Krylov subspace method based on data preprocessing technology

The performance of adaptive beamforming techniques is limited by the nonhomogeneous clutter scenario. An augmented Krylov subspace method is proposed, which utilizes only a single snapshot of the data for adaptive processing. The novel algorithm puts together a data preprocessor and adaptive Krylov subspace algorithm, where the data preprocessor suppresses discrete interference and the adaptive Krylov subspace algorithm suppresses homogeneous clutter. The novel method uses a single snapshot of the data received by the array antenna to generate a cancellation matrix that does not contain the signal of interest （SOI） component, thus, it mitigates the problem of highly nonstationary clutter environment and it helps to operate in real-time. The benefit of not requiring the training data comes at the cost of a reduced degree of freedom （DOF） of the system. Simulation illustrates the effectiveness in clutter suppression and adaptive beamforming. The numeric results show good agreement with the proposed theorem.     

向量值约化子空间超仿射小波对偶框架的构造

利用Fourier变换和周期化技巧,给出Fourier域上L~2(R~d,C~L)中约化子空间上的超仿射小波对偶框架的一个充分条件,从而将L~2(R~d)中约化子空间上的结果推广到向量值空间L~2(R~d,C~L)的约化子空间上.     

一种用于水平柔性长线水听器阵阵形估计的新算法

为获取水平柔性长线水听器阵列的实际阵形以提高后续阵列信号处理算法的性能,提出了一种阵形估计的新算法。该算法假设辅助声源信号为宽带球面波,通过对各个频率点处的协方差矩阵进行特征分解,构造了一个基于加权子空间拟合思想的拟合函数。利用高斯-牛顿和交替投影算法实现了阵形的离线估计,并对在实际应用中可能会影响算法性能的四种主要的误差源进行了分析。实验结果表明,相对于辅助声源为窄带平面波的算法,新算法放宽了对辅助声源带宽和距离的要求,具有良好的估计精度和更大的宽容性。     

线性空间的覆盖

本文讨论了线性空间的覆盖,并通过几个例子说明了它的应用。     

约化算子的性质

设H是复Hilbert空间,B(H)表示H上有界线性算子全体所组成的代数。对A∈B(H),{A}′={C:CA=AC,C∈B(H}表示A的换位。设L是H的子空间,如果L又是{A}′中任一元素C的不变(约化)子空间,则称L为{A}′的约化子空间.如果A的任一不变予空间都是A的约化子空间,就称A是约化算子,关于约化算子的己有结果见[1];如果{A}′的任一不变子空间都是{A}′的约化子空间,就称A是超约化算子。定理1 设C是一对一的紧算子,A是约化算子,B是一没有无限重特征值的非数乘的超     

余子空间的性质

在n维向量空间V中,任一非平凡子空间W的余子空间是不唯一的,本文给出了W的余子空间的一般表示法,并讨论了W的任意两个余子空间的和与交的维数取值范围。     

f（T）的超可分解性

本文讨论在Banach 空间X 上的闭算子T 和由函数演算所确定的算子f(T)之间的关系.得到下列主要结果:(1) 若f∈(?)_(1/m)(T),且T 是超可分解的,则f(T)也是超可分解的.其中(?)_(1/m)表示在σ(T)的某邻域内解析,且在“∞”处有m 级极点的复值函数.(2) 若f∈(?)_∞(T),且T 是超可分解的,则f(T)也是超可分解的.其中(?)_∞(T)表示在σ(T)∪{∞}的某邻域内解析的复值函数全体.     

线性群及其子群阶的一种性质

利用有限域上向量空间对于它的线性变换的循环子空间分解的性质，给出了线性群ＧＬ（ｎ，Ｆｑ）的阶与它的某个有限于群的阶之间的关系：设在Ｆｑ上不可约，ｑ＝ｐ￣ｍ，ｐ＿１（≠ｐ）是素数，如果ｐ１｜｜Ｇ｜，则ｎ≥ｐ＿１－１；如果　　　则，２≥２ｐ＿１－２。     

基于信号子空间线性预测的测向方法

文章分析了均匀线阵输出信号的信号子空间结构，提出了基于信号子空间线性预测的测向方法。理论分析和计算机仿真实验表明，通过信号子空间的线性预测．可以获得较高的角度分辨率。     

线性系统的特征结构配置

本文讨论线性系统状态反馈的特征结构配置问题,给出可配置根系的必要充分条件,指出其结构特征,并用例子说明根系的选择过程及反馈矩阵的求法。