采用区分性幅相联合字典学习的低截获概率信号分离方法

为解决采用字典学习的信号分离方法存在的相位信息缺失和子字典交叉表示问题,提出一种区分性幅相联合字典学习方法。该方法针对相位信息缺失问题,构建了幅相联合字典模型;针对混合信号在联合字典上投影时存在的交叉表示问题,基于区分性字典学习思想提出在字典学习过程目标函数中加入交叉表示抑制项。仿真结果表明：幅相联合字典能够充分表示典型低截获概率信号的幅相信息,交叉表示抑制项能有效抑制信号间的交叉表示,算法具有良好的分离性能。     

基于粒子群优化的稀疏序列Bayes反卷积方法研究

在地下目标低频声波探测中,由于探测信号的混叠,难以判读反射目标的空间位置.应用信号处理方法求解时,目标信号是稀疏序列,求解方程是病态的.运用Bayes反卷积方法修正其病态性,并采用优化的粒子群算法求解,提高了系统的探测分辨率,同时降低了计算量.实际应用表明,该方法是有效的.     

A nuclear-armed North Korea without ICBMs: the best achievable objective

This article analyzes the North Korean nuclear crisis from a balance-of-power perspective. It is in the long-term interests of international peace for a secure and independent North Korea to serve as a buffer between US and Chinese ground forces. However, the conventional military advantage of the South Korean-American alliance over North Korea has grown drastically since the end of the Cold War, threatening North Korea’s survival. Since North Korea lacks any reliable ally, nuclear weapons represent its most cost-effective way to restore a balance of power and thus secure itself. Accepting security guarantees in exchange for its nuclear arsenal is rhetorically appealing but not a viable approach. North Korea’s development of intercontinental ballistic missiles (ICBMs), however, has overcompensated for the post-Cold War imbalance, inviting talk in Washington of waging a preventive war. Persuading North Korea to give up its ICBM capability, not its nuclear arsenal, should therefore be the primary objective of US diplomacy.     

基于改进自适应遗传算法的阵列优化

提出了一种改进的自适应遗传算法,对约束了阵列孔径、阵元数目和最小阵元间距的非均匀稀布阵列进行优化布阵。该算法采用实值编码,改进了适应度函数,避免了不可行解的产生。同时选取新的选择算子和改进的双重最佳保留策略,对传统自适应遗传算法的交叉、变异概率进行了动态改进。仿真结果表明,该方法能较好地抑制"早熟",增加了获取全局最优解的概率,获得了更低的峰值旁瓣电平。     

析行政法的平衡论

从行政立法、行政执法、权力手段的淡化、行政救济制度的出现等方面论述了平衡论是现代行政法的精义 ,并阐明了以平衡论指导行政法的重大意义及如何正确、全面看待平衡论。     

谐波平衡法数值模拟周期性非定常流动

谐波平衡法是目前非定常流动数值研究中颇受关注的频域计算方法,该方法计算效率高,特别是对于周期性非定常流动问题具有明显的计算优势。采用谐波平衡法数值模拟高超声速导弹标模模型在不同参数下的强迫俯仰振动,重建气动力/力矩系数迟滞曲线,将计算结果与时域方法相比较,详细考察谐波平衡法的计算精度、效率和内存需求,分析不同参数对谐波平衡法计算的影响。计算结果表明,谐波平衡法适用于中小振幅下的非定常流动计算,且计算时间基本不受减缩频率的影响,对于长周期低频问题,较时域方法有明显计算优势。     

稀疏贝叶斯学习框架下的扩展目标雷达关联成像

传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该方法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该方法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。     

某同源平衡及定位电液伺服系统模糊分数阶PID控制

针对某同源平衡及定位电液伺服系统,设计了一种用于该系统的模糊分数阶PID控制器。使用模糊规则来调节分数阶PID的参数,提高了分数阶PID控制器的响应速度,增强了分数阶PID鲁棒性。模糊分数阶PID控制器能使系统很快进入稳定状态,比分数阶PID控制器表现出较好的控制性能。通过半实物仿真实验可知模糊分数阶PID控制器在响应速度、超调量及稳定误差等方面均优于分数阶PID控制器,且对外部负载扰动具有较好的鲁棒性。     

能量均衡的围捕任务分配方法

随着水下机器人反围捕策略研究的不断深入,水下机器人围捕变得越来越困难。为此构建一种多层环状伏击围捕模型并设计了基于围捕任务的任务分配方法,使得水下机器人能够充分利用自身的特点更好地完成任务。同时,考虑在围捕过程中随时间推移,系统内能量会出现消耗不均的现象,据此提出一种能量均衡方法平衡系统能量的消耗。实验证明所提出的基于多层环状围捕模型的能量均衡策略任务分配方法能有效提高围捕成功率,延长系统寿命。     

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。