幅相误差对稀疏阵天线性能的影晌

围绕天线阵增益、波束宽度、指向和副瓣电平等指标，分析了幅相误差、阵元失效对稀疏阵列天线性能的影响。应用概率统计原理，导出了具有幅相误差、阵元失效时稀疏阵天线阵增益损失、波束宽度、指向、副瓣电平的估计公式、并得出一些有益结论。     

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。     

改进的稀疏子空间聚类算法

在现有的稀疏子空间聚类算法理论基础上提出一个改进的稀疏子空间聚类算法:迭代加权的稀疏子空间聚类。稀疏子空间聚类通过解决l1最小化算法并应用谱聚类把高维数据点聚类到不同的子空间,从而聚类数据。迭代加权的l1算法比传统的l1算法有更公平的惩罚值,平衡了数据数量级的影响。此算法应用到稀疏子空间聚类中,改进了传统稀疏子空间聚类对数据聚类的性能。仿真实验对Yale B人脸数据图像进行识别分类,得到了很好的聚类效果,证明了改进算法的优越性。     

基于多尺度稀疏字典的SAR图像目标识别方法

针对合成孔径雷达目标识别问题,提出一种基于多尺度稀疏字典的SAR图像目标识别方法。稀疏字典选择是稀疏表示中的关键问题之一,该方法利用小波多尺度分析构造过完备稀疏字典,将训练样本图像在小波解析域中进行小波多层分解,充分利用小波多尺度分析突出图像局部特征的特点,并和过完备稀疏表示有效结合组成级联字典。通过求解测试样本相应的稀疏系数矢量并根据系数矢量中对应训练样本类别的重构误差判定目标类型。实验结果表明,该方法在识别前无需对SAR图像进行预处理,具有良好的识别效果。     

基于稀疏子空间聚类的人脸识别方法

在现有的稀疏子空间聚类算法理论基础上给出两种稀疏子空间聚类优化算法:稀疏线性子空间聚类和稀疏仿射子空间聚类。这两种优化算法针对不同的数据集会有不同的聚类效果。通过稀疏表达得到不同的稀疏系数矩阵,把稀疏系数矩阵应用到较为简单的改进的正则化谱聚类算法中实现聚类。应用Yale B数据对人脸图像进行识别分类得出:采用稀疏线性子空间聚类算法优于稀疏仿射子空间聚类算法;在算法执行时间上和算法聚类错误率比传统的稀疏子空间聚类较为快速高效。     

公用电脑快速备份与恢复系统软件的技巧

现在电脑的功能越来越强 ,人们每天都离不开电脑。要想提高电脑的使用效率和延长计算机正常工作时间 ,选择一个能快捷对原始系统及常用软件备份与恢复的软件很重要。明智的选择是———GHOST     

大功率气体开关重复频率的理论分析

分析了影响气体开关重复频率的各因素,从理论上推导了开关耗能的恢复时间以及气体的冷却时间对重复频率的影响。提出了提高重复频率的方法。     

信号稀疏分解理论在轴承故障检测中的应用

将信号稀疏分解理论引入到轴承故障检测问题中,提出新的轴承故障检测方法。通过字典学习的方式可有效实现轴承正常状态振动信号稀疏表示的超完备字典。利用该字典只适用于轴承正常状态信号稀疏分解的特点,将待分析信号在该字典上展开,通过比较信号稀疏表示误差与所设定阈值的关系来判断轴承对应的状态,从而实现轴承的故障检测。实验结果表明:当误差阈值设置合理时,该方法可有效地判断出轴承是否发生故障。     

动态路径分裂的虚拟网络重构算法

为了解决现有故障虚拟网络重构算法存在的故障虚拟链路恢复率较低、负载不均的问题,提出一种动态路径分裂的虚拟网络重构算法。该算法定义了重构排序函数以确定故障虚拟网络的重构顺序;同时,将动态路径分裂方法引入故障虚拟链路的恢复,以提高故障虚拟链路的恢复率;最后,结合就近原则与负载均衡进行故障虚拟节点的恢复,进一步优化映射的结果。仿真结果表明,所提算法提高了虚拟网络的请求接受率与成功运行率。