反中心对称矩阵的性质

研究了反中心对称矩阵的迹、行列式、可逆性、伴随矩阵的性质.得到奇数阶反中心对称矩阵一定不可逆的结论,并给出偶数阶反中心对称矩阵可逆的充要条件和逆矩阵的形式.     

李代数的张量积所确定的Leibniz代数

讨论了李代数(g)以及由这个李代数诱导的Leibniz代数(g)(×)(g)的一些性质,主要从不变双线性型和导子看这两个代数之间的差异,证明了在特定条件下两者的不变双线性型维数是一致的.为进一步确定李代数(g)和(g)(×)(g)的差异,讨论了由(g)(×)(g)诱导的一类重要的李代数(g)(×)(g);最后证明了,如...     

一类带正权超线性对称方程对称周期解的分布

讨论一类带正权函数超线性对称方程对称周期解的分布情况.运用相平面定性分析的方法,得到了在关于时间映射的超线性条件下,方程无穷多个对称调和解的存在性以及对称次调和解的稠密性分布结果.     

一种基于标记点的近景摄影测量系统

给出了一种基于标记点的鲁棒三维重建摄影测量系统;采用编码点和非编码点等标记点方式.为了减少不同图像间误匹配的概率,采用一种新的基于编码点的匹配方法,不同图像间非编码点的匹配从编码点开始,并通过相似性准则、模糊度准则和距离误差准则来剔除误匹配,可获得非常高的正确匹配率.采用一种新的基于标记点的加权迭代特征算法,用编码点恢复相机的投影矩阵,从而可以确定相机的外部姿态参数;用非编码点恢复3D坐标.与已有的加权迭代特征算法比较,该算法避免了所有点参与计算相机的投影矩阵,运算速度更快.由于采用标记点的亚像素定位方法,提高了3D重建精度.实验结果表明,在3D重建方面,该系统是强壮和精确的.     

一类非齐次拟线性双曲型方程组混合初边值问题的整体经典解

考虑半无界区域{(t,x)|t≥0,x≥0}上的一类拟线性双曲型方程组的混合初边值问题.假设正特征弱线性退化,方程右端项满足匹配条件,可以得到慢衰减小初值问题C1解的整体存在性和唯一性.     

一种计算冲压零件轮廓相似度的快速算法

为了适应网络应用对轮廓相似度计算在速度和数据传输量方面的要求,文中提出了一种非离散的快速算法,该算法采用直线和圆弧来表达轮廓曲线．在对图形进行范化处理后,将待匹配轮廓按照一定步距进行旋转．然后依次以待匹配轮廓或目标轮廓作为模板,计算模板的所有顶点与其在另一个轮廓中对应点的距离平方的平均值．在所有角度中,平均值之和的最小值即为两个轮廓的匹配度．该算法同时适用于凸多边形和凹多边形,并具有较好的区分度和匹配准确性．和以往的离散方式相比,该算法减少了需要传递的数据量．提高了运算速度．     

步长为1和n/2循环图的导出匹配可扩性研究

如果一个图的任何一个导出匹配都能包含在一个完美匹配当中,就称之为导出匹配可扩的.对有2n个顶点x1,x2,…,x2n的图,如果对于i-j≡±1(mod2n)或者i-j≡±n2(mod2n)的i和j,均有xixj∈E(G),则称其为步长为1和n2的循环图,记为C2n(1,2n).本文的主要结论为:C2n(1,2n),n#4,是导出匹配可扩的.     

随机级数的自然边界

利用一个有关解析函数项级数S-可和的引理,以及对称随机级数的S-和及a.s.收敛性关系,有下列结果:一般对称随机解析函数项级数的收敛边界几乎必然是自然边界.特别地,对称随机Taylor级数,随机Dirichlet级数,随机罗朗级数等的收敛边界几乎必然是自然边界.     

基于图像分割的SAR图像匹配方法

针对单一背景的海岛合成孔径雷达（SAR）图像,提出一种基于图像分割的图像匹配方法．该方法采用静态小波对原实时图分解滤波,抑制噪声;利用最大类间方差阈值法分割图像,分割出特定目标;选择结构元素进行形态腐蚀和膨胀,去掉细小背景杂波干扰;对二值化的图像进行面积统计,搜索出面积最大的目标．在原实时图中,以最大面积目标的外切矩形裁剪图像作为新的实时图．实践证明,利用裁剪的新实时图进行匹配,可以有效去除背景对匹配的不利影响,弥补了传统方法匹配精度低、实时性差的缺点．     

Compressive sensing based multiuser detector for massive MBM MIMO uplink

Media based modulation(MBM)is expected to be a prominent modulation scheme,which has access to the high data rate by using radio frequency(RF)mirrors and fewer transmit antennas.Associated with multiuser multiple input multiple output(MIMO),the MBM scheme achieves better performance than other conventional multiuser MIMO schemes.In this paper,the massive MIMO uplink is considered and a conjunctive MBM transmission scheme for each user is employed.This conjunctive MBM transmission scheme gathers aggregate MBM signals in multiple continuous time slots,which exploits the structured sparsity of these aggregate MBM signals.Under this kind of scenario,a multiuser detector with low complexity based on the compressive sensing(CS)theory to gain better detection performance is proposed.This detector is developed from the greedy sparse recovery technique compressive sampling matching pursuit(CoSaMP)and exploits not only the inherently distributed sparsity of MBM signals but also the structured sparsity of multiple aggregate MBM signals.By exploiting these sparsity,the proposed CoSaMP based multiuser detector achieves reliable detection with low complexity.Simulation results demonstrate that the proposed CoSaMP based multiuser detector achieves better detection performance compared with the conventional methods.