一种STBC-OFDM系统中的盲和半盲信道估计

针对尾部补零(Zero padd ing,ZP)的空时分组编码正交频分复用(Space-tim e b lock cod ing orthogona l fre-quency d iv is ion m u ltip lex ing,STBC-OFDM)系统,提出了一种基于子空间分解的信道估计算法。首先利用STBC的编码结构和OFDM信号中由ZP和虚载波(V irtua l carrier,VC)引入的冗余,推导了该算法的盲估计形式,然后对其可辨识性进行了理论分析,证明了该盲方法可以在一个标量因子模糊度的意义上辨识出多个信道的冲激响应。通过结合使用导频信息形成半盲算法,可以消除模糊度。仿真结果表明,该算法的信道估计准确度较高,可以有效地跟踪衰落信道,在低信噪比时性能良好。     

基于2幂子图像的图像拼接算法

图像拼接已成为基于图像绘制(IBR)方法中的一项重要技术,它也是虚拟现实、计算机视觉、计算机图形学、图像处理等领域的重要研究课题。本文提出了2幂子图像的概念,并给出了基于2幂子图像的图像拼接算法。这是一种新的快速有效的图像拼接算法,它对基于快速傅立叶变换(FFT)的相位相关度法的图像对齐方法进行了改进,从而减小了FFT的计算量,使改进后的算法对图像对齐更加快速和减小图像间重叠率。     

滚摆非定常流场的定量流动显示

对 8 0°三角翼滚摆的非定常流场进行常规流动显示和定量流动显示即PIV测量 ,获得了对于引起和维持滚摆的气动机理的新认识 ,即引起和维持滚摆的气动机理不仅在于前缘分离涡相对翼面位置的动态迟滞特性 ,而且还在于前缘涡强度的动态迟滞特性     

基于MPP编程环境的一种并行子空间失代法

子空间迭代法是科学与工程计算中求解广义特征值问题的有效方法,针对向量机和共享内存的多处理机,前人已成功地作了并行处理。文中给出了适合ＭＰＰ大规模并行计算机的并行子空间迭代法。该算法将广义特征值问题转换为一般特征值问题,其计算工作量主要体现在矩阵乘法,通过对该方法作并行处理,使矩阵求逆及一部分乘法运算转换为各结点机上三角形方程组的并行求解。在大规模并行计算机ＰＡＲ９５上结合Ｊ８－ＩＩ机翼的动力特性问     

基于MPP编程环境的一种并行子空间迭代法

子空间迭代法是科学与工程计算中求解广义特征值问题的有效方法 ,针对向量机和共享内存的多处理机 ,前人已成功地作了并行处理。文中给出了适合 MPP大规模并行计算机的并行子空间迭代法。该算法将广义特征值问题转换为一般特征值问题 ,其计算工作量主要体现在矩阵乘法 ,通过对该方法作并行处理 ,使矩阵求逆及一部分乘法运算转换为各结点机上三角形方程组的并行求解。在大规模并行计算机 PA R95上结合 J8- II机翼的动力特性问题对该算法作了数值试验 ,结果说明所给算法是非常有效的     

求解大型非对称线性方程组的拟最小残量IOM（q）算法

不完全正交化算法（IOM（q））由于存储量和计算量小，常用来求解大非对称线性方程组。而此方法收敛过程常出现不规划振荡现象，从而影响了收敛速度。本文将拟残量最小的化性质加到IMO（q）算法中，提出拟最小残量不完全正交化算法（QMRIOM（q），这样收敛曲线光滑无振荡，从而大大加快其收敛速度，而且保留其存储量和计算量小的性质。     

机翼结构布局优化的并行子空间方法

机翼内部构件的布局优劣在很大程度上影响着机翼结构质量,因此进行布局优化设计尤为重要。采用并行子空间方法求解机翼结构布局优化的问题,将机翼结构布局设计问题分为梁站位优化、桁条优化和厚度优化三个并行的子空间,设计变量在各自的子空间内单独优化;各子空间优化结束后,在系统级中协调三个子空间的设计变量,保持最小质量的子空间的优化变量不变;采用近似一维搜索的方法协调其他子空间的设计变量,然后进行变量迭代直至收敛。结果表明:该方法具有较高的优化效率,能够取得较好的优化结果,具有实际工程应用价值。     

碳纳米管薄膜传感器及其应变传感特性

碳纳米管薄膜可作为应变传感器用于结构损伤的健康监测。采用机械搅拌、超声处理和高速离心等分散工艺将多壁碳纳米管单分散后,通过真空吸滤法制备碳纳米管薄膜。对碳纳米管薄膜传感器进行了深入的研究,设计了一种高灵敏度的碳纳管薄膜应变传感器,与结构基体一体成型。弯曲应变传感实验表明碳纳米管薄膜传感器在不同的应变范围、不同的循环次数、不同的温度范围等条件下都具有良好的应变传感特性。结果表明碳纳米管薄膜传感器灵敏度较高,灵敏度系数为188.31(0~22 500 με),且具有较好的应变传感可逆性和可重复性。      

基于子目标进化的高维多目标优化算法

多目标优化问题是工程应用中的常见问题,已有的方法在解决3个目标以上的高维优化问题时效果欠佳.如何进行有效的个体选择是求解高维多目标优化问题的关键.针对该问题,提出了求解高维多目标优化问题的子目标进化算法.从理论上证明了多目标优化问题Pareto非支配解的求取,可通过子目标函数值排序,先行选择进化种群中部分非支配解;然后,根据排序信息有选择性地比较进化种群中的元素,减少了比较次数,从而快速获得非支配解集.同时,提出归一化函数差值的Minkowski距离"k近邻"距离计算方法,在进化过程中应用到密度函数中,加速了收敛速度.同当前求解高维多目标优化的算法,在对标准测试函数的计算性能上进行比较,统计结果显示了所提算法在性能上的优势.      

关于BL-代数的implicative滤子的一些结果

通过研究BL-代数的implicative滤子的等价条件,得到了normal滤子与implicative滤子之间的关系,并给出了两个公开问题"一个normal滤子在什么合适条件下成为fantastic滤子?"和"在什么合适的条件下,normal滤子的拓展性成立?"结论成立的一种条件。