基于分布估计算法的非负矩阵分解

非负矩阵分解问题可以转化为一个约束优化问题,因此可以依靠最优化领域的相关算法进行求解.提出一种基于分布估计算法求解非负矩阵分解问题的新算法,并将算法应用于两个非负矩阵分解的数值算例,与非负矩阵分解基准算法进行比较,证实了算法的可行性和优越性.     

考虑检测影响的贮存-检测模型及其参数估计

基于产品定期检测数据,考虑了检测对产品可靠性的影响,给出了一个考虑检测影响的贮存-检测模型,并给出了相应的参数估计方法.最后举例说明该模型的有效性.     

双参数指数分布的加权矩估计

利用加权矩估计方法,得到双参数指数分布中参数的加权矩估计量,讨论了估计量的方差和特征函数,并利用算例说明了加权矩估计优于矩估计．     

基于盖氏圆方法的宽带信源数目估计

针对低信噪比和小快拍数情况下宽带信号源数目较难精确估计的问题,提出了一种基于盖氏圆方法的宽带信号源数目估计算法(GDECSM)。盖氏圆方法通过利用盖氏半径对矩阵特征值范围的限定关系,能有效区分信号子空间与噪声子空间,在宽带信号源数目估计中能够产生良好的检测效果。仿真实验表明,与基于AIC准则的宽带信源数目估计算法(AICCSM)相比,GDECSM算法在低信噪比和小快拍数时都具有更高的检测概率,运算复杂度也有所降低。     

灰色马尔可夫预测模型在公路交通事故中的应用

将结合灰色系统理论与马尔可夫理论,对公路交通事故进行预测．利用灰色马尔可夫预测模型,可有效地处理类似交通事故等随机性、波动较大的数据。     

临汾市低能见度天气的时空特征分析

利用临汾市17个气象观测站地面常规气象资料,采用线性倾向估计法、累积距平法,对1981年～2010年临汾市低能见度天气进行时空特征分析。     

基于均匀圆阵的循环平稳信号的DOA估计

相干信源的DOA估计一直是一个十分棘手的问题,由此提出了一种基于均匀圆阵的利用信号循环平稳特性进行DOA估计的方法.利用模式空间变换算法以及矩阵分解算法的思想,结合信号的循环平稳特性和Cyclic MUSIC算法,实现在高斯白噪声背景下均匀圆阵相干信源的DOA估计.通过MATLAB仿真验证了该算法具有良好的解相干能力,在低信噪比条件下具有比常规的循环空间平滑算法更好的解相干性能.     

基于SURE-LET和非张量积小波的遥感图像去噪

针对遥感图像中的高斯噪声,提出了基于SURE-LET和非张量积小波的去噪方法,主要包括图像在非张量积小波下的分解、各个子带在不同阈值函数下的处理以及它们最优的线性组合3个步骤．通过选择合适的非张量积小波滤波器参数,使无噪遥感图像和噪声在变换分解中得到的小波系数分离较好,去除噪声对应的小波系数时被去除的无噪图像对应的小波系数较少,从而取得更好的去噪效果．实验结果表明：此方法用于高斯噪声的遥感图像的去噪不仅速度很快,而且去噪效果优于传统基于张量积小波的SURE-LET方法．     

面向车路耦合的6x6轮式机器人动力学分析

为了准确的描述采用6个轮边电机独立驱动的双减震轮式机器人的响应特性以及轮胎的动载荷,通过构造适合不同等级路面的6x6轮整车13自由度垂向动力学模型进行仿真。该模型包含了双边六个车轮垂向位移,车身质心垂向位移,车身四角垂向位移,车身俯仰运动以及车身侧倾运动,并且将左右轮在行驶过程中的相干性以及行驶过程中左右轮地面信号输入的不同的情况考虑在内;同时利用三角级数法构造并验证了仿真所需的各级路面时域信号,可以模拟在任何等级路面下的运动情况;建立了利用MATLAB/Simulink平台求解该动力学模型,获得响应特性及轮胎动载荷的研究方法。结果表明,在F级路面下的整车13自由度垂向动力学模型的可行性以及准确性。可见,该动力学模型可为以后6x6双减震轮式机器人相关参数(例如悬架优化,有限元分析,轻量化设计)的优化提供参考。     

双线偏振雷达测雨公式优化方案的仿真研究

基于滴谱理论和散射原理,利用模拟的雨滴谱及其反演的雷达偏振参数,讨论双线偏振雷达参数随雨滴谱变化而变化的规律;并提出一种测雨公式的优化改进方案。在不同的差分反射率因子Z_(DR)取值区间内,统计相应的测雨公式系数。同时,提出了3种Z_(DR)区间划分的方法:1利用统计学中的t检验法检测测雨公式系数随Z_(DR)变化而变化的曲线图中的显著突变点;并将这些点对应的Z_(DR)值作为区间划分的临界值。2直接按一定的步长等间距地将Z_(DR)的范围划分为不同区间。3依托于Z_(DR)与中值体积直径D_0的拟合关系,通过对D_0的取值范围等步长划分而间接得到相应的Z_(DR)的范围。在对方法二、三最优等分步长进行讨论的基础上,利用模拟的雨滴谱对上述方法进行检验;并对检验效果逐一进行对比分析。结果表明这三种分级统计方法的效果较未进行分级统计,直接采用固定系数测雨公式估测降水的计算结果更加精确,误差有明显改善。