交叉模态对结构随机振动疲劳损伤的贡献

以小阻尼简支梁为例,讨论了交叉模态对随机振动疲劳损伤累积的贡献;结构的响应分析采用模态叠加方法,随机振动疲劳损伤累积分析采用Miner线性疲劳损伤准则。数值模拟结果表明,即使是小阻尼稀疏模态结构,交叉模态对结构振动疲劳损伤累积的贡献也是不容忽视的。     

基于对数稀布阵的FDA-MIMO干扰抑制

波形分集阵列雷达作为一种将频率分集阵列与多输入多输出结构相结合的雷达新体制,在主瓣干扰抑制领域具有极大的应用前景.针对基于对数稀布阵的FDA-M IM O随队干扰抑制方法展开分析.首先将对数稀布阵引入FDA-M IM O体制,通过采用非线性频控函数改进基本FDA"S型"波束图带来的多极值问题;然后通过RCB算法修正随队干扰抑制过程中出现的导向矢量失配问题;最后,仿真验证了当目标与干扰在距离维可分但角度维较为接近时,该方法可在保持主瓣增益的同时实现对干扰的有效置零,从而为随队干扰的有效抑制提供了新的思路.     

基于小层约束对比下的储层反演综合研究

五3东(WSD)区发育砂砾岩储层,一般由多期扇体叠置而成,物性变化大,横向变化快,非均质性强,这对该区有利储层的评价造成了一定困难。针对研究区勘探开发的重难点,确定了基于小层约束下的约束稀疏脉冲反演方法重点对该区上乌尔禾组P3w1段油组进行小层对比下的储层预测综合研究。首先基于高分辨率层序地层学理论对该区地层进行精细划分和对比;其次对地震数据、井数据进行质控,分析储层敏感性参数,确定储层反演的可行性;然后进行精细层位标定、子波提取,根据划分的小层和已处理好时深关系的测井曲线建立小层约束下的低频模型;最后反复调试关键反演参数,实现全区反演研究。根据所得反演结果,从平面和剖面两个角度对比分析各小层段储层的分布规律,同时建立符合该区地质规律的成藏模式,预测有利储层发育区带,为该区下一步开发调整提供了方向。     

基于POS-ELM的孤立性肺结节诊断方法研究

在肺结节诊断方法研究中,传统机器学习诊断方法存在诊断性能不稳定的问题。为了提高孤立性肺结节的识别准确率,提出基于粒子群优化(particle swarm optimization,PSO)参数的极限学习机(extreme learning machine,ELM)辅助诊断方法。首先采用PSO选取ELM最佳的初始权重ω和偏置b;然后利用最佳参数ω和b对ELM进行训练;再利用PSO-ELM对通过稀疏自编码得到的肺结节特征进行分类识别。实验中,将传统机器学习算法与本文方法进行对比,结果表明,利用粒子群优化算法进行优化的极限学习机在孤立性肺结节诊断方面具有较高识别准确率和稳定的分类性能,可以作为一种有效的肺结节诊断工具。     

基于块稀疏的低复杂度宽带MIMO-OFDM稀疏信道估计方案

CoSaMP压缩采样匹配追踪算法是一种有效且可靠的稀疏信号重构算法。针对大多数宽带MIMO-OFDM稀疏信道估计方案中常被忽略的信号内部特殊结构问题,采用MIMO-OFDM系统模型,分析信号块稀疏结构特性,研究了CoSaMP算法的改进问题。仿真结果表明,与其他信道估计方案相比,所提方案在未知信号稀疏度值的情况下依旧获得了接近理想状态下的系统和速率、归一化均方误差和信号重构效率,有效降低了计算复杂度。可见,所提方案具有很好的信道估计性能。     

A robust watermarking algorithm based on significant-tree in Contourlet domain

An adaptive algorithm operating in the Contourlet domain is presented. Contourlet is a new image sparse representation, which is better than a wavelet for piecewise smooth images with smooth contours. Because of flexible multiresolution, local and directional sensitivity of Contourlet transform, our approach also defines significant-tree in the Contourlet domain. By analyzing the relation of the Contourlet coefficients, we embed the watermarking into all the coefficients of each significant-tree. Then referring to the statistical properties of the coefficients, the masking characteristics of texture are defined for adaptively controlling the embedding strength. Experimental results show that the proposed algorithm is highly robust to various attacks, such as JPEG compression, medium filtering, cropping and rotation. Furthermore, comparisons with a classical method in the wavelet domain prove the validity of the new algorithm.     

基于特征增强的非均匀采样SAR三维稀疏成像

对于非均匀采样数据,现有三维稀疏成像方法中的数据局部插值会带来误差,且得到的分布式目标成像结果与其连续散射的本质不符.针对这些问题,首先将成像问题直接建模为三维空间中联合的稀疏重构问题,并通过选取候选散射中心进行字典降维;然后,在降维后的模型中增加三维特征增强约束项,建立三维空间中相邻散射中心之间的联系;最后,结合高斯...     

工艺偏差下模拟电路模块行为级建模的稀疏网格随机配置法

为建立考虑工艺参数随机变化情况下的模拟电路模块的行为级模型,提出了基于稀疏网格的随机配置建模方法.首先,与传统的需要大量采点的蒙特卡罗方法相比,随机配置方法具有指数收敛的特性,大大降低了计算复杂度.其次,为了避免通常用于多维空间的直接张量积随机配置法所带来的采点数随空间维度指数增长的缺点,采用稀疏网格采点技术,在保证建模精度的同时大幅度减少了配置点数目,从而进一步降低了随机配置法的计算复杂度.     

一种改进K-SVD稀疏表示图像去噪算法

为解决传统K-奇异值分解(K-SVD)算法字典训练耗时过长以及低信噪比情形下去噪效果不佳的问题,提出了一种改进算法。首先将原始含噪图像进行高低频分离,然后对图像的高频部分使用基于残差比阈值的批量正交匹配追踪算法(Batch-OMP)实现稀疏重构,最后将图像的高低频部分叠加完成最终的去噪。实验结果表明,相较于小波变换去噪、DCT稀疏表示去噪以及传统K-SVD稀疏表示去噪,改进的算法能够更好地保留图像的边缘轮廓信息,并且去噪时间明显缩短。     

GaBP算法优化与实现

通过研究经典GaBP算法,实现了同步和异步GaBP算法程序设计和计算实验,并对结果进行了系统的分析。实验表明GaBP优化算法——异步GaBP算法比经典GaBP算法有更好的计算效率。