二维矢量基离散正弦变换─Ⅱ的快速算法

二维离散正弦变换（２ＤＤＳＴ）在数字图象处理中有重要应用。由于ＤＳＴ核的可分离性，２ＤＤＳＴ通常可用行列法由一维快速正弦变换（１ＤＦＳＴ）算法计算。将一维离散正弦变换－Ⅱ（１ＤＤＳＴ－Ⅱ）的快速递归算法推广到二维，提出了一种按频率抽取的２ｍ×２ｍ点矢量基二维离散正弦变换－Ⅱ的快速算法。该算法把Ｎ×Ｎ点ＤＳＴ－Ⅱ分解成四个×点ＤＳＴ－Ⅱ，重复进行这一过程直到最后分解成２×２点ＤＳＴ－Ⅱ。文中首先对１ＤＦＳＴ算法作了简单的代数推导；然后将该算法采用矢量基分解方式推广到二维，讨论了序列分解与Ｋｒｏｎｅｃｋｅｒ矩阵积两种表示方法，给出了信号流图；最后分析了计算复杂性，并与常用的行列法进行了比较。矢量基二维ＤＳＴ－Ⅱ的快速算法蝶形结构规则，数值稳定，与行列法相比，乘法运算量节省了２５％。     

双平行线阵中基于Euler变换传播算子的二维DOA估计算法

考虑双平行线阵中非圆信号二维波达方向 (Direction of arrival,DOA) 估计问题,提出了一种基于Euler变换传播算子（Propagator method,PM）的二维DOA 估计算法。该算法利用非圆信号的特性,扩展了接收数据矩阵,使得角度估计性能优于二维PM算法。同时采用Euler变换把非圆PM算法中的复数运算转换为实数运算,降低计算复杂度,角度估计性能逼近非圆PM算法。该算法可以实现二维角度的自动配对,与传统PM算法相比,可同时估计出更多的信源。该算法的优越性均可在文中得到验证。     

应变天平静校系数计算方法的讨论

本文从最小二乘法出发,推导了天平静校系数的简易算式和将该式用于线化计算时的偏差计算式以及改进算法,并给出了算例。     

线性方程组的并行算法及在Transputer系统上的实现

在“一种有效的多Transputer系统的并行算法——ABC法”一文的基础上,本文进一步研究将ABC法用于变带宽矩阵线性方程组的求解问题,对线性方程组的系数矩阵采用了逐行一维存储方式,提出了相应的并行Gauss消元法,给出了该算法的效率.分析结果表明,带宽越大方程阶数越高,这种算法的效率就越高。因此本算法适用于高阶的大带宽线性方程组的求解问题. 根据本文的算法,编制了线性方程组的并行求解程序,并分别在一个、二个和四个T414系统上做了若干算例,结果表明本文分析的结论是正确的。     

一类二阶守恒单调重映算法

在大变形流体力学问题的数值模拟中，经常会涉及到计算网格的重分。基于不同网格的物理量传递便是所谓的重映技术。重映算法是任意拉格朗日一欧拉方法的重要组成部分，本文描述了一类适用于任意网格的二阶守恒单调重映算法。该算法分为网格内物理量的多项式重构、近似积分计算、物理量的单调修正三个部分。本文采用了最小二乘法的思想构造了网格内物理量的梯度，并且通过对物理量的单调修正，保证了算法的精度和单调性。该算法计算公共表面上的网格间质量的改变，所以可以在任意网格上使用。通过一系列数值算例验证了该算法，并说明本文给出的算法是有效可行的。     

基于扫掠法的六面体网格生成算法及实现

提出了一种基于扫掠法的六面体网格生成算法,该算法通过源和目标曲面参数域间的近似最小二乘仿射映射将源曲面的网格投影到目标曲面,并利用背景网格插值的方法计算内结点,从而将2.5维实体生成六面体网格。该算法避免了空间网格投影过程中耗时的“寻根”过程,并且不需要导致效率降低的网格优化,能够处理各种2.5维实体,生成的网格质量较好。     

