基于双层符号常数模的多径水声信道盲均衡算法

针对常数模算法(CMA)及符号常数模算法(SCMA)迭代中的大量乘法运算会产生延时的不足，提出了双层符号常数模算法(DSCMA)。该算法采用逐级取符号的办法，将迭代过程中的大量乘法运算转化为比较运算，大大减少了计算量。而基于双层符号常数模的多径水声信道盲均衡器，具有收敛速度快，超量均方误差和计算复杂度小等特点。用负声速梯度信道及深海信道对该盲均衡器性能进行的仿真研究表明：该盲均衡器对多径干扰有良好的抑制作用，对水下数据通信有很强的实用价值。     

星载双基地SAR干涉测高误差分析

针对星载双基地SAR干涉测高的新特点,给出了“空间基线”、“变基线”下的干涉测高原理,建立了绝对高程误差模型和相对高程误差模型。从提高测高精度、优化系统设计的角度出发,分析了相对高程和绝对高程测量精度受基线形式的影响,给出具有一般性意义的测高误差关于空间基线姿态的二维分布全貌图,分析了图中误差极点走廊和两类优良点的位置和相应的物理意义。将误差分布图用于指导辅星相对轨道设计,证明了该图对基于测高性能的辅星轨道优化设计具有重要意义。     

A HEURISTIC PATH-PLANNING METHOD FOR ENHANCING MACHINE-TOOL CONTOUR-FOLLOWING

Nomenclature ki integral action coefficient[s-1]kp speed proportional gain[s-1]kv position proportional gain[s-1]kf feed forward factor of the speed loop[%]M axis mass[kg]V speed[m/s]F driving effort[N]Rc radius of curvature[m]d distance to the apex[m]o lateral offset[m]εcontouring error[m]ωm lowest mechanical resonant frequency[s-1]ζdamping coefficient[-]r inertia ratio[-]μmembership function[-]αcorner angle[rad]x,y horizontal and vertical coordinates[m]?angle to the normal line[rad]1.I…     

教练员对运动员训练作用的系统模型

针对训练过程中教练员的作用建立了系统数学模型,使教练员在训练过程中的作用得以量化,通过引入有差和无差的概念,分析了教练员在训练过程中2种作用的不同效果.     

四阶微分方程广义第二特征值的上界估计

考虑四阶微分方程广义第二特征值的上界估计，利用试验函数、Rayleigh定理、分部积分、Schwartz不等式和Young不等式等估计方法与技巧，获得了用第一特征值来估计第二特征值上界的不等式，其估计系数与区间的度量无关．     

基于超级立方体结构的可靠组播差错控制研究

通过对可靠组播网络的差错控制的研究，提出了一种基于超级立方体拓扑结构的局部前向纠错(FEC)可靠差错控制机制，把网关路由器构成一个n维超级立方体结构，并将相关节点定义成局部恢复单元LRU，在源链路和尾链路分别采用局部前向纠错FEC和否定确认抑制的恢复方法，有效地解决了多点组播中出现的否定应答拥塞等问题，在一定程度上减少了网络延迟，提高了网络带宽利用率．     

F4上2维和3维的最优自正交码

研究了F4上维数为2和3的最优（或拟最优）自正交码的码长与极小距离之间的关系，用组合方法构造相应维数的最优（或拟最优）自正交码的生成矩阵，确定出其中达到Griesmer界的码，并计算出所构造的2维最优（或拟最优）自正交码的重量多项式。     

基于区间灰数预测模型的天猫“双十一”物流需求量预测

基于天猫"双十一"包裹量增长呈"S"形和连续动态变化的特性,对"双十一"包裹量进行预测;首先将天猫历年"双十一"包裹量划分成几个连续区间,然后通过信息分解法对连续区间灰数进行白化处理,将区间灰数分解成白部序列和灰部序列,最后建立基于信息分解的连续区间灰数离散Verhulst预测模型;经误差检验分析,该模型预测结果精度较高,可以作为天猫平台第三方物流企业对物流资源进行合理、有效调配的依据。     

四轮转向汽车路径跟随控制

路径跟随控制是汽车实现自动驾驶的重要工具,已在前轮转向汽车上取得了较好的效果,但是前轮转向汽车的路径跟随控制不完全适用于四轮转向汽车.对此,基于横向误差,提出一种四轮转向汽车路径跟随模糊控制算法.首先,建立响应面模型作为优化目标函数.然后,利用遗传算法对模糊控制器进行优化设计.最后,通过Carsim-Simulink联合仿真实验,对该算法进行验证.仿真结果表明,路径跟随横向误差得到有效降低,车身质心侧偏角也控制在0.6°以内.该算法能够实现精准的路径跟随,并提高汽车的操纵稳定性.     

基于波动率测量误差的波动率预测模型

本文研究了一种基于波动率测量误差的波动率预测模型,并做了非线性扩展,期望改进预测效果.考虑到文献中关于波动率可能长记忆性和非线性并存的观点,本文以具有长记忆特征的HAR(heterogeneous autoregressive)模型为基础,加入波动率测量误差后模型持续性有所提高,结合非线性的时变参数模型则达到结构变化和减弱异方差的效果.本文用2652天的沪深300高频数据计算的已实现极差波动率来验证模型效果.固定参数下,在HAR型模型中加入测量误差作为调节变量可以较显著地改善样本外预测效果.时变参数下,加入测量误差的HARQ型模型预测效果大多优于对应的HAR型模型.时变参数模型总体上可以改善固定参数模型的预测效果,尤其在预测期较长的情况下改善均是显著的.