两类不确定奇异时滞系统鲁棒稳定的相关型判据

研究了不确定奇异时滞系统的鲁棒稳定性问题。首先以线性矩阵不等式的形式给出了奇异时滞系统正则,无脉冲模且零解渐近稳定的一种新的时滞相关型判据。通过引入新的参数避免了利用不等式处理交叉项,从而使该判据具有较小的保守性。最后,利用研究结果,给出了两类不确定奇异时滞系统新的时滞相关型鲁棒稳定性判据。     

基于采样率变换与FFT的GPS系统C/A码捕获改进算法

针对全球定位系统民用粗码信号快速捕获算法速度慢、不易于硬件实现的不足,提出了基于采样率变换和FFT的GPS信号C/A码捕获算法。利用采样平均的方法把采样率为5Msps的输入信号降低为1.024Msps,然后利用FFT进行粗捕,得到粗略的伪码相位,最后对粗略的伪码相位周围的原始数据进行循环相关处理得到精确的伪码相位估计值,降低了对后续跟踪环的动态要求。仿真结果表明该算法运算量小可以快速实现C/A码的粗捕,得到高精度的捕获结果,同时该算法可以利用现有1024点的FFT处理核(IP),便于在硬件上实现。     

未知相关噪声下的广义波达方向估计算法

针对未知相关噪声情况下信源波达方向的估计,提出一种适用于均匀线阵的广义波达方向估计算法。该算法利用修正后的协方差差分算法,有效地消除了阵元间的相关噪声的影响。不同于以前的算法,提出的算法通过对接收数据的前后向空间平滑协方差矩阵进行共轭运算得到新的变换矩阵,因此修正后的协方差差分矩阵是个实部为零的厄米特矩阵,从而有效地降低了特征分解过程的计算量。本算法能解决相关噪声下,同时分辨相干与非相干信源的问题。理论分析和仿真结果均表明所提算法的有效性。     

基于Gamma-SLC混合密度估计的雷达目标识别

通过分析高分辨距离像(HRRP)的统计特性,提出一种Gamma模型与基于累积量的随机学习算法(SLC)相结合,估计HRRP概率密度的新方法:Gamma-SLC方法。该方法具有Gamma分布针对性强,估计准确与SLC适应性强的优点,同时回避了二者的缺点。另外,借鉴最大熵原则的非高斯性测度,设计了一个新的评价概率密度估计效果的准则。基于外场实测数据的实验证明了Gamma-SLC方法的有效性。     

股权结构、投资与公司绩效——基于国内IPO公司的实证分析

以我国2000～2001年度首次公开发行股票(IPO)公司为样本,对股权结构、投资与公司绩效三者之间关系进行了实证研究.结果显示,第一大股东持股比例与公司绩效之间存在三次函数曲线关系,公司绩效随第一大股东持股比例的增加呈下降--上升--下降的变化趋势.进一步的研究发现,第一大股东持股比例与投资之间也呈三次函数曲线关系,并且其变化趋势与前者相同;与此同时,投资与公司绩效显著正相关,这表明投资是股权结构影响公司绩效的重要途径.     

数字鸿沟主要影响因素的关系结构分析

首先运用文献计量学方法,对中国期刊全文数据库收录的有关数字鸿沟的论文作了统计分析,从前人众多的研究成果中,筛选并确定了数字鸿沟的14个主要影响因素.随后应用解释结构模型分析14个主要影响因素的关系结构,结果表明信息资源、地理位置、年龄、个人拥有计算机、个人信息技能、个人收入水平是数字鸿沟的表层直接影响因素,信息技术研发投入、信息人才、个人信息意识是中层间接影响因素,教育发展水平、经济发展水平、信息基础设施建设、政府相关政策、社会文化是深层根本影响因素.这些研究结果对于正确地理解数字鸿沟的形成、发展和演化机理有着重要的意义.     

SAR图像目标方位角估计与分析

SAR成像对目标方位角特别敏感,方位角估计的准确性会直接影响目标的分类和识别.目标方位角估计方法主要有包络盒准则法、轮廓线变换法和主轴原则法.每种方法都有其局限性,且估计范围是[0, 180],可是目标方位角实际范围是[0, 360].为了能获得任意角度且相对精确目标方位角,提出了一种综合SAR图像目标方位角估计方法.该方法融合了的单一估计法的优点,并利用目标的相关信息,突破了以往仅从图像的角度估计方位角的缺点.实验表明这种方法是有效的、可行的.     

运动参数受限的目标跟踪算法研究

提出一种运动参数受限的目标跟踪算法,对于速度受限目标采用平滑修正滤波跟踪算法,首先使用Kalman滤波得到当前时刻的滤波值,找到平滑精度最高点,根据速度限制条件,对滤波结果进行修正。为了保证滤波的无偏有效性,修正计算得到的结果不参与后续滤波处理。通过理论分析和仿真表明,速度受限跟踪算法在观测误差相对较大以及滤波起始阶段可以使滤波跟踪效果获得较大的改善。     

基于离散正则模型的时变信道盲辨识算法

以CDMA时变信道离散正则模型为基础,提出了基于改进的矩阵外积分解的时变信道盲辨识算法。算法对传统的矩阵外积分解算法进行修正,使其适应离散正则模型两级盲辨识,并引入了精确的时延阶数估计,克服了现有算法需要预先知道信道时延实际阶数的局限,使其在仅知道信道阶数上界的条件下完成盲辨识。仿真结果表明了该算法的有效性。     

基于新算法的P码序列捕获处理器设计与实现

通常P码的捕获是利用C/A码来完成的。但是,考虑到实际的战场可用性,利用C/A码引导的P码捕获方式不再具有较好的可靠性。同时考虑到P码信号的特点,对P码信号进行直接、快速的相关捕获是首先要解决的问题。因此,在研究相应理论的基础上,对提出的新的P码直接捕获算法进行硬件设计,实现了P码序列捕获处理器。在实验室环境下对序列捕获处理器进行测试,结果验证序列捕获处理器可以有效捕获GPSP码信号。