二维矢量基离散正弦变换—Ⅱ的快速算法

二维离散正弦变换在数学图象处理中有重要应用，由于ＤＳＴ核的可分离性，２Ｄ ＤＳＴ通常可用行列法由一维快速正弦变换算法计算。将一维离散正弦变换－Ⅱ的快速递归算法推广到二维，提出了一种按频率抽取的２＾ｍ×２＾ｍ点矢量基二维离散正弦变换－Ⅱ的快速算法，该算法把Ｎ×Ｎ点ＤＳＴ－Ⅱ分解成四个Ｎ／２×Ｎ／２点ＤＳＴ－Ⅱ，重复进行这一过程直到最后分解成２×２点ＤＳＴ－Ⅱ。文中首先对１Ｄ ＦＳＴ算法作了简单的代数     

二维网格局部动态细化的关键技术及其在切削仿真中的应用

为了解决仿真过程中网格畸变导致的计算终止以及计算精度与效率低等问题,本文利用Python对ABAQUS有限元仿真软件进行了二次开发,提出一种二维局部网格动态细化算法。该算法通过研究网格细化准则和细化方法以及物理场的传递过程,完成了整个算法程序的开发,并应用该算法实现了在二维切削仿真中局部网格动态细化。与全局加密网格的模型相比,在保证仿真精度误差为5%以内的情况下,采用局部网格动态细化时计算效率提高了210%。最后,通过试验验证了采用该算法所建立的二维切削仿真模型的准确性,仿真结果与试验结果基本吻合。     

基于二进小波阈值决策的血管内超声图像噪声抑制

针对血管内超声图像中血液散射引起的斑点噪声,提出了一种基于小波多尺度分析的非线性去噪算法,在二进小波变换域分别采用软阈值滤波法和硬阈值滤波法对不同尺度的小波系数进行非线性处理,并根据二进小波分解结构提出了一种局部阈值估计方法.实验结果表明,该方法在抑制血流斑点噪声的同时也较好地保留了图像边缘,有助于识别管壁和周围组织.     

解带有内部边界泊松方程的共轭梯度法三角预处理器

为满足工程中对电磁问题算法器的需求，运用有限差分法,通过分析带内部边界二维泊松方程非均匀离散所得模型问题的矩阵结构,提出了用于解带内部边界泊松方程共轭梯度法的三角阵预处理器，同其他预处理器相比,使用该预处理器可较好地解决内存和计算速度的矛盾。本算法实例表明，采用本算法的算法器具有实用价值。     

多变量系统二次型最优控制的自学习实现

提出了多变量系统二次型最优控制的一种自学习算法，该算法使控制系统能通过学习，获得二次型最优准则意义下的最优控制品质。文中对算法收敛性给予了理论上的证明，对算法在造纸机网前箱控制问题中的应用进行了仿真研究，获得了令人满意的结果。     

自动生成有限元四边形网格的铺筑法

对一种新的网格生成技术Paving(铺筑 )法 ,进行了分析和研究 ,铺筑法用全部都是四边形的网格生成任意的二维几何图形 ,文中研究了算法的理论依据和技术要点 ,并评估了算法的使用价值。     

一种有限环域裁剪多义线的算法及应用

提出了一种有限环域裁剪多义线的算法。文章首先介绍了基本概念和算法设计。该算法通过多义线与诸环求交,在求交过程中利用局部法判别有效交点,从而确定出多义线位于有限环域内的有效部分。该算法对重边和重点情形给出了简单、直观的处理方法,从而可靠地解决了裁剪过程中可能遇到的重边和重点问题。文章还给出了一个由内、外环组成的有限环域裁剪一条多义线的实例。最后,文章还介绍了该算法在两张裁剪曲面的求交算法及过渡算法中的应用。该算法已在微机上实现并测试通过,并已利用该算法实现了裁剪ＮＵＲＢＳ曲面的求交及过渡算法     

