基于编码矩阵识别的高速空时分组码技术

正交空时分组码和准正交空时分组码的编码速率≤1,为使空时分组码能够应用在高速传输的场合,本文提出了一种基于编码矩阵识别的高速空时分组码设计方法。该方法通过在发送端发送不同的编码矩阵表示不同的附加信息,能够实现大于1编码速率,仿真分析结果表明,在高信噪比条件下该方法使编码速率达到了2.5,并具有良好的有效吞吐容量,特别适合无线高速数据传输。     

压缩感知中测量矩阵筛选的等值线图和优化的适用性

针对压缩感知中测量矩阵选择的盲目性,本文提出了通过等值线图筛选测量矩阵的方法.首先统计并绘制了最大列数为256和4 096的0-1随机矩阵、0-1循环矩阵和高斯矩阵优化前后的等值线图及其差值图;然后,通过查阅等值线图即可按需筛选测量矩阵和优化潜力大的测量矩阵,大大方便简化了测量矩阵的选择定型工作.研究发现,测量矩阵优化...     

双向曲率药型罩受力及两点起爆误差分析

为研究双向曲率药型罩受力以及同步起爆误差对形成EFP的影响,利用LS-DYNA有限元软件模拟爆轰波碰撞及两点误差起爆过程,计算爆轰波正规斜反射下产生稳定的超压作用,求解药型罩表面的压力分布区域以及两点起爆误差对EFP尾翼成型及侧向速度的影响规律.结果表明,通过设定单元装药结构尺寸可控制爆轰波碰撞发生在正规斜反射区域,所...     

模糊聚类分析在舰炮射击目标处理中的应用

舰炮对岸射击中射击目标选取比较复杂,用基于AFS逻辑的模糊聚类分析数学方法对射击目标进行处理,是一种评估战场目标选取的新方法。基于AFS逻辑的模糊聚类分析不仅与人类的思维逻辑类似,而且便于计算机将数据库中的记录转化为人类容易理解和操作的模糊集。作为在数据挖掘中的应用,又给出了基于AFS模糊逻辑的一个新的模糊聚类方法,通过具体的数学模型仿真表明这是一种行之有效的方法。     

二维矩阵卷积在向量处理器中的设计与实现

为了加快卷积神经网络模型的计算速度,便于大规模神经网络模型在嵌入式微处理器中的实现,以FT-matrix2000向量处理器体系结构为研究背景,通过对多核向量处理器体系结构的分析和对卷积神经网络算法的深入研究,提出将规模较小的卷积核数据置于标量存储体,尺寸较大的卷积矩阵置于向量存储体的数据布局方案。针对矩阵卷积中数据难以复用的问题,提出根据卷积核移动步长的不同动态可配置的混洗模式,通过对所取卷积矩阵元素进行不同的移位操作,进而大幅提高卷积矩阵数据的复用率。针对二维矩阵卷积由于存在数据相关性进而难以多核并行的问题,提出将卷积矩阵多核共享,卷积核矩阵多核独享的多核并行方案。设计了卷积核尺寸不变、卷积矩阵规模变化和卷积矩阵尺寸不变、卷积核规模变化的两种计算方式,并在主流CPU、GPU、TI6678、FT-matrix2000平台进行了性能对比与分析。实验结果表明:FT-matrix2000相比CPU最高可加速238倍,相比TI6678可加速21倍,相比GPU可加速663 805倍。     

主方差分析方法

该文提出一种对高维随机向量 X=( x1 ,x2 ,… ,xp)′p× 1 进行降维处理的实用方法 ,其基本思想是利用矩阵的扫描运算 ,构造 X的很少几个综合指标 (称为主方差变量 )以反映 X的统计特性。给出了该方法的理论依据和直观解释以及算法。特别指出 ,当变量 X多重相关性突出时 ,该文方法显著地优于主成分分析方法。     

飞行器碰撞概率计算的一般方法

研究了飞行器碰撞概率计算的一般方法,这种方法通过飞行器和空间物体各自的状态矢量、位置误差协方差矩阵以及形状尺寸来计算飞行器和空间物体的碰撞概率。从位置误差协方差矩阵的一般形式出发,推导了飞行器的碰撞概率计算公式。在推导过程中,将飞行器的相对运动速度看作是方向不变的矢量,从而可以消去平行于相对速度的一维,将三维的概率计算问题转化为和相对速度垂直的相遇平面内的二维概率问题。针对二维概率问题分别研究了三种碰撞概率的计算方法,并比较了它们各自的优缺点。最后通过数值算例验证了三种方法各自的特点及正确性。     

块三对角矩阵的修正型局部块分解预条件

利用块三对角阵分解因子构造了一类修正型不完全分解预条件子 ,分析了该预条件子的存在性及其若干性质。针对从二维Laplace算子离散得到的五点差分矩阵 ,给出了预条件后的实际条件数 ,结果表明 ,条件数与矩阵阶数的平方根成正比 ,并且比例因子随局部分解步长的增大而逐渐减小。具体实现时 ,考虑了其高效实现方案 ,并针对从二维Laplace算子与系数不连续的二维椭圆型算子离散得到的五点差分矩阵 ,在主频为 5 5 0MHz ,内存为 2 5 6MB的微机上作了大量实验 ,且与其他较有效的预条件方法进行了比较 ,结果表明该预条件方法效率优于其他测试预条件。     

支持原位计算的高效三角矩阵乘法向量化方法

向量化算法映射是向量处理器的难点问题。提出一种高效的支持原位计算的三角矩阵乘法向量化方法:将L1D配置为SRAM模式,用双缓冲的乒乓方式平滑多级存储结构的数据传输,使得内核的计算与DMA数据搬移完全重叠,让内核始终以峰值速度运行,从而取得最佳的计算效率;将不规则的三角矩阵乘法计算均衡分布到各个向量处理单元,充分开发向量处理器的多级并行性;将结果矩阵保存在乘数矩阵中,实现原位计算,节省了存储空间。实验结果表明,提出的向量化方法使三角矩阵乘法性能达到1053.7GFLOPS,效率为91.47%。     

采用自适应简化不确定性卡尔曼滤波算法的飞行器导航控制方案

针对飞行器绕本体轴高速旋转的飞行过程出现的严重耦合干扰问题和大角加速度和大角速度测量问题,提出了一种自适应简化不确定性卡尔曼滤波算法。该算法使用超球面分布采样点和线性转移等方法简化算法采样计算和采样点的权值计算,提高算法效率;利用模型噪声和线性方程,通过一步预测进行自适应设计,计算滤波值和误差方差矩阵;使用次优噪声估计器推算过程噪声;对过程噪声进行正定判定,防止算法发散。仿真结果表明,这一改进的自适应简化不确定性卡尔曼滤波算法能够有效减少滚转角解算误差和耦合干扰,提高飞行器着陆点的精度。