改进的匹配追踪在方波信号滤波中的应用

为了克服常规滤波方法对方波信号滤波能力的不足,实现对方波信号的精确滤波,提出了一种改进的匹配追踪算法。针对方波信号特征,构建了与方波信号匹配而对噪声不敏感的方波原子;基于正交匹配追踪,并吸收子空间追踪的回溯思想,改进了最优原子选择方法;鉴于有用信号与噪声信号的能量差异,使用了一种自适应迭代停止标准,能准确找到有用信号和噪声的临界点,解决噪声能量未知的预估问题。对不同信噪比下的仿真方波信号进行滤波,经实测验证,所提方法在信噪比和均方误差方面都优于常规去噪算法,且保留了方波的特征,适用于方波信号的滤波。     

分布式网络环境下系统跳变执行器故障诊断

针对存在输入干扰的分布式网络环境下系统跳变执行器故障问题,建立了连续时间马尔可夫跳变执行器故障系统模型,并设计了残差生成器.对于多系统网络传输下存在系统跳变的情况,首先在空间几何方法中的不可观测子空间以及空间分割投影运算基础上,运用H∞优化技术和线性矩阵不等式(LMI)方法完成残差生成器参数求解,实现残差对输入的解耦以及与故障的对应关系,并通过残差输出值与预设阈值对比来确定系统中的故障情形,最终完成分布式网络下系统跳变的执行器故障检测与隔离.通过仿真实验验证了算法的有效性.     

基于快速数据投影法的多目标角跟踪

提出了一种新的多目标波达方向（direction of arrival, DOA）跟踪方法。首先利用可靠且低复杂度的快速数据投影法(fast data projection method, FDPM)自适应更新阵列接收信号的时变信号子空间,再采用高斯〖CD*2〗牛顿法在更新后的信号子空间中,估计多个目标实时变化的DOA观测值,最后采用卡尔曼滤波获得当前时刻多个目标的最优DOA估计值。仿真多个交叉运动目标的情况,验证了该方法具有跟踪速度快、精度高的特点,并且可以避免数据关联。     

双基地MIMO雷达多目标定位及互耦参数估计

针对MIMO雷达收发阵元间存在互耦会严重影响目标定位算法性能的情况,提出一种双基地MIMO雷达多目标定位及互耦参数估计的算法.利用均匀线阵互耦矩阵的特点和MIMO雷达的特性获得满足ESPRIT算法的信号子空间,在不需要任何互耦矩阵信息情况下采用ESPRIT算法实现了目标角度估计,且估计出的角度参数自动配对.根据所估计的目标方位角度,利用信号子空间和联合导向矩阵之间的关系,将MIMO雷达的互耦参数估计转化为线性约束二次最小化问题,估计出互耦系数矩阵,实现了MIMO雷达的自校正.该方法的优点是避免了多维空间谱搜索带来的庞大计算量和迭代中的全局收敛性问题,同时得到了收、发阵列互耦参数估计的闭式解.仿真结果表明算法估计性能接近于互耦已知时二维MUSIC算法.     

非线性有限冲激响应Volterra信道的盲辨识

提出了单输入多输出有限冲激响应（ＳＩＭＯ ＦＩＲ）Ｖolterra系统的盲辨识及盲均衡的子空间方法,首先描述了ＳＩＭＯ非线性Ｖolterra信道模型,并将此模型转化为多输入多输出（ＭＩＭＯ）信道 模型;接着讨论了ＦＩＲＶolterra系统盲可辨识条件,并给出了ＳＩＭＯＶolterra系统的盲辨子空间算法;进一步讨论了ＶolterraＦＩＲ非线性信道的确定性盲均衡问题;最后用仿真实例验证了此算法的有效性,所提方法与确定性的线性多信道方法相比,它的最大优点就在于所需约束条件少,此方仅需要输入信号的相关矩在奇异,且在低信噪比情况下（ＳＮＲ为５dB)也有效。     

(2+1)维拟线性抛物方程和不变子空间

运用条件Lie-B(a)cklund对称与不变子空间理论相结合的方法研究(2+1)维拟线性抛物方程3种形式的广义泛函分离变量解,即广义泛函多项式形式解、广义泛函三角函数形式解和广义泛函指数形式解,并对方程进行完全分类,得到了精确解中未知函数满足的动力系统.     

基于K-L变换的掌纹自动识别

掌纹自动识别是对基于生物统计学的身份鉴别的重要补充。论文尝试了对掌纹图像代数特征的提取 ,并设计了基于 K- L变换的掌纹自动识别方法。实验表明 ,这种方法能够取得很好的识别效果 ,即使对于低分辨率下的图像也有较高的识别率。在此基础上结合子空间法模式识别理论 ,提出了双子空间掌纹自动识别方法。并用双子空间对各类样本的空间分布进行了更加精细的刻画。然后采用分层最小距离分类器实现掌纹识别 ,使识别率和鲁棒性得到了进一步提高。     

基于随机子空间的钢管混凝土拱桥模态参数识别

结构模态参数识别是结构健康监测领域研究的重点.基于随机子空间法理论,在环境激励下对某钢管混凝土拱桥拱肋进行模态参数识别,得到该桥拱肋的固有频率、阻尼比和振型等模态参数;用Midas-Civil有限元软件建立该桥梁的计算模型;对实测结果和计算结果进行对比,验证识别结果的可靠性.试验结果可作为该桥梁的损伤识别、使用状态评估和健康监测的基础.     

线性子空间的并集完全不覆盖的基

在n维线性空间V中,对于有限个真子空间的并集M,都存在V的一个无穷子集U使得M完全不能覆盖U,并且U中的任何的n个元都是V的基。在不可数数域上的n维线性空间V中,对于可数个真子空间的并集M,都存在V的一个无穷子集U使得M完全不覆盖U,并且U中的任何的n个元都是V的基。在n维欧氏空间V中,对于可数个真子空间的并集M,都存在V的一个可数的无穷子集所作成的序列U,使得M完全不覆盖U,并且U中含有V的标准正交基,U中任何的,n个相连的元都是V的基；对于任何的正整数m,V有m个标准正交基完全不被M覆盖。     

用Chebvshev多项式加速的预处理子空间迭代法

研究了计算大型稀疏对称矩阵的若干个最大或最小特征值的问题的子空间迭代法.首先引入了加速子空间迭代法的Chebyshev迭代法和预处理技术.为了更好地加速子空间迭代法的收敛速度,作者把Chebyshev多项式和预处理技术同时应用到子空间迭代法中,对预处理过的残余矩阵用Chebyshev多项式加速.即讨论了Chebyshev迭代法对预处理子空间迭代法的应用.这样既缩小了矩阵特征值的分布范围,又改善了每次循环的初始矩阵.从而给出了用Chebyshev多项式加速的预处理子空间迭代法.最后给出了数值例子,结果表明加速后的预处理子空间迭代法比原来的预处理子空间迭代法更优越,进一步加速了迭代法的收敛速度,减少了计算量和计算时间.