基于小波变换的弹射加速度滤波分析

根据小波分解与重构理论，对弹射加速度信号进行多尺度的小波变换，即用不同中心频率的带通滤波器对信号滤波，把主要反映噪声频率的那些尺度的小波变换去掉，再把剩余各尺度的小波变换结合起来，作小波重构变换，从而得到较好地抑制了噪声的信号。     

一种稳健的全波数声场重构技术

提出了一种稳健的全波数空间声场重构技术, 适用于分析任意形状物体的声辐射. 根据波叠加积分公式, 由实际声辐射体产生的空间声场可以由置于辐射体内部的虚构源产生的声场来等效替代, 而虚源上的源强密度可以通过匹配有限个场点上的声压来获得, 进而可以得出任意场点的声学信息.     

最优匹配小波的构造

小波变换已在信号分析中获得广泛的应用. 如何根据信号的特点选择最佳小波,是小波分析在实际应用中亟待解决的问题. 为了获得信号的最优小波变换,文中提出了一种最优匹配小波的构造方法. 根据信号在尺度空间最大投影原则, 利用满足正则条件的结构化完全重构滤波器组和优化算法, 构造了具有一定消失距的小波. 和已有的方法相比, 所提出方法可以获得直接应用于信号分解的小波滤波器组, 而且设计复杂度低. 文中描述了与超声脉冲信号匹配的匹配小波构造过程, 并给出了所构造的匹配小波结果.     

利用支撑向量机预报大气污染物浓度

针对污染物浓度序列具有强非线性和显著长程相关性的特点,结合相空间重构和支撑向量机(SVM)构建了一个多步预报的递归模型.对理想混沌序列和多种污染物浓度资料的实验结果表明,模型预报的准确率和效率均显著优于人工神经网络.这种通用建模方法的优势在于对系统非线性机制的反馈十分清晰,充分发挥了SVM适用于小样本问题、映射能力强、全局最优等特点,对非线性时间序列预报适用的其他领域同样具有启发意义.     

基于组合策略的Lyapunov指数谱的计算

分析了基于BP神经网络模型的Lyapunov指数谱计算法存在的不足,提出了一种新的基于组合策略的混沌时间序列Lyapunov指数谱计算方法.由于该方法能够同时逼近给定目标函数的非线性部分与线性部分,因而具有更高的计算精度.最后将新方法应用于Henon映射Lyapunov指数谱的计算中.通过分析与比较,表明该方法具有更高的计算精度及更强的实用性.     

可重构机器人研究的现状和展望

介绍了可重构机器人的概念及分类方法 ,总结了可重构机器人的发展和目前国内外对可重构机器人进行研究的现状 ,展望了可重构机器人研究的发展方向 .     

基于低分辨率图像自举和双重稀疏性字典训练的单幅图像超分辨率重构

该文结合Zeyde等人提出的低分辨率图像自举算法和双重稀疏性字典的训练方法,提出了一种新的单幅图像超分辨率重构方法。该方法在训练字典的过程中,首先对低分辨率训练样本图像采用自举算法进行超分辨率重构,然后将自举重构输出图像与低分辨率、高分辨率训练样本图像求差,并将两幅差值图像的小波分解系数作为样本数据源,训练具有双重稀疏性的字典对。文中详细讨论了结合低分辨率图像自举和双重稀疏性字典训练的单幅图像超分辨率重构算法框架,并通过实验比较证明,该文方法较其他方法具有更好的超分辨率重构效果。     

基于抽象语法树的C克隆代码重构应用与研究

为了缩短软件工程生命周期,引入组件、复制的概念,利用抽象语法树(AST)将相同功能的代码设计为一个函数,保留充足的接口参数,利用过程调用开发软件程序,可以提高软件开发效率.     

基于解空间高效编码的配电网重构连续化算法

提出一种基于解空间高效编码的配电网重构连续化算法.推导基于负荷电流的网损计算近似公式以估计开关交换支路范围,压缩解空间,提高寻优效率;建立连续变量解与离散变量解存在映射关系的双种群解空间,避开直接求解离散变量,减小计算量且适用连续变量优化方法求解;在一定编码规则下降维并减小变量置信区间半径后,通过编码规则和算法特性从概率上规避第一类非有效解,比对专家库完全规避第二类非有效解,使潮流计算次数大幅减少;改进纵横交叉算法,横向交叉引入方向性,采纳模糊聚类思想将静态纵向交叉因子动态化,收敛速度和精度得到改善.仿真结果验证了该方法的正确性和有效性.     

基于信号重构的伪随机跳频引信信号处理技术

针对多普勒失配引起的伪随机跳频引信定距精度差及工程实现难度大的问题,提出了一种基于信号重构的伪随机跳频引信信号处理方法.首先利用发射信号重构一组用于匹配滤波的本地参考信号,然后将这组信号分别与目标回波信号进行相干积累,当其中任一通道相关值超过预设门限时,即可判为定距成功.仿真实验结果表明,该算法能够对目标区域进行精确探测,有效地解决了伪随机跳频引信多普勒失配引起的定距精度差、虚警概率高等问题.