全极化雷达的多任务压缩感知目标识别方法

为有效利用全极化雷达高分辨距离像(High Resolution Range Profile,HRRP)的丰富特征信息和全极化样本中各单极化HRRP均对应于相同目标姿态的特性,提出一种基于多任务压缩感知的全极化雷达目标识别方法。该方法约束在不同极化字典中选择来自相同角域的字典原子对相应极化方式下的HRRP进行表示,可以有效利用不同极化HRRP之间的相关信息提高目标识别性能。基于电磁散射数据对所提出的方法进行了测试,实验结果证明了方法的有效性。     

含噪稀疏信号重构的l0范数期望值最小化方法

压缩感知理论是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值重构稀疏信号是压缩感知理论中的核心问题。针对测量值受噪声污染的含噪稀疏重构问题,提出了近似l0范数期望值最小化方法。该算法基本思想是将含噪稀疏重构问题转化为近似l0范数期望值最小化问题,并利用噪声的统计特征将随机最优化问题化简为常规的最优化问题,然后采用最速下降法求解。数值仿真表明,本文提出的方法具有更好的重构精度,且计算量较小。     

压缩感知新技术专题讲座(三) 第5讲 压缩感知理论中的信号重构算法研究

信号重构作为压缩感知理论的核心之一,是指从长度为m的测量向量Y重构长度为n(m n)的稀疏信号Θ的过程。由于测量次数远小于原始信号维度,信号重构成为欠定方程求解问题,一般没有确定解。然而,若Θ满足一定的稀疏性条件,问题有确定解。文章首先从解析几何角度出发,分析了压缩感知中稀疏信号重构的原理,并对已有的两大类重构算法分别进行介绍:一类是针对l0范数最小化的一系列贪婪算法,一类是针对l1范数最小化的凸优化算法。对前一类算法,选取了代表性的OMP、ROMP、CoSaMP和SAMP算法进行研究,并分析了它们的优缺点;对后一类算法,着重阐述了将BP问题转换为LP问题的推导过程,并介绍了两类经典的凸优化算法:BP-Simplex和BP-Interior。最后,展望了信号重构算法的研究前景。     

Chirp 子脉冲步进频率雷达信号的探讨

从理论上分析了在步进频率雷达信号中采用线性调频信号（ｃｈｉｒｐ）作为子脉冲的可行性,重点讨论了目标运动对该种体制高距离分辨成像的影响。并提出了系统设计时的考虑。     

带混合误差的Ishikawa迭代格式

将Ishikawa型迭代格式的收敛性问题推广到带混合误差的Ishikawa型迭代格式的情形 ,同时所用的证明方法和技巧有所改进     

用相位梯度法校正超宽带雷达系统的相位误差

线性调频 (LFM)信号体制的超宽带雷达 (UWBR)系统的相位误差 ,会影响雷达系统脉冲压缩的结果。本文提出的相位梯度 (PG)算法 ,能够有效地估计系统相位误差 ,改善脉冲压缩的性能。     

螺旋形爆炸磁压缩发生器

为了得到高电压的输出,从爆炸磁通量压缩发生器的工作原理入手,在单端起爆装置的基础上,设计了一种两端起爆的螺旋形爆磁发生器,并给出了实验结果和分析。     

四种螺线管型爆磁压缩发生器的实验研究

实验研究了四种螺线管型爆磁压缩发生器,给出了其主要实验结果和结论。     

Banach空间中含Lipschitz强增生 算子的算子方程之构造可解性

设X为实一致光滑Banach空间 ,A :X→X为Lipschitz强增生算子 ,设L≥ 1和k∈( 0 ,1)分别为A的Lipschitz常数与强增生常数。设 {tn}n≥ 0 为 ( 0 ,1]中的实数列满足条件 :(i)tn→ 0 (n→∞ ) ;(ii)∑∞n =0 tn=∞ , f∈X , x0 ∈X ,迭代地定义序列 {xn}n≥ 0如下 :( )　　xn 1 =xn-tn(Axn- f) ,n≥ 0 .则 {xn}n≥ 0 强收敛于方程Ax =f的唯一解 ,而且对充分大的n≥n0 ,‖Axn- f‖ ≤ exp{-k∑n- 1j=n0tj}‖Axn0 - f‖　　一个相关的结果研究含强伪压缩映象的方程Tx =x的构造可解性。     

基于流场特性的管内检测机器人的外形优选研究

管道内检测机器人的结构形状是影响其运动学、动力学特性的关键因素,在机器人设计中占有重要地位。在合理提出一些基本假设后,用二阶迎风差分格式离散管道内检测机器人附近流场的控制方程,并用SIMPLE算法求解,得到了7种不同形状的管道内检测机器人所受的差压驱动力及其周围的流场信息,并对这几种结构的CFD特性作了比较。最后综合空化条件、驱动力、腔内有效体积和加工难度等因素,确定了上游半球形结构为设计形状。