基于解线频调ISAR成像与散射中心匹配的弹道目标识别

为了能充分利用目标的散射中心进行弹道目标识别,提出利用解线频调的方法,通过对距离向和方位向进行快速傅里叶变换(FFT),实现对目标散射中心成像,然后从目标ISAR像中提取目标特征信息。最后提出了一种新的匹配识别的方法实现对目标的分类识别,该方法利用提取的散射中心的位置和幅度信息,通过构造匹配度矩阵,判定目标所属的类别。仿真实验表明,该方法在设定情况下具有良好的目标识别能力。     

矩阵变换特征与码序列联合学习的卷积码识别方法

现有基于深度学习的卷积码识别方法仍存在参数规模较大、识别性能较弱等不足。针对该问题,提出了一种基于矩阵变换特征与码序列联合学习的卷积码识别方法。将接收到的码字序列排列成矩阵形式,利用软信息剔除可靠性较低的码字,通过一种新的矩阵变换算法得到特征矩阵。在识别时,将原始码字矩阵和特征矩阵输入到具有多模态数据联合学习能力的网络模型,在神经网络中完成特征的提取融合与卷积码的识别。仿真结果表明,所提方法性能明显优于现有基于深度学习的识别方法,特别是对于高码率卷积码;当码率较低时,同样优于传统识别方法。当信噪比达到5 dB时,25种不同参数卷积码的识别率均可达到100%。     

块Toeplitz矩阵低复杂度求逆的卫星导航空时抗干扰算法

采样协方差矩阵求逆是空时抗干扰算法的基本运算单元,但由于其运算量随时域抽头个数急剧增长,直接限制了空时抗干扰技术在卫星导航接收机中的应用。针对该问题,提出了基于块Toeplitz矩阵快速求逆的空时抗干扰方法。通过采用新的协方差矩阵近似计算方法,使得该矩阵同时为块Toeplitz矩阵与Hermite矩阵,并运用块Toeplitz矩阵的快速求逆算法,将时域抽头个数为K的计算复杂度从O[K3]降至O[K2]。理论分析和仿真结果表明,在阵元数为4、时域抽头为15的典型情况下,相比现有矩阵求逆方法,该算法的抗干扰性能损耗小于1d B,但计算量可降低约2/3。     

边境安全风险评估矩阵模型构建研究

提出边境安全风险和边境安全风险评估的概念。围绕边境安全风险状态和边境安全风险类型两个维度构建边境安全风险评估的矩阵模型。其中,边境安全风险状态维度包括边境安全风险源活跃度、边境安全风险源聚集度、边境安全风险供应链成熟度、边境安全风险源异常度;边境安全风险类型包括外生型边境安全风险、内生型边境安全风险、网络型边境安全风险、跨境型边境安全风险。并论述了边境安全风险评估矩阵模型的应用。     

[AXB,GXH]=[C,D]对称最小二乘解及最佳逼近的极小残差法

构造迭代算法研究了矩阵方程[AXB,GXH] = [C,D] ,证明了该算法可经有限步得到方程的对称最小二乘解及其最佳逼近,并给出了相关性质.最后,通过数值例子表明该算法是有效的.     

冗余空间机器人基座姿态调整的笛卡尔路径规划

空间机器人系统的机械臂和基座之间存在着动力学耦合,为了保证笛卡尔路径规划的同时可以调整基座的姿态,文章以冗余自由度空间机器人为研究对象,首先建立了空间机器人系统的运动学方程;由于存在一定的冗余度,通过将基座姿态运动方程与广义雅可比矩阵组合得到扩展后的雅可比矩阵,实现了基座和机械臂运动的协调规划;最后讨论了基座姿态无扰路径规划,并与零空间法进行了对比。建立平面三自由度空间机器人系统,分别采用零空间法和扩展雅可比矩阵法进行了基座姿态无扰路径规划和基座姿态跟踪路径规划,仿真结果验证了方法的有效性。     

主瓣抗干扰算法研究

天线方向图旁瓣存在干扰时,传统的抗干扰算法能起到很好的抗干扰效果。当干扰存在主瓣,干扰和信号十分接近时,干扰被消除同时,期望信号也将被抑制,出现自适应天线方向图主波束严重变形,旁瓣电平升高的问题。文章介绍阻塞矩阵方法,引入基于信号正交子空间投影算法,有效地解决了上述问题,并克服了阻塞矩阵方法消耗阵列自由度和对干扰信号到达角敏感的缺点。仿真结果证明新算法的有效性。     

MST聚类算法及其仿真实现

通过对常用聚类算法的研究,指出了MST聚类算法的优越性,并依据其具体实现步骤,结合Matlab软件基于矩阵运算的特点,提出了一种计算机编程思想,给出了具体流程和仿真结果。     

多智能体系统的二阶一致性跟踪问题

为了解决通信时延下关于参考状态的二阶一致性问题,提出了一种一致性算法。该算法利用Lya-punov稳定性理论,首先给出多智能体系统在固定时延下达到一致性的充分的线性矩阵不等式(LMI)判据;再给出满足一定条件的多智能体系统在时变时延下达到一致性的判据;最后,以水下无人航行器(UUV)集结为应用背景进行算法验证。运算结果表明了所提出的一致性算法和判据的有效性。该算法适用于具有时延的有向通信网中多智能体系统关于参考状态的二阶一致性问题。     

离散型随机BAM神经网络时滞分布依赖全局指数稳定性

研究一类具有随机时滞与随机干扰的离散型BAM神经网络的全局指数稳定性,所建模型同时考虑离散时滞变化区间与分布概率对稳定性的影响．通过构造新的Lyapunov泛函并结合线性矩阵不等式（LMI）方法,得到了均方意义下依赖于时滞分布的全局指数稳定性条件．