基于Curvelet稀疏表示的图像盲分离初始化

针对盲分离初始化问题提出一种基于Curvelet稀疏表示的图像盲分离初始化方法. 该方法充分利用信号Curvelet变换的稀疏特性,选取稀疏性最好的高频系数组,采用聚类方法估计聚轴中心,寻求混合矩阵估计值,实现对盲分离学习算法的初始化. 实验结果表明,该初始化方法能避免盲分离算法在收敛时陷入局部最小,加快收敛,并提高分离精度.     

联邦滤波在RAPINS/计程仪/重力匹配组合导航系统中的应用

RAPINS/计程仪/重力匹配组合导航系统是一种简易的无源导航系统,为了改善系统的容错性能,设计了基于该组合系统的联邦滤波器,建立了系统的工作模式,给出了联邦滤波算法.在该联邦滤波器中充分利用计程仪输出的速度信息,采用不等间隔滤波来进行信息融合.采用Matlab/Simulink对该组合导航系统在分辨率为0.005°×0.005°的数字重力异常图中进行了仿真研究.理论分析和仿真结果表明,基于联邦滤波的RAPINS/计程仪/重力匹配组合系统能够改善系统的容错性,且具有与集中式滤波相似的导航精度.     

时延遥操作系统的从端预测无源控制

在传统的波控制器基础上,用线性两点预测与五点二次预测凸联合的方法对从端的期望速度与反馈力进行在线预测,并用此预测值指导从端机器人的动作,使其具有一定的自主性.当其与环境的接触力发生突变时,则停止预测,并适当回退其动作,等待操作者的指令.在从端设计了一个无源控制器用来吸收多余能量,以保证从端无源性,从而保证加入预测器后系统稳定.仿真实验表明,如果环境模型精确,安全系数选取适当,与传统的波控制器相比该方法能将系统的操作性能提高一倍以上.     

低碳源浓度条件下聚磷菌特性

从北京城市排水集团高碑店污水处理厂二沉池回流污泥中分离获得两株高效聚磷菌株,确定出稀释倒平板分离技术更有利于聚磷微生物的筛选.经形态特征及生理生化实验初步鉴定为不动杆菌属(acinetobacter sp.).确定出A、E两菌的最优碳源选择分别为乙酸钠和谷氨酸钠;并在降低碳源质量浓度,即COD小于100 mg.L-1的条件下进行最佳生长条件优化:A、E两菌的最适pH值分别为8和7,最适温度分别为20℃和25℃;金属镁、钾和锰离子对聚磷微生物具有积极促进作用.聚磷微生物呈现出较好的厌氧放磷、好氧摄磷的特性.     

基于矩阵重构的非相干分布源参数估计方法

针对现有非相干分布源参数估计算法计算量大等问题,提出了一种新的DOA和角度扩展估计算法.该算法利用空间频率近似模型下的非相干分布源协方差矩阵的结构特点.协方差矩阵可分为相位信息矩阵和幅度信息矩阵.对相位信息矩阵进行重构,对重构后的协方差矩阵利用MUSIC等传统方法即可实现DOA的估计;对幅度信息矩阵的各主次对角线上的元素均进行平滑得到幅度信息平滑向量,估计得到的DOA代入幅度信息中即可得到角度扩展的估计,从而实现非相干分布源DOA和角度扩展分离估计.计算机仿真验证了算法的性能.     

典型声源声聚焦引起辐射噪声测量误差的分析

随着影响目标辐射噪声测量诸多因素的解决,声聚焦对测量精度的影响已显得比较突出.基于射线声学的虚源法,通过具体算例,分析了典型声源声聚焦引起的测量误差.仿真结果表明,声聚焦引起测量误差的大小与声源的类型、辐射指向性,边界约束,声源和接收器的空间位置,信号带宽、频率均有关.因此,传统的利用球面波规律对不同类型的声源辐射声测量值进行归一是有偏差的,需根据声源的辐射指向性及相关参数进行特定的修正.     

串联谐振变换器的无源性控制

本文研究了串联谐振变换器的无源性控制器。首先建立串联谐振变换器的欧拉-拉格朗日模型;其次对系统模型进行降阶,并设计无源性控制器;实验结果表明,采用无源性控制使系统在参数变化和负载扰动时具有良好的鲁棒性,证明了控制策略的可行性。     

具有输入时滞不确定切换系统的鲁棒稳定性分析与控制

本文研究了一类输入中同时存在常时滞和时变时滞不确定切换系统的鲁棒稳定性及控制问题,依据还原法思想,Lyapunov稳定性理论并结合LMI,设计了切换系统的状态反馈控制器及相应的切换策略,并给出了系统在控制器作用下稳定的充分条件,仿真算例证明了本文方法的有效性. 最后证明系统在某些情况下使用还原法所设计的控制器与传统的无记忆控制器相比能够镇定更多的系统。     

基于非合作雷达辐射源的无源雷达技术综述

对基于非合作雷达辐射源的无源雷达技术进行了综述,介绍了该领域内的研究历史与现状。然后对非合作式双基地雷达系统基本原理进行了分析与研究,主要内容包括基本几何关系、信号能量关系、接收站的组成以及参数测量与目标定位方法。最后,对辐射源的信号分析与优化选择、系统同步、直达波参考信号的恢复、微弱目标信号的检测与参数估计以及跟踪、融合与目标识别等系统关键技术进行了分析与评述。     

基于粗糙集理论的多源信息融合故障诊断方法

在故障诊断中,从包含冗余和不一致信息的数据中获取简单有效的诊断决策规则是一个难题.首先,针对完备信息系统和不完备信息系统分剐提出了相应的融合算法,为解决数据超载以及不完整信息融合问题提供了有效的方法.其次,提出了基于粗糙集理论的多源信息融合故障诊断模型.该模型从包含冗余和不一致信息的原始数据出发,利用基于改进属性重要度的方法实现故障征兆属性约简;然后通过给出的值约简算法进一步产生最大广义决策规则集,建立了用于故障诊断的规则库.最后,在应用该模型进行故障诊断时,用待诊断实例的离散化了的故障征兆属性与规则库中的诊断决策规则进行匹配,对返回的诊断决策规则依据置信度、覆盖度和支持度进行综合评价,并得出诊断结论.给出的诊断实例验证了该方法的可行性和有效性.