时域加权稀疏约束的空时自适应处理算法

1DT是典型的时空级联的后单多普勒空时自适应处理的方法,能够显著降低对独立同分布样本的需求量和空时自适应处理时的运算量,但是进行时域处理时对主瓣杂波的抑制效果较差。针对此问题,提出一种利用时域滤波器频率响应的稀疏特性进行加权稀疏约束的自适应滤波器设计算法。在时域自适应滤波器的模型中加入对旁瓣的稀疏约束,并构造加权矩阵对稀疏约束加权。仿真实验表明：此方法在有效抑制主瓣杂波的前提下能够降低副瓣,并且当存在天线幅相误差时具有较好的稳健性。     

基于资源预留的成像卫星鲁棒性任务规划方法

随着新型成像卫星的智能化发展,成像卫星鲁棒性任务规划是一个迫切需要解决的理论和实践问题.综合考虑卫星姿态转换时间,固存和电量等约束条件,建立了成像卫星鲁棒性任务规划模型.在保证任务规划收益最大化的前提下,提出了一种基于资源预留的成像卫星任务鲁棒性规划方法.基于任务之间卫星的转换时间约束及资源预留规则,保证资源的高效利用及地面观测任务的有效安排.通过对不同规模的实例进行求解,实验结果表明本方法具有很好的鲁棒性.本文方法对其它相同类型相关问题具有指导及借鉴作用.     

利润约束的关联规则挖掘算法

针对传统数据挖掘技术的劣势,提出一种以利润为基础的约束关联规则挖掘算法.在使用关联规则进行数据挖掘之前,算法按照商品利润的权重信息对购物篮中的原始商品交易信息实施预处理,可以使后续的数据关联规则挖掘更加的精确可靠,提升数据挖掘的效果.结果表明:基于利润的约束关联规则挖掘算法对数据库的原始数据实施了利润约束修正,增加了利润加权阈值,可有效提升数据挖掘算法的知识挖掘性能.     

具有"T+1"约束的最优投资问题

在前人的基础上,研究在中国证券市场对投资策略的五个约束下的最优投资问题．讨论约束条件的描述,最优投资问题值函数的连续性,以及值函数所满足的HJB方程．     

含闭链异构双腿行走机器人动力学建模与求解

建立了简化的9连杆异构双腿行走机器人模型并给出了机构中存在的封闭链约束方程.采用带约束的多体系统拉格朗日方程建立了系统的动力学模型.对约束求导,给微分-代数混合的动力学方程添加扩展方程,采用预估-校正数值积分方法进行求解.将数值解对约束的不满足作为反馈,给出误差反馈控制方法,来减小数值积分带来的误差,保证算法收敛.针对仿生腿侧进行了动力学仿真计算,比较了带和不带误差反馈数值积分算法解对约束的满足程度以及正逆解的一致性程度.仿真表明建模方法可行且误差反馈控制数值积分可减小数值积分误差,防止误差积累.     

箍筋约束超高性能混凝土本构模型

为研究箍筋约束超高性能混凝土(ultra-high performance concrete,UHPC)本构模型,统计了箍筋约束UHPC的试验数据,通过回归分析,理论推导,提出了箍筋约束UHPC的应力-应变关系曲线模型及特征点计算方法,并与试验结果、不同箍筋约束混凝土本构模型进行对比分析。结果表明:钢纤维和箍筋可以有效地提高约束UHPC的峰值应力和峰值应变;峰值应力计算结果与试验结果吻合程度较好,而峰值应变以及峰值应力下降至85%和50%所对应应变的计算结果与试验结果吻合程度不够理想;建议的箍筋约束UHPC应力-应变关系曲线模型与试验结果整体吻合程度较好。     

带有通讯能量约束的网络控制系统的H∞控制

文章研究带有通讯能量约束的网络控制系统的H∞控制问题．传感器使用不同能量级传输信息导致不同的丢包率．考虑传感器通讯能量约束,将网络控制系统建立为随机闭环系统,利用Lyapunov函数方法,以LMIs的形式给出保证闭环系统随机均方渐近稳定的充分条件和H∞控制器设计方法．     

在约束条件下考虑红利提前退休的最优投资组合

分别研究了在退休期限和借贷约束条件下提前退休的最优投资组合问题,其中考虑风险资产派发红利的情形;退休期限和借贷约束条件会使代理人相应地改变投资策略;运用了随机控制等方法,得到了代理人在约束条件下最优消费投资组合策略显示解.     

一种井下无线自组织网络自愈路由算法

针对井下无线信道干扰严重、节点能量有限的特点,提出了一种基于误码率和能量约束机制的井下无线自组织网络自愈AODV路由协议,并采用NS2仿真工具进行了建模仿真。仿真结果表明,改进的AODV路由协议在数据包成功接受率上略高于AODV路由协议,较大幅度地减少了路由负担,有利于节省网络能量。     

带面积约束电路划分的 GRASP改进算法

首先由改进后的GRASP算法构造初始划分,并作局部搜索产生一组优秀解;再由path-relink ing算法在优秀解间建立路径,搜索路径上的改进解.为满足面积约束,在GRASP算法的构造阶段、局部搜索阶段及path-relink ing算法中都引入面积约束.实验结果表明,与顺序GRASP算法和随机GRASP算法相比,改进的GRASP算法在满足面积约束的条件下能获得更好的划分结果.与改进的GRASP算法相比,由GRASP与path-relink ing相结合的混合算法能进一步改善划分结果,在最小划分上,改进程度最大达到9.8%,在平均划分上,最大达到8.3%.