基于二维小波变换的空间目标识别算法

对于空间目标识别这个具有挑战性的研究课题,提出了基于二维小波变换的空间目标识别算法。该算法首先对空间目标的ISAR像进行二维小波变换,然后从近似分量和细节分量中提取奇异值特征,最后应用径向基函数(RBF)神经网络进行分类识别。计算机仿真实验表明,该算法取得了比较好的识别效果。     

一类变长度棱边多项式鲁棒稳定性半径计算方法

利用变长度棱边多项式的概念,PI控制器鲁棒镇定区间对象族问题归结为4个变长度棱边多项式的同时稳定性问题,这4个变长度多项式可用标称系统(区间对象族的中点)和一个实参数(稳定性半径)表示.将这个同时稳定性问题转化为实的结构奇异值问题.基于这个结果,可用μ工具箱进行优化计算,PI控制器镇定区间对象族的闭环控制系统的稳定性半径被确定.方法是基于扫频的,但扫频是立即的.最后,用数值实例说明所给方法的有效性.     

导弹打击复杂形状面目标毁伤面积解析算法

计算导弹打击复杂形状面目标有效毁伤面积是火力运用过程中的一个关键问题.复杂形状面目标可以用任意多边形描述.有效毁伤面积等于毁伤圆与多边形目标区域重叠部分面积.此问题通常用数值算法计算.在毁伤区域边界上计算环路积分,可以用解析算法解决此问题.算例表明,该算法运算量小,计算结果准确可靠.     

神经网络中引入数值积分寻优法

本文提出了一种新的寻优方法———数值积分寻优法 ,将此方法应用于神经网络的学习算法中 ,构造了两个神经网络 ,它们与BP网络有相同功能 ,且不出现BP网络的局部极小问题 ,收敛速度比BP网快     

基于四元数体上的几个矩阵不等式

四元数矩阵的特征值与奇异值在四元数矩阵理论的应用中起着重要作用.借助于分块矩阵及相关恒等式,给出了关于四元数矩阵特征值与奇异值的几个新的不等式,推广了实或复数域上矩阵特征值与奇异值不等式的相应结果,它们可望有助于推动四元数代数在量子力学、机器人技术等学科中的进一步应用.     

一种鱼雷电磁引信目标信号特征识别的新方法

描述了表征信号奇异性的Lipchitz指数方法,分析了小波变换检测信号奇异值的原理,结合鱼雷电磁引信目标信号的包络信号在到来和结束时刻以及在最大值点存在奇异值的情况,提出了一种识别包络信号的幅度变化率和持续时间特征的新方法。在Matlab环境中对该方法进行了仿真分析,结果表明:相比传统的模拟电路的识别方法,该方法识别精度高。     

一类广义二重积分

首先利用一个收敛级数构造了R上的一个特殊开集G,然后利用平面点集可求面积的充要条件,在平面上引入了一个有界的不可求面积的积分区域Ω,最后在Ω上定义了一个取正值的分段函数,并证明了其在Ω上的广义二重积分存在。     

信源数动态变化的一种稳健超定盲分离算法

针对大多数现有盲分离算法都假定信源数已知,分析了信源数未知且动态变化时的超定盲分离(接收天线数多于信源数)算法,通过奇异值分解在线估计信源个数,并修正自适应神经网络的维数。文章在经典Cichocki-Unbenauen算法中加入动量项,设置可变步长,使分离性能得到较大的改进,同时避免训练陷入局部最小。与文献[1]新提出的ANA算法相比,仿真结果证明本文算法具有更快的收敛速度和更小的稳态误差。     

基于时频图像三维熵特征的雷达信号识别

针对雷达信号识别算法存在着准确率低以及抗噪性差的问题,提出基于时频图像三维熵特征的雷达信号识别算法。该方法对雷达信号时频变换后得到的时频灰度图提取其香农熵(Sh En)、奇异谱熵(Ss En)和范数熵(No En),并将三维熵值作为信号识别的特征向量,采用支持向量机实现信号的分类识别。仿真实验表明,提出的算法能够在低信噪比下得到较高的正确识别率。     

右连左极函数积分的一个注记

在It积分框架下,给出了右连左极函数关于有界变差函数的积分定义,初步讨论了这种积分的一些有实际应用意义的基本性质.