对一般滤子情形下SLQ问题最优反馈的刻画

控制论中的一个基本问题是为系统设计反馈最优控制.这已在LQ问题中得到了很好的实现.但是,在已有的文献中,对这一问题的随机情形的讨论多集中在自然滤子情形.本文应用转置解这一概念在一般滤子情形下给出了带随机系数的SLQ问题最优反馈控制存在的充分条件,证明了对一维控制问题而言这还是必要条件.     

三角阵列超材料的声传播特性

为了使声波产生不同于传统天然声学材料的反常传输特性,采用COMSOL有限元方法模拟了声波在局域共振型声子晶体中的传播特性,给出了二维三组元局域共振型声子晶体的振动机制,并以原胞为基础构建了三角形阵列的声学超材料模型,探究声波与该模型内原胞间的局域共振特性。仿真结果表明,从三角阵列模型底边入射的平面点状及线状激励声源在受到模型的调控后都会重新在顶角处汇聚成焦点;通过入射由三角阵列构成的矩形模型能实现点源的低损耗搬移效果;将两至三个相同的三角阵列组合成平行四边形和梯形模型后会产生平面声波的变向传输。模拟结果显示,此种以原胞为基础的三角形声学超材料阵列模型,在共振频率下会产生反常声学现象,并且随着模型构造的改变,其共振特性也会随之变化,产生不同的反常声学现象。研究结果可为声隐身、声探测及声波低损耗定向传输等研究提供新思路。     

加权shift算子加上Volterra型算子在Hardy空间上的不变子空间及约化子空间

Cuckovic等刻画了shift算子加上Volterra算子在Hardy-Hilbert空间上的不变子空间。在他们以及Stessin等的关于约化子空间的研究基础上,文章研究了加权shift算子加上Volterra型算子在Hardy空间上的不变子空间及约化子空间,部分地推广了他们的结论。     

人民币汇率市场联动特征分析

融合Copula理论和GARCH有偏T模型,构建了汇率波动的t-Copula-DCC-GARCH-skewT模型,对中、美、欧3大经济体货币汇率USD-CNY和EUR-USD进行实证研究.该模型能够捕捉到人民币汇率之间的动态相关性.相关曲线展现了3大经济体在汇率制度上的阶段性联动特征,表明中、美、欧等经济体货币汇率联动性有利于人民币国际化的汇率制度建设以及世界经济的共同治理和系统性风险防范.     

拟双曲一致域与弱拟对称映射

根据拟双曲一致域和拟对称映射的基本性质,利用拟双曲度量作为研究的重要工具,主要讨论了度量空间中拟双曲一致域的几何性质,同时刻画了拟双曲一致域在弱拟对称映射下仍然是保持不变的.     

十字型鸭翼子弹药控制系统研究

为解决子弹药的杀伤效能低的问题,提出了一种十字型鸭式子弹药并对其进行控制系统的分析与设计.针对子弹药不断旋转摆动的问题,分析了子弹药控制力的产生原理,提出一种周期平均控制力的方法,建立了旋转摆动子弹药数学模型.为验证子弹药的飞行稳定性,应用Matlab软件进行了无控飞行轨迹仿真,得出子弹药水平位移为450 m,攻角变化在0.4°以内,满足稳定性要求.由于子弹药控制通道间具有较强耦合作用,设计了一种特殊的前馈补偿法来对子弹药进行解耦,设计了PID控制器对子弹药控制效果进行了仿真,结果表明解耦后控制通道间的耦合效果基本消失.      

基于图论算法的微博好友圈及消息发布方案研究

以微博用户为顶点,建立用户关注关系的顶点赋权有向图模型,把寻找微博中的最大好友圈问题转化为有向图的最大有向完全子图问题,而选择发布某消息的用户数最少的方案问题转化为寻找有向图的最小支配集问题.采取用户间关注关系0-1矩阵及好友关系的无向图,应用启发式着色算法求解无向图中的最大完全子图,计算出最大好友圈.根据消息传播关联的0-1矩阵,应用有向图的最小支配集的优化算法,求解最小支配集,得出了发布某消息的用户数最少的方案.     

星敏感器中的图像预处理技术

详细论述了星敏感器中的图像预处理技术.分析比较了星图的噪声和信号的不同特点,并给出了星像光斑灰度分布的数学模型;在恒虚警率条件下,确定了恰当的图像二值化阈值;采用质心法和其改进算法求恒星的质心位置,提高了精度;采用子窗口技术,提高星敏感器的动态性.     

SPQ-内射半模

设是右-半模,半模称为内射的,若任意的small-主子半模到的同态可扩张至到的同态.若是内射的,则称是内射半模.本文给出了内射半模的定义并刻画其相应性质.     

一种基于孪生网络的图片匹配算法

随着卷积神经网络（Convolutional Neural Networks,CNN）的不断改进，基于CNN的图片匹配成为图像处理的关键，然而，许多基于CNN的图像相似度检测算法对图像特征的表达能力较差，且曼哈顿距离或欧式距离的计算方式导致在计算损失函数时模型不一定能很好地收敛.针对此问题，提出一种基于孪生网络和注意力机制的方法（CSNET）来提升图像匹配的性能，主要步骤如下：使用将激活函数改进为Mish函数的VGG16网络作为主干网络提取图像的特征，在模型的卷积层加入注意力机制模块（Convolutional Block Attention Module,CBAM），这提高了模型的特征提取能力和鲁棒性，保证训练可以收敛.对模型输入图片对的特征向量的欧氏距离，再利用网络全连接层输出的相似度分数来度量被检图片是否相似.将提出的CSNET与其他图片匹配方法在Omniglot和SigComp2011等数据集上进行比较，实验结果表明，CSNET能有效提高图像相似度匹配的准确性.