计算大型实对称特征问题的Lawnczos—QR算法

为了计算大型实对称特征值问题Ｋｘ＝λＭｘ的少数低阶特征值对,本文给出Ｌａｎｃｚｏｓ－ＱＲ迭代方法。首先,给定初始迭代向ｖ１,作ｍ步Ｌａｎｃｚｏｓ分解：ＫＶｍ＝ＭＶｍＴｍ＋ｈｍｅｍ＾Ｔ。取Ｔｍ的ｄ个最大特征值为移位量,对Ｔｍ进行ｄ步带原点位移的ＱＲ分解。     

基于局部Neymark分解的混沌信号与噪声的分离方法

从动力系统和几何的观点出发,提出了基于局部Ｎｅｙｍａｒｋ分解的混沌信号与噪声的分离方法。该方法在一个局部的轨道空间内进行Ｎｅｙｍａｒｋ分解,重构时消除由噪声引起的在某些方向上的错误分量,接着进行反嵌入,使得这一由于噪声影响而发生畸变的局部轨道得以纠正,达到混沌信号与噪声分离（以下简称混沌滤波）的目的,并对其中的反嵌入问题作了较为深入的讨论,仿真实验表明了本方法的有效性。     

双模式离子液体推进剂的分解特性与热试车实验研究

硝酸羟胺(HAN)/1-乙基-3-甲基咪唑硫酸乙酯([Emim][EtSO4])混合离子液体推进剂具有绿色无毒、高性能、易电离的特点,既可以应用于化学推进模式,又可以应用于电推进模式,是肼类推进剂的一种理想的替代品.利用热重分析-差示扫描量热法(TGA-DSC)研究了 HAN/[Emim][EtSO4]离子液体推进剂的...     

基于双变换核范数最小化的张量补全（英文）

非凸方法在低秩张张量补全中发挥着重要的作用,相比于凸方法,非凸方法是对张量秩的更紧估计。但是这类方法因为需要计算大张量的奇异值而非常耗时。本文提出了一种双变换核范数（Double transformed tubal neclear norm,DTTNN）作为秩范数的非凸松弛用于求解低秩张量补全（Low rank tensor completion,LRTC）问题。DTTNN将对大张量的非凸惩罚等价地转化为对两个小张量的凸惩罚。因此,DTTNN可以有效节省非凸方法的求解时间。彩色图像修复和视频修复的实验结果验证了DTTNN方法的有效性。     

一种基于实数域特征值分解的前后向平滑算法

为减小算法的运算量,对常规前后向空间平滑(FBSS)算法进行改进,提出了一种基于实数域特征值分解的前后向平滑(RDFBSS)算法。算法根据前后向平滑算法协方差矩阵的中心-厄米特对称特点,通过实值化变换,使FBSS算法的特征值分解从复数域转为实数域,大幅减少了算法的运算量,且不影响解相干和统计性能,提高了实用性。仿真结果证实了算法的有效性。     

基于HTN的卫星应用任为分解方法

文章在深入分析卫星应用任务复杂性的基础上,研究了层次任务网络(HTN)方法对复杂卫星应用任务分解问题的适用性,并给出了相应的问题求解框架;深入研究了卫星应用任务需求要素预处理工作的主要内容和步骤,并在此基础上构建了卫星应用任务的域模型;最后给出了复杂任务及其分解方法的定义,采用基于HTN的方法对复杂卫星应用任务分解问题进行求解,同时给出了基于HTN的状态空间前向搜索算法.     

关于航天型号用自锁螺母标准综述

概述了两个自锁螺母系列标准的编制背景,从技术要求和品种规格综合介绍了自锁螺母系列标准的主要内容,并对自锁螺母的使用提出了需注意的几个问题。     

含噪信号经验模式分解虚假分量识别方法

针对含噪信号Hilbert-Huang变换存在虚假分量,提出改进的奇异值分解(SVD)方法进行降噪,改进包含两个部分:一是利用重构相空间代替传统矩阵如Hankel矩阵,以去掉信号冗余,再者提出奇异值能量熵分量差分法,更易于定出重构奇异值阶次;二是提出了频谱比值法对虚假分量进行辨识,更有效辨识出虚假分量.首先利用经验模式分解(EMD)得到本征模式分量(IMF),识别并剔除趋势项,重构信号,然后进行SVD,重构降噪后的信号,消除虚假分量,最后进行时频分析.联合方法应用于含噪仿真信号,信噪比(signal noise ratio,SNR)提高了5.5%,虚假分量辨识率提高至100%,用于双跨转子故障振动信号,得到正确的时频结果,表明了所提方法识别含噪信号虚假分量的有效性.     

一种四元数矩阵建模的彩色图像质量评价方法

针对彩色图像的质量评估问题,提出了一种基于四元数矩阵模型的图像质量评价方法。利用四元数矩阵对彩色图像建模,构造出图像的四元数矩阵模型;对矩阵进行奇异值分解,得到一组奇异值向量;计算标准图像与失真图像对应奇异值向量间的欧式距离,获得失真映射图谱;由失真图谱计算两幅图像间的全局误差,作为失真图像的质量评价结果。通过对几组不同类型失真图像的评价测试,结果表明,方法对图像质量的客观评价结果与主观感知有较高的一致性,并且能够从失真映射图谱判定图像的失真类型。     

一种基于稀疏分解的微多普勒频率估计算法

目标微动特性和微多普勒特征分析在真假目标识别方面发挥了重要作用。由于微动目标雷达同波具有非线性、多分量性等特征,需要相应的具有高分辨力、低交叉项、大的动态范围的分析工具,才能较好地揭示目标微多普勒特征。稀疏分解方法中的匹配追踪（MP）具有频域高分辨能力,对于信号细微特征提取具有很好的效果。研究了基于匹配追踪的微多普勒频率估计问题,该方法可以准确提取出目标微多普勒频率,为后续的目标识别提供了重要的依据。-