进行了优化和改进,形成了可将暂态信息记忆于网络的动态回归层的动态模糊神经网络,来提高对动态系统的辨识能力。同时给出了参数的动态自适应学习算法。通过仿真实验,证明提出的动态模糊神经网络对动态非线性系统的辨识,可以取得较好的辨识精度,较快的网络收敛速度,为动态非线性系统的辨识提供新的思路。