次子空间与不变次子空间的一些性质

本文给出了次子空间与不变次子空间的概念，并探讨了它们的一些性质。     

论“岁差”

本文提出了我国古代对岁差的认识只停留于表象;着重论述了岁差真运动的概念,并以尧典四仲中星为例说明对岁差的正确运用。     

基于改进即时学习算法的动液面软测量建模

油田动液面参数软测量预测应用中,软测量模型随生产的进行会逐步退化,导致预测结果偏差较大,无法在油田生产过程中加以使用.对此,提出采用基于子空间相似度的即时学习策略来对动液面预测模型进行自适应动态更新.通过对生产阶段数据进行子空间的相似度计算,提高建模样本选取的准确性.设计两个记忆参数改变以往即时学习策略模型的更新方法,在减少计算量的同时提高动液面的预测精度.与以往即时学习算法进行实验对比,结果表明,改进算法对油田动液面测量精度高,适应性强,符合油田生产标准,可以应用于油田实际生产.     

非线性反应扩散对流方程在多项式子空间的分类

利用不变子空间方法研究非线性反应扩散对流方程,得到了非线性反应扩散对流方程在它所容许的多项式不变子空间中的分类,从而求出相应方程的精确解.     

基于子空间追踪的稀疏信号重构算法

信号重构算法是压缩感知理论中的重要环节,其优劣影响压缩感知的重构效果.基于子空间追踪算法,对经稀疏表示和测量矩阵压缩后的信号进行重构验证,理论分析和实验结果表明,子空间追踪算法能使信号在较高压缩比下保持良好的重构效果.     

一种导航宽带抗干扰中的阵列幅相误差校正算法

针对复杂电磁环境下抗干扰导航接收机中存在的幅相误差问题,提出一种幅相误差有源校正的导航接收机抗干扰算法;该算法通过干扰和幅相误差构建阵列幅相误差数学模型;然后基于加权子空间拟合原理和最小二乘的方法估计阵列幅相误差系数;最后利用线性约束最小方差(LCMV)算法对修正的之后的接收数据进行干扰的抑制;并明确提出了导航抗干扰接收机的通道修正的解决方案。理论分析和仿真实验表明,估计的幅相误差系数与实际幅相误差非常接近;此方法可以准确在干扰方向上形成零陷并保留导航信号;信噪比在-10 d B的时候,幅相误差估计值逐渐收敛于真实值;并且随着信噪比的增加幅相误差估计精度也逐渐提高。所提算法能有效提高存在幅相误差通道的抗干扰的性能。     

温州软粘土不排水真三轴试验的研究

利用英国GDS真三轴仪,针对原状温州软粘土进行恒定小主应力 下不同中主应力系数b的固结不排水试验。在三维应力状态下,研究不同中主力条件下粘土的强度变形特性,利用相同应力路径下主应力旋转对比试验反映土的各向异性特性。研究结果表明：在轴向压缩(TC)试验中,随着加载的进行,偏应力逐渐增大并趋于平稳,并随中主应力系数b呈现先增大后减小的趋势,b=0.8时出现峰值;广义剪应力峰值呈现先增大后减小的趋势,峰值在0.6~0.8之间;轴向压缩试验(TC)加载过程中,当b=0.4时,中主应变接近为0,可视为平面应变情况;在b=0.4~1.0之间时,剪缩效应受中主应力系数b影响较明显;b=1.0时,轴向压缩(TC)试验破坏强度高于轴向拉伸(TE)试验的破坏强度,其应力应变响应有显著不同;在π平面上,Lade-Duncan准则对试验点的拟合精度优于Mohr-Coulomb准则和Matsuoka-Nakai准则。     

OPASTd子空间跟踪算法及其在盲多用户检测系统中的应用

为了提高基于子空间的盲多用户检测方法的性能,在简要介绍了现有的跟踪向量序列的主要子空间和特征元素的快速算法的基础上,提出了正交压缩近似投影子空间跟踪算法(OPASTd),该算法在应用压缩技术的同时,保证了每次迭代估计出的信号子空间的正交性。将该算法应用于多用户检测系统时,系统的抗多址干扰(MAI)和抗远近效应的能力和其他算法相比都有所提高,特别是在抗远近效应方面提高较大。     

超幂及其在Banach空间中的应用

利用超幂这一工具讨论了 Ｂａｎａｃｈ 空间上的一些性质与其可分子空间上性质的相互体现，给出了超自反空间的一个等价命题．     

Process modeling and optimizing control based on sparse nonuniformly sampled data

<正> In this paper,a process modeling and related optimizing control for nonuniformly sampled ( NUS)systems are addressed.By using a proposed nonuniform integration filter and subspace method estimation,an identification method of NUS systems is developed,based on which either an output soft sensor or ahidden state estimator is developed.The optimizing control is implemented by replacing the sparsely-measured/immeasurable variable with the estimated one.Examples of optimizing control problem are given.The proposed optimizing control strategy in the simulation examples is verified to be very effective.