考虑地磁场空间梯度的飞行器磁干扰建模与求解方法

首先,在研究飞行器背景磁干扰模型与小信号模型的基础上,分析了地磁梯度沿纬度与高度的变化规律,分析可知由于飞行器的机动,地磁梯度会对测量结果造成影响;然后,考虑地磁梯度因素,对原有小信号模型求解方法进行了改进：飞行器在四个航向上做小角度的机动飞行,将地磁场沿纬度与高度的梯度作为未知量,与飞行器磁干扰模型中的剩磁参数、感磁参数和涡磁参数一起求解;最后,利用实测试验数据进行了验证,结果表明：考虑地磁梯度的影响与不考虑地磁梯度的影响相比,求解的模型参数可以在细节上进一步提高飞行器背景磁干扰的补偿效果。     

一种长时长混合通信信号的分离重建方法

对于无线通信系统中的长时长混合通信信号,接收机是将其分成多个时间段依次进行接收分离的。但是分离中固有的不确定性会使得相邻时间段分离出的各路信号在序号、相位和幅度上不完全相同,这将导致相邻时间段分离出的各路信号不能正确相连接,合成各路完整的接收信号。文章针对这种信号在进行分段处理时因分离不确定性引起的问题,提出了一种分离重建方法,并通过MATLAB仿真试验验证了该方法的有效性。理论分析和仿真试验表明:与文献[9]中基于估计混合矩阵列向量相关性方法相比,该方法在一定条件下具有更好的性能。     

基于稀疏卷积非负矩阵分解的语音转换方法研究

为了在语音转换过程中充分提取语音的个人特征信息,同时考虑到语音的稀疏性,文章提出了一种基于稀疏卷积非负矩阵分解的语音转换方法。卷积非负矩阵分解得到的时频基可以承载语音信号中的个人特征信息及语音帧之间的相关性,而稀疏卷积非负矩阵分解得到的过完备时频基更能体现语音的细节,可以较好地保存语音中的个人特征信息。利用这一特点,通过稀疏卷积非负矩阵分解从训练数据中提取源说话人和目标说话人相匹配的过完备时频基,然后通过时频基的替换实现语音转换。相对于传统方法,该方法能够更好地保存语音个人特征信息和语音帧间相关性,从而可以进一步提高转换语音的质量和相似度。实验仿真及主、客观评价结果表明,与基于高斯混合模型、卷积非负矩阵分解的语音转换方法相比,该方法具有更好的转换语音质量和转换相似度。     

湖南省靖州县“8·5”火灾无一人伤亡：烈火见证爱民情

8月5日上午9时,湖南省靖州县寨牙乡江口村岭头侗寨发生大火,100余栋木屋和岭头鼓楼危在旦夕。危急时刻,该县人武部组织干部职工和民兵应急分队150人始终冲锋在前,奋战在最危险的地方,经过3个小时的努力,最终将大火顺利扑灭,岭头侗寨化险为夷,所有受灾群众均得到妥善安置,灾后重建工作也有序展开。     

投影法在防空群火力分配中的应用

防空群火力分配作为防空指挥自动化系统作战辅助决策的重要组成部分,在现代防空作战中将起着越来越重要的作用,而其关键是及时、准确地判断出来袭目标的威胁程度。以前解决这一问题多是通过线性加权法,引入投影法并通过实例说明了该方法具有简单,易于理解,计算结果合理等优点。     

螺纹孔的测量方法研究

本文主要探讨了螺纹孔测量的可行性,测量的原理、方法等,以及测量后数据的处理、误差分析,从另一个角度研究了螺纹孔空间位置的测量方法,使螺纹孔空间位置测量成为可能。     

基于投影寻踪模型的装甲输送车发动机磨损监测

为分析某型装甲输送车发动机的磨损状态,针对油液监测中元素多、数据维数高的问题,应用投影寻踪法,对油液监测标准和监测样本进行分析,建立了投影寻踪模型,确定了投影特征值变化区域与磨损状态分类的对应关系,拟合了摩托小时和投影特征值的关系,实现了对监测样本的评价和对发动机状态的预测,为降低维修成本、实现装备预防性维修、提高战备完好率水平提供科学依据。     

混合均衡问题和不动点问题的公共元的迭代算法

在Hilbert空间中,利用超梯度算法,用以逼近混合均衡问题的解集与半压缩映像不动点集的公共元,并且证明了该算法的收敛性。使用新的分析技巧证明了一个强收敛定理。     

压缩感知新技术专题讲座(四) 第7讲 压缩感知在图像信号处理中的应用

绝大部分自然图像信号都在某个变换域具有稀疏性或近稀疏性。基于压缩感知理论,可以用远低于采样定理要求的采样频率采集信号,并可在一定条件下高概率恢复信号,这将极大降低图像信号的采样频率以及数据存储和传输的代价。文章首先简述了压缩感知理论,然后分析了图像的稀疏性对图像重建质量的影响,最后着重从图像压缩、图像融合、图像去噪、图像识别以及图像复原几个方面分析了压缩感知理论在图像处理领域中的应用以及目前所面临的问题。     

压缩感知新技术专题讲座(三) 第6讲 压缩感知在语音处理中的应用研究

压缩感知CS(Compressive Sensing)作为一门新兴的技术,成为近年来人们广泛关注的研究热点。文中介绍了压缩感知理论的基本原理,在此基础上将压缩感知理论应用到语音信号处理中。首先研究了语音信号的稀疏性,说明了对语音信号进行压缩感知具有可行性;其次,采用随机滤波器组构造随机测量矩阵得到语音信号的压缩测量值;最后,研究了压缩测量值之间的相关性并将这种相关性作为稀疏度的一种度量方法用于控制随机滤波器阶数,实现了语音信号的自适应压缩感知。