基于OFDM系统的空时频分组编码方案

提出了一种空时频分组编码方案,其设计思路是:接收端通过子信道的相关特性确定不相关子载波组,并反馈给发射端;发射端基于反馈信息,利用星座旋转预编码矩阵和空时分组编码技术构建空时频分组编码。该方案只反馈子信道的相关性而无需反馈整个信道信息,可应用于任意数量的发射/接收天线,能获得极高的分集增益和带宽效率,且只有较低的解码复杂度。在瑞利衰落环境下的仿真结果证实了此方案的鲁棒性。     

战略性新兴产业自主技术创新能力形成的动力体系

战略性新兴产业自主技术创新能力形成过程是一个动态的复杂系统。本文用系统分析方法,分析了战略性新兴产业自主技术创新能力形成的关键因素,通过构建因果关系图,揭示了系统内部各要素间的相互关系和循环作用过程;在此基础上,建立了系统动力学模型,以湖南航空航天产业的数据为例,运用Vensim软件对模型进行仿真模拟。结果表明,科技人才、创新环境和合作创新与创新产出之间均存在明显的正相关关系,建立的系统动力学模型能够较好地拟合实际系统,对加快战略性新兴产业自主技术创新能力形成具有重要的现实意义。     

基于系统误差估计残差的错误关联检测方法

在多传感器数据融合系统中,航迹关联是后续融合处理的基础。由于随机噪声、系统误差以及虚警漏报的干扰,航迹关联结果中常常包含错误关联,错误关联对后续融合处理的影响是灾难性的。目前尚缺乏一种有效的错误关联检测手段。根据系统误差估计与航迹关联相耦合的特点,提出了利用系统误差估计残差来对错误关联进行检测的高斯检测器和卡方检测器。仿真实验表明,所提两种检测器能够有效地检测错误关联,具备良好的实际应用前景。     

基于组合模型的软件可靠性预计方法

为了提高软件可靠性预计精度和稳定性,本文提出基于组合模型的软件可靠性预计方法。构建组合模型的过程包括选取基模型和确定各基模型的权值。选取基模型时依据的准则有生命周期阶段、模型用户需求、故障数据类型、故障趋势匹配、模型假设吻合和模型预计偏好,并在此基础上阐述了基模型选取算法。基模型权值的确定采用序列似然比方法。最后,引用一组软件故障数据,用于检验此组合模型的预计效果。通过与单个模型的对比,显示组合模型预计结果更为可信。     

基于模式化的雷达组网资源管控功能模型

综合考虑信息融合与资源管控一体化、系统操作简便性等因素,提出了一种通用的基于雷达组网系统工作模式的资源管控闭环功能模型,该模型主要包括信息融合、资源管控、通信链路、人机交互与数据库等功能分系统,体现了结构分级、任务预案、模式控制等设计特点。依据提出的通用模型与典型雷达组网系统的技术体制特点,分别设计了能满足实际应用需求的典型集中式、分布式、层次式/混合式资源管控功能模型,表明了通用功能模型的适用性与有效性。     

基于进化理论的故障模式判别算法

基于特征参数的故障模式判别是一个组合优化问题。在评析已有进化方法的基础上,建立了航空电子系统的故障模式判别模型,提出了一种将正交遗传算子(orthogonal genetic arithmetic operators, OGAO)融入到粒子群算法(particle swarm optimization, PSO)中的组合寻优方法,并进行了一定的改进。该方法能有效避免局部极小,较好地处理离散变量的组合优化问题,有利于提高解的精度和收敛速度。以某型机载综合数据采集器的电源模块为平台进行实验仿真,结果证明了本文算法的正确性和优越性。     

证据建模研究综述

证据理论是一种有用的不确定推理的数学工具,在信息融合、模式识别等领域具有广泛的应用。如何根据获得的证据信息构造合适的基本信任分配即证据建模是应用证据理论的前提,但是证据理论并没有提供通用的证据建模方法,现有的证据建模方法都是面向具体应用的。依据信息的抽象层次,将现有的证据建模方法分为基于特征信息和基于决策信息的建模方法,并分别对其进行了总结分析。最后,讨论了证据建模中存在的问题并指出了未来的研究方向。     

Backstepping approach to the adaptive regulator design for a one-dimensional wave equation with general input harmonic disturbance

This paper considers the parameter estimation and stabilization of an unstable one-dimensional wave equation with matched general harmonic disturbance at the controlled end. The backstepping method for infinite-dimensional system is adopted in the design of the adaptive regulator. It is shown that the resulting closed-loop system is asymptotically stable. Meanwhile, the estimated parameter is shown to be convergent to the unknown parameter as time goes to infinity.     

Risk reduction in a project portfolio

The positive impacts of managing projects as a portfolio are quantified by comparing the value of the integrated risk of a project portfolio and the aggregation of single project risks implemented separately. Firstly, the integrated risk is defined by proposing risky events based on set theory. Secondly, as projects interact with each other in a project portfolio, the integrated risk is evaluated by using a Bayesian network structure learning algorithm to construct an interdependent network of risks. Finally, the integrated risk of a practical case is assessed using this method, and the results show that the proposed method is an effective tool for calculating the extent of risk reduction of implementing a project portfolio and identifying the most risky project, so as to assist companies in making comprehensive decisions in the phase of portfolio selection and portfolio controlling.     

Learning multivariate time series causal graphs based on conditional mutual information

Detection and clarification of cause-effect relationships among variables is an important problem in time series analysis.This paper provides a method that employs both mutual information and conditional mutual information to identify the causal structure of multivariate time series causal graphical models.A three-step procedure is developed to learn the contemporaneous and the lagged causal relationships of time series causal graphs.Contrary to conventional constraint-based algorithm, the proposed algorithm does not involve any special kinds of distribution and is nonparametric.These properties are especially appealing for inference of time series causal graphs when the prior knowledge about the data model is not available.Simulations and case analysis demonstrate the effectiveness of the method.