L1-analysis稀疏重构在阵列信号恢复及波达角估计中的应用

通过适当的空域稀疏化构造了可对阵列接收信号进行冗余稀疏表示的阵列流形矩阵,建立了相应的L1-analysis稀疏重构模型用于恢复阵列接收信号,重点证明了该流形矩阵是满足L1-analysis 稀疏重构条件的紧框架,从理论上保证了将L1-analysis 稀疏重构用于阵列接收信号恢复及波达角估计问题的合理性,并推导出信号恢复误差的理论上界。利用在微波暗室环境中采集的实测数据,结合MUSIC算法进行实验验证,结果表明基于L1-analysis 稀疏重构的信号恢复对提高低信噪比环境下的波达角估计性能是有效的。     

基于质量积耗散极值原理的传质过程优化

质量积和质量积耗散极值原理的提出,为传质优化开辟了新的方向.首先,回顾了质量积和质量积耗散极值原理的产生与发展过程,然后将质量积耗散极值原理与有限时间热力学相结合对单向等温传质、双向等温传质、等温节流和等温结晶等传质过程进行了优化,再将质量积耗散极值原理与构形理论相结合对盘点传质和体点传质等传质过程进行了优化,阐述了质量积耗散极值原理的科学性.     

基于L曲线的跳频信号重构正则化参数优化

研究了基于L曲线的跳频信号重构正则化参数的选取问题,对跳频信号的稀疏性进行了分析,采用L曲线对系统的最优正则化参数进行了选取．在此基础上,通过推广的正则化FOCUSS算法估计了跳频信号的稀疏表示．仿真结果表明,通过L曲线选取的正则化参数在推广的正则化FOCUSS算法下,能够实现跳频信号在噪声环境下的重构．     

信号的直接采样理论

经典的采样定理建立了带限信号与其均匀采样值之间的联系。本文对采样定律作了三点补充 :1)给出在定理条件不满足时 ,由均匀采样值恢复的信号与原信号的误差表达式 ;2 )用简洁的方法分析了带通信号的均匀采样问题 ,得到了采样率应满足的条件 ;3)研究了一种特殊的非均匀采样情况 ,给出了采样率的可取范围以及由非均匀采样重构原信号的公式。这些都是对经典采样定理的丰富和深化。     

分布式数据库技术研究

针对Ｃ３Ｉ系统对军用数据的实用需求,文章重点对分布式数据库技术进行了研究,并对分布式数据库的Ｃ３Ｉ系统应用提出了具体应用建议。本文可对Ｃ３Ｉ系统工程总体技术设计提供参考。     

盲稀疏度下基于粒子滤波的稀疏信号重构

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下基于粒子滤波的稀疏信号重构算法。该算法首先将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并且引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;最后在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。     

基于指数试探的稀疏度自适应匹配追踪算法

针对贪婪算法需要以信号稀疏度作为先验信息的问题,基于指数试探思想提出了一种稀疏度自适应重构算法。利用指数函数特性分段试探信号稀疏度,使其快速逼近真实值,通过筛选回退锁定信号的有效支撑集,再采取弱匹配剪枝精确重构出原始信号。能够摆脱对稀疏度的依赖,以高概率自适应重构信号。实验表明,该算法的试探结果更加准确和稳定,重构成功率提高,特别是当稀疏比小于0.25时,算法最少只需3次试探,便可快速估计出信号稀疏度,且成功重构成功率不低于97%。     

体系作战可重构指挥控制软件设计方法

提出了一种面向体系作战可重构指控软件设计方法,分析了体系作战指控软件可重构的需求,介绍了如何通过软件架构设计、功能模块配置、数据库及信息交互接口协议设计实现指控软件可重构。依据该方法开发了指控软件,并已通过了体系实装演示试验验证,结果表明该方法合理可行,可为各军兵种体系作战指挥控制系统建设提供参考。     

压缩感知稀疏重构对星图的影响

稀疏重构是压缩感知理论的核心内容之一,为了将稀疏重构有效地应用于星敏感器的压缩成像过程中,从星图图像误差和星点特征误差两个方面分析稀疏重构对星图的影响。在图像误差方面,利用峰值信噪比评价指标考察星图在不同重构算法、不同压缩比下的重构质量;在特征误差方面,从理论上分析稀疏重构对星点特征的影响机理,提出星点特征重构误差的评价指标,考察星点的质心、亮度和数量特征的重构误差。结果表明,在所选算法各压缩比下,星图相比一般图像能够获得更高的重构质量,重构星点能够在很大程度上保持可用于姿态确定的特征信息,结论保证了利用重构星图进行姿态计算的正确性,进一步验证了压缩感知理论在星敏感器中应用的可行性,为实现星敏感器的压缩成像提供了现实依据。