基于三阶累积量奇异值分解的雷达目标识别

基于一维距离像三阶累积量矩阵的奇异值分解 ,由非零奇异值构成奇异值矢量作为正则子空间法的输入 ,提出一种雷达目标一维距离像识别方法 ,对目标进行分类识别。该方法一方面利用三阶累积量提高了抗噪性能 ,同时又使用非零奇异值矢量减少了存储量与运算量。仿真实验结果表明 :在低信噪比 ,该方法的识别率高于特征子空间法     

高斯定理的拓广

引入广义曲面积分的概念，并讨论在闭合曲面上有奇点的条件下，电场穿过闭合曲面的电通量，从而给出高斯定理的一个推广。     

广义判断下AHP(GJAHP)的一致性检验与可接受性的进一步探讨

广义判断下的AHP(GJAHP)是在单准则下通过构造广义判断矩阵的数学模型而建立的一种广义AHP.本文提出了广义判断矩阵一致性的一种非参数统计检验方法--spearman秩相关系数法, 给出了广义辅助矩阵的构造性定义, 并进一步探讨了广义判断矩阵的可接受性。最后本文给出了GJAHP的应用实例。     

判断自然数整除性的一种新方法

本文给出了判断正整数整除的一种新的方法（不同于常规的除法），同时从整除的角度得到了联系广义十进制和广义n进制的公式，以及初略地讨论了整除映射的周期性。     

一类广义Ⅰ类不变凸半无限规划的最优性条件

利用对称梯度,对于一类半无限规划引入了几个非光滑广义Ⅰ类不变凸性概念,进而在这些新广义不变凸性情形,给出了半无限规划的一些最优性充分条件.     

广义系统的某些性质

本文定义了广义系统的消失性,并给出了判别消失性的充要条件,进而给出了广义系统的闭环谱与其动态补偿器的谱不相交的充要条件.最后利用广义系统的一种特殊分解给出了广义系统脉冲可控的充要条件.     

广义分布空间中卷积算子可解之充要条件

Ｅｈｒｅｎｐｒｅｉｓ及Ｈｏｒｍａｎｄｅｒ在Ｓｃｈｗａｒｔｚ缓增分布空间中讨论了卷积算子的可解。本文充分利用Ｂｅｕｒｌｉｎｇ广义分布空间中的Ｆｏｕｒｉｅｒ－Ｌａｐｌａｃｅ变换的性质，在Ｂｅｕｒｌｉｎｇ广义分布空间中讨论了卷积算子可解的几个等价条件，进而导出了卷积算子可解的充要条件，并推广了Ｈｏｒｍａｎｄｅｒ的某些结果     

完整的最小二乘递推算法及其对跟踪与预报的应用

借助广义逆矩阵的理论，本文分别就一般加权情形、最优加权情形和指数加权情形，给出了无需事先提供待估计量的任何初始统计知识而能获得严格意义下的所谓完整的最小二乘递推(PRLS)算法。应用这种算法，分别得到了某些线性系统的无差和无偏状态估计以及机动目标多模型跟踪与预报(MMTP)算法。