均匀面阵中高效率的二维波达方向估计方法：降维求根MUSIC算法（英文）

波达方向估计是阵列信号处理研究的重要方向之一。本文在降维求根技术和MUSIC算法的基础上,研究了均匀平面阵列的二维波达方向估计问题。首先基于噪声子空间和方向矢量之间的正交关系构造二维求根多项式,并证明该多项式包含无限多个解。为获取这些解中包含的真实目标参数,提出了一种新的低复杂度、计算效率高的算法,即降维求根MUSIC算法。所提算法应用降维求根技术目标的真实解,其中二维求根方程被转换为两次一维求根,该过程有效降低了求根难度。最后,通过一次配对过程获取目标角度参数的估计值。数值模拟验证了该方法的有效性和优越性。     

极化敏感均匀圆阵中PARAFAC信号检测算法

分析了极化敏感均匀圆阵接收到的信号,该信号具有三线性模型特征。提出了极化敏感均匀圆阵中平行因子信号检测算法。该算法利用三线性交替最小二乘（TALS）算法估计出信源矩阵,然后对其进行判决。仿真结果表明;该算法误码率性能接近于非盲解相关方法;与非盲解相关方法相比,在较高的SNR情况下误码率相差不到2dB;且在阵列扰动情况下仍具有较好的误码率性能。该算法无需空域信息和极化信息,是一种盲鲁棒方法。     

一种宽频带模态识别算法的快速实现

多参考点最小二乘复频域法(p-LSCF)是近几年来提出的宽频带模态参数识别算法,该方法在抗干扰能力、识别密集模态以及处理大阻尼复杂结构方面具有非常好的特性。为了提高模态参数的识别速度,采用FFT运算实现了该识别方法的快速计算。最后通过仿真算例与实测算例进行验证。结果表明:在不损失精度的情况下,能够提高参数识别速度。     

基于快速平行因子分解的声矢量传感器阵二维DOA估计

将声矢量传感器阵列参数估计问题与平行因子(Parallel factor,PARAFAC)模型相结合,提出了一种基于快速PARAFAC分解的二维波达方向(Direction of arrival,DOA)估计算法。该算法首先将接收信号构建为PARAFAC模型,然后在数据域对参数矩阵进行初估计,最后利用PARAFAC分解获得信号二维DOA估计。该算法能够应用于任意结构的声矢量传感器阵列,同时能够得到和信源一一匹配的仰角和方位角估计。借助于参数矩阵的初始估计,所提算法收敛速度较快,其计算复杂度大大降低。该算法角度估计性能接近于PARAFAC算法,同时优于借助旋转不变性进行信号参数估计(Estimation of signal parameters via rotational invariance technique,ESPRIT)算法和传播算子(Propagator method,PM)算法。     

扩阶特征矩阵法的初步应用

一、前言近几年来,国内从事振动试验与分析的许多科研工程技术人员,对识别结构振动特性的时域技术甚感兴趣。以应用电子计算机为基础的时域技术,往往是结构动力学与其他学科的例如控制理论等交叉的产物。ITD法、QEM法、时序法以及新近提出的ERA法等都体现了学科之间的交叉。时域技术,从振动试验方面来说,通常只要求测量和记录受试验结构的自由衰减响应或随机响应,对激振信号可不做测量和记录。这就大大地降低了对激振技术和仪器设备等方面     

一种改进的UGPF算法及其在导航问题中的应用

通过对高斯粒子滤波(GPF)算法的分析与总结,提出了一种基于无味卡尔曼滤波(UKF)方法的改进GPF算法(改进UGPF算法).该方法主要利用UKF获取更优的重要性抽样函数,同时优化GPF滤波的算法流程结构.最后通过二维目标跟踪过程中位置导航参数估计问题,对该算法进行了仿真分析,所得结果验证了该算法的有效性.     

基于PCA-RBF神经网络的浮选过程软测量建模

以浮选过程为研究对象,提出基于主元分析与RBF神经网络相结合的经济技术指标软测量模型,该模型依据工艺机理和经验知识对过程变量进行初选,采用主元分析方法对高维输入向量进行降维化简和辅助变量选择;采用新型混合递推算法对RBF神经网络参数进行优化。该算法包括修正网络中心的自适应聚类的简化型次胜者受罚竞争学习算法和修正网络权值的带遗忘因子的递推最小二乘算法。混合学习算法提高了网络参数辨识的收敛速度。仿真结果表明,软测量模型能很好地实现浮选过程经济技术指标的全局预测。