基于改进MUSIC算法的散射中心参数提取及RCS重构

随着隐身技术的发展,雷达目标的边缘绕射等逐渐取代镜面散射成为主要的散射源,因此基于几何绕射理论（geometric theory of diffraction,GTD）的散射中心模型对隐身目标电磁散射特性的描述要比衰减指数和模型更为精确。显然,准确估计出GTD散射中心参数对刻画目标散射特性犹为重要。针对经典多重信号分类（multiple signal classification,MUSIC）法仅利用目标原始回波数据、参数估计精度不高这一问题,提出一种改进的MUSIC算法对散射参数估计提取。改进的MUSIC算法通过对原始回波数据取共轭,构建新的总协方差矩阵,有效利用了目标原始回波数据的共轭信息。仿真结果表明,与经典MUSIC算法相比,改进的MUSIC算法参数估计精度更高,雷达散射截面重构拟合程度更好,且运算量增加不大,可有效提取出隐身目标的散射中心。     

广义酉矩阵和广义(斜)Hermite矩阵的约当标准形

文章给出了P-内积的定义,利用P-内积的概念详细讨论了广义酉矩阵和广义(斜)Hermite矩阵的特征值以及广义特征向量的各种性质,并且利用这些性质解决了广义酉矩阵和广义(斜)Hermite矩阵的约当标准形。     

一种新的模糊神经网络删剪策略

模糊规则的数量直接决定模糊神经网络结构的复杂度和效率.基于神经网络自构行学习(NNSCL)算法,用共轭剃度预条件正则方程算法求取删除隐层神经元后的剩余权值,得到改进的NNSCL-1算法.将此算法应用到模糊神经网络的规则推理层,可以极大地优化网络的规则及结构,并且结构优化后不需要重新训练也能保持网络的精确度和泛化能力.仿真结果显示了此算法的有效性和可行性.     

神经网络在柴油机故障诊断中的应用研究

该文利用尺度共轭梯度算法的神经网络对柴油机进行故障诊断 .首先讨论了其训练算法 ,然后确定了柴油机故障诊断所用特征参数及故障种类 ,并提出特征参数数据归一化公式 ,最后以 6-1 3 5 ZC柴油机为例 ,将实验数据输入网络验证 .结果表明 ,神经网络对柴油机故障识别率很高 ,应用于柴油机故障诊断领域是切实可行的 .     

帐篷映射的几何构造方法

利用几何方法构造了一种区间映射的混沌集,它是Cantor集,而且这种区间映射本质是帐篷映射.     

一类Wolfe搜索下的共轭梯度法及其全局收敛性

构造一个新的求解无约束优化问题的非线性共轭梯度公式中βk参数的计算公式,采用该公式得到Wolfe非精确线搜索的新算法,并证明新算法具有全局收敛性,并用数值实验验证新算法是有效的.     

一类无约束优化问题的非单调谱共轭梯度方法

结合文献[5]给出的求解非线性无约束优化问题的新公式βkWYL=[gTk(gk-‖gk‖/‖gk-1‖gk-1)]/gk-1Tgk-1提出了一种新的非单调谱共轭梯度法,证明算法具有全局收敛性,并进行数值试验.数值试验结果表明,该方法具有良好的计算效能,特别适合于求解大规模无约束优化问题.     

一种二维数字化齿面加工方法研究

利用数字化共轭曲面原理和齿轮啮合原理对数字化齿面加工方法进行研究.研究聚焦于离散表达的数字化齿面与解析表达的刀具面在加工过程中的几何关系与相对运动.求得刀具截形上与数字化齿面每个离散点对应的共轭点及它们相互接触时的对应共轭运动,将所求离散展成运动参数自动排序,插值形成连续共轭运动,实现对数字化齿面的连续加工.二维非标准数字化修形齿面的插削展成加工仿真计算实例,验证了该方法的正确性.     

壮语亲属词语义关系量变的回归分析

壮语亲属词中的汉借词使早期的亲属语义关系发生了量变，且这种量变在壮语方言中具有随机性。文章以“亲属语义关系”为因变量，亲属词的“变异均值”为自变量，用回归分析的方法确定了两个变量间单向正相关的因果属性。     

Glodstein条件下的一种修正CD共轭梯度法

提出了一种新的在Glodstein线搜索准则下的修正Conjugate Descent方法,该修正方法不需要其他要求即可满足充分下降条件,同时,证明了该方法在某些弱条件下的收敛性.