一种基于奇异值分解的非线性滤波新算法

提出一种基于奇异值分解的无导数卡尔曼非线性滤波新算法对UKF算法进行改进.该算法利用奇异值分解作为工具,将原算法中的协方差矩阵进行奇异值分解,可以在一定程度上避免在递推过程中,由于计算误差和舍入误差而引起的协方差矩阵失去正定性,从而导致算法失效的问题.在不降低滤波精度,不增加算法复杂度的前提下,新算法具有很好的数值稳定性.实例仿真结果验证了本方法的有效性.     

探测器自主导航的UD-EKF粒子滤波算法研究

用UD分解改进EKF粒子滤波算法,并将其应用于基于星光仰角测量的探测器自主导航方案.UD-EKF是基于递推的UD协方差分解滤波算法,该方法减少了计算舍入误差的影响以及计算机的计算量和数据存储量.用UD-EKF更新粒子,提高了滤波精度,缩短了运行时间,通过计算机仿真证实了其可行性.     

一种新颖的基于NMF的人脸识别方法

提出了一种新颖的基于非负矩阵分解(NMF)进行人脸识别的方法,读方法首先对人脸图像作NMF得到由人脸基图像组成的子空间矩阵及其对应的系数矩阵,然后将其重构获得NMF重构人脸图像,进而从原始图像中减去重构图像以获取残差图像.最后对残差图像作局部非负矩阵分解(LNMF)以提取其非负子空间及其系数矩阵,并将两次得到的系数矩阵混合,根据最近邻原则进行识别.在ORL标准人脸数据库上的实验表明,该方法具有更好的识别率.     

均匀离散线阵幅相误差快速校准方法研究

针对实践中声基阵校准问题,分别研究了远场和近场条件下均匀离散线阵幅相误差快速校准方法.远场时,采用单声源且不需要精确已知声源方位,只需精确水平旋转基阵1次,对接收数据的协方差矩阵进行特征子空间分解,再根据推导的公式可快速计算出幅相误差矩阵.近场时,波阵面为球面,不能采用现有的校准方法,因此提出了一种最多只需精确水平旋转基阵3次,通过转动前后的几何关系建立方程组求解各参量,通过公式可把球面波补偿为平面波,然后采用单辅助源法可快速计算出幅相误差矩阵.仿真实验验证了两种校准方法的有效性,并详细分析了各种因素对幅相误差矩阵估计及声源方位估计精度的影响.两种校准方法计算简单且精度较高,操作简单易于工程实用.     

一种基于小波的电网谐波检测新方法

在电力系统中存在许多非线性负载,由此产生的谐波对电网的电能质量造成很大的影响.为了保证电网的电能质量,必须监测由此产生的谐波.首先讲解用于谐波检测的小波变换的理论,其次在MATLAB中用FFT、小波分解和小波包变换三种方法对由电焊机产生的谐波电流进行了仿真分析与计算.仿真结果表明:小波分解能够有效地分离基波,小波包变换能够分离任意次谐波.该方法具有普遍适用性,与使用昂贵的专用测量仪器相比,不失为一种好的替代方法.     

宁夏银北灌区水资源优化配置模型及应用

以宁夏银北灌区为例,基于大系统分解协调原理建立了地表水地下水联合运用的递阶优化模型.子系统优化模型采用增量动态规划法求解,协调层利用目标协调法和关联预估法实现全局最优,获得不同约束方案下的时段最优引黄水量、井灌水量、井排水量和运行费用.所建模型及求解方法弥补了以往水资源配置模型只考虑地下水垂向运动,忽略水平运动的不足, 改善了模型的仿真性和决策的可靠性.     

经验模态分解中的包络线拟合算法仿真分析

针对经验模态分解过程中存在的包络线过冲/欠冲及端点飞翼等问题,通过分析三次样条及Hermhermite多项式插值的特点,在分析一个非平稳时间序列的经验模态分解的过程中,提出使用分段三次Hermite多项式插值,并结合ARMA过程与周期延拓外推信号"特征波"进行端点延拓来改善包络拟合结果.最后,在一个简单的算例中,以距离测度作为2邻近单频信号分离的一种新判据,仿真验证了包络线拟合算法的有效性.     

列结构分解分析模型

在结构分解分析理论基础上,提出和建立了列结构分解分析模型,并给出了有实际经济意义的分解.列结构分解分析能沟通投入产出经济学与新古典经济学的相关研究,为测算包含完全使用的生产要素对经济增长的贡献提供了新方法.     

Higher-order principal component pursuit via tensor approximation and convex optimization

Recovering the low-rank structure of data matrix from sparse errors arises in the principal component pursuit （PCP）. This paper exploits the higher-order generalization of matrix recovery, named higher-order principal component pursuit （HOPCP）, since it is critical in multi-way data analysis. Unlike the convexification （nuclear norm） for matrix rank function, the tensorial nuclear norm is stil an open problem. While existing preliminary works on the tensor completion field provide a viable way to indicate the low complexity estimate of tensor, therefore, the paper focuses on the low multi-linear rank tensor and adopt its convex relaxation to formulate the convex optimization model of HOPCP. The paper further propose two algorithms for HOPCP based on alternative minimization scheme： the augmented Lagrangian alternating direction method （ALADM） and its truncated higher-order singular value decomposition （ALADM-THOSVD） version. The former can obtain a high accuracy solution while the latter is more efficient to handle the computationally intractable problems. Experimental results on both synthetic data and real magnetic resonance imaging data show the applicability of our algorithms in high-dimensional tensor data processing.     

Codebook design for uplink of densely small cells

The shrinking of cell-size brings significant changes to the wireless uplink of densely small cells （DSCs）. A codebook design is proposed that utilizes the strong line of sight （LOS） chan- nel component existing in a DSC system for uplink of the DSC system. To further improve the uplink performance, the high-rank codebook is designed based on singular value decomposition （SVD） due to the unnecessary preservation of strict constant modulus in the DSC system. And according to the simulation result, the proposed codebook leads to significant sum-rate gain and appreciable block error rate （BLER） performance improvement in the DSC system.