新的多变量特殊多项式及其在量子光学中的应用

在普通的埃尔米特多项式的基础上,引入两个新的多变量特殊多项式及其产生函数,由此导出一些新的微分关系式,并讨论它们在处理一些量子光学问题(如量子态的归一化和维格纳函数)中的具体应用。     

稳健的多通道SAR特征投影杂波抑制算法

针对强干扰目标信号污染影响传统的特征投影方法杂波抑制性能的问题,提出了一种稳健的特征投影方法。该方法首先构造与回波数据矢量对应的模归一化矢量,对其协方差矩阵进行特征分解,构造新的噪声子空间,最后将回波数据矢量向新的噪声子空间投影进行杂波抑制。理论分析和实验结果验证了该方法的有效性和稳健性。     

基于脸部结构知识的三维人脸建模

将Sibson坐标用于局部特征分析,提出了一个新的局部形变模型.该模型具有较强的局部性,可以精细地刻画人脸个性特征,且能够根据人脸形状的先验信息进行整体控制.然后,在局部形变的基础上采用双重形变,实现了两种互补的形变算法在特征级的融合,进一步提高了建模精度.实验结果表明,本算法具有较小的重建误差和较快的处理速度,能够生成光滑、逼真的三维人脸模型.     

基于混合储能的电网友好型分布式电源的控制策略研究

本文提出了一种由间歇式可再生能源发电系统、能量型和功率型混合储能系统组成的分布式电源的控制策略．该控制策略包括直流母线电压控制和交流换流器的电网自适应控制两部分．首先,本文提出了直流侧可再生能源发电及混合储能系统之间的协调控制策略,并利用直流母线电压分区控制和DC／DC变换器多运行模式归一化模型有效地实现了直流母线电压稳定及各种运行模式的平滑切换,优化了锂电池的充放电过程,提高了储能系统的技术和经济性能;其次,提出了基于电压源下垂控制的交流侧挟流器的电网自适应控制策略,引入了虚拟阻抗和自同步控制,提高了分布式电源的电网适应性,最后,通过PSCAD／EMTDC的建模仿真,验证了本文控制策略的有效性．     

协方差矩阵结构的广义近似最大似然估计

针对相关复合高斯杂波背景下相邻杂波纹理分量可能相同的情况,将杂波均匀分组进行推广,结合归一化采样协方差矩阵估计,提出了广义杂波分组的归一化采样协方差矩阵估计方法(generalized normalized sample covariance matrix, GNSCM). 利用最大似然估计方法,进一步推导了广义杂波分组背景下协方差矩阵结构最大似然估计的迭代过程,以GNSCM 为初始化矩阵进行迭代,得到协方差矩阵结构的广义近似最大似然(generalized approximate maximum likelihood, GAML) 估计. GAML 是对现有方法近似最大似然(approximate maximum likelihood, AML) 估计和约束迭代杂波分组估计(constrained recursive clutter-clustered estimator, CRCCE) 的推广,具有更强的杂波适应能力. 仿真结果表明,针对非均匀分组杂波环境,与AML 估计和CRCCE 相比,GAML 具有更高的估计精度,且相应的自适应检测器具有更好的恒虚警率特性和检测性能.     

基于支持向量机和遥感的塔里木河流域下游沙质荒漠变化的分析——以大西海子库区为例

塔里木河流域下游作为沙质荒漠化较严重的地区之一,自2000年实施生态输水以来生态环境发生了明显变化.本文利用研究区2000年、2010年、2018年8月和9月Landsat ETM、Landsat OLI遥感数据,采用支持向量机方法对研究区进行土地利用类型分类,基于分类结果和像元二分模型对归一化植被指数(NDVI)进行...     

一种基于视频的人脸检测及识别方法

基于视频的人脸检测及识别是一个比较热门的研究方向。本文使用了一种方法对视频中的人脸进行检测。在收集检测后的人脸模型后,本研究训练了一个轻型的深度神经网络模型,并使用该模型来进行人脸识别。试验结果表明,该模型可以较为高效地检测出人脸。     

FFH/MFSK噪声归一化合并接收机在部分频带干扰Rayleigh衰落信道下的性能分析

快速跳频系统能减少干扰对系统性能带来的性能损伤.文中分析了快速跳频M元频移键控(FFH/MFSK)噪声归一化接收机在部分频带噪声干扰非频率选择性Rayleigh信道下的性能.不同于以往的研究结果,利用数值计算的方法来近似计算误比特率,文中采用复变函数的相关理论,给出了误比特率的闭合表达式.最后对系统性能进行了仿真,仿真结果与理论分析结果完全一致;系统性能不会随着分集度的不继增大而持续变好,而是存在一个最佳分集度;最佳分集度的大小随着信道条件的变化而不同;增大系统的调制阶数会提高系统性能.     

基于归一化应变梯度变化的损伤识别方法研究

针对传统静态损伤识别测量方法存在测量系统布置烦琐、测点有限以及基于应变参量的损伤识别受加载条件限制的问题,一种基于归一化应变梯度变化(Differential Gradient of Normalized Strain,DGNS)的损伤识别方法被提出.通过对只含有矩形槽的试件和同时含有方形通孔和裂纹的试件的数值计算,说明该方法能够有效识别塑性变形、裂纹等损伤.实验中,提出采用应变等值线密度变化(Differential of Strain Contour Density,DSCD)取代DGNS用以识别结构损伤,两者具有相同的物理意义,但DSCD更加有效地保证云图的平滑性和可视性,实验证明DSCD可以有效地识别塑性损伤.研究表明,DGNS(DSCD)可以很好地刻画出结构塑性变形、裂纹损伤特性,剔除由于结构自身不均匀造成的应变集中区域的影响,有效地孤立出损伤区域;DGNS(DSCD)是结构的本征参数,不依赖于外部载荷幅值;相比于传统的应变损伤识别,DGNS(DSCD)具有更加敏感、更早捕捉损伤的优势.