大型稀疏复线性方程组双共轭梯度法

有限元复线性方程组的系数矩阵一般具有稀疏性和对称性的特点,全稀疏存贮方法就是利用这些特点,只存贮对称部分的非零元素,采用链表式管理,即节省存贮空间,又便于动态更改.在一般双共轭梯度法的基础上,本文利用广义变分原理对内积进行了重新定义,使双共轭梯度法求解复线性方程组更为有效.数值算例表明这种双共轭梯度法结合全稀疏存贮方案的求解算法在时间和存贮上都较为占优,可靠高效,能够应用于有限元线性方程组的求解.     

基于稀疏表示的图像混合噪声抑制算法

中值滤波能有效地抑制脉冲椒盐噪声,但它对于图像中的高斯噪声的去除效果不佳;而简单地使用针对高斯噪声的方法,对混合噪声也不能起到较好的抑制效果。稀疏是图像的重要特性,是进行图像处理的重要先验。本文提出了基于稀疏表示的混合噪声抑制算法。实验表明,本文算法可以有效地滤除混合噪声,且较好地保护了图像细节特征。     

稀疏生成矩阵的低编码复杂度非正规LDPC码性能

提出了一种新的基于稀疏生成矩阵的高性能非正规LDPC码的构造方法,并研究了其性能。与传统的由校验矩阵定义的LDPC码相比,在相同的译码复杂度前提下,非正规LDPC码的编码复杂度更低。模拟结果显示,在加性高斯白噪声信道下,非正规LDPC码的性能要显著优于传统LDPC码。     

触觉信息表征技术与分类感知试验

面向空间智能精细化操作的需求,采用提取触觉传感信息的方式对目标进行识别。在动态序列匹配(dynamic time warping,DTW)距离的基础上,应用DTW核实现对触觉序列信息的高效表征,提出了触觉序列的联合稀疏编码算法,用于一个单独时间序列的不同手指间触觉信息的简单融合。对训练样本进行学习构建数据库,用不同的触觉反馈信息进行典型目标的分类试验,总体识别率为90.07%。触觉联合稀疏编码算法不仅简单而且能挖掘不同手指采集的触觉信息指尖的内在联系,为操控目标的智能化识别提供一种有效的途径,未来可用于在轨服务。     

基于NSST的PCNN-SR卫星遥感图像融合方法

针对卫星传感器成像的特点,提出了一种基于非下采样剪切波变换的脉冲耦合神经网络与稀疏表示相结合的卫星遥感图像融合方法。通过使用不同的融合规则对子带系数进行融合,得到信息更丰富的多光谱图像。为了验证该方法的有效性,实验过程使用了地球眼卫星数据和快鸟卫星数据,实验结果表明,该方法的实验结果无论从视觉效果还是客观评价指标上均优于对比方法得到的结果。     

基于粒子群算法的大型低冗余度线阵综合

天线阵列排布与优化,是一维综合孔径辐射计的一项关键技术,其通过决定可见度函数采用分布来影响辐射计最终的成像质量。以往的学者们都将寻找理论上最优的大型阵元数低冗余度线阵（LRLA）作为研究的首要目标,以获得最优的空间分辨率。文章在此基础上,着重考虑工程实现过程中的系统可靠性要求,研究在任意一个阵元出现故障的情况下,通过冗余优化设计,确保系统性能不受影响。基于此,提出了一种基于粒子群优化的排列结构约束搜索算法,能够在较短时间内获得一系列满足条件的大阵元数LRLA排列。同时,文章还给出进一步冗余优化的方法,以确保生成的阵列在出现两个阵元故障时,辐射计系统基线缺失的概率高于设定的阈值,从而保证系统具有令人满意的可靠性。文章提出的方法以及得到的LRLA排列,虽然在一定程度上增加了辐射计系统的复杂度,但是,一些额外天线阵元的引入可以确保足够的阵列冗余度,从而减小阵元/接收机失效的影响,增加系统对阵列位置误差等的鲁棒性,改善系统的灵敏度指标。     

基于改进半阈值算法的电容层析成像滑油监测方法研究

针对航空滑油检测过程中电容层析成像（Electrical Capacitance Tomography,ECT）存在的病态性和欠定性问题,将稀疏正则化中基于L1/2正则化的半阈值迭代算法应用到ECT图像重建,加入L2范数的惩罚项,构造新的泛函模型,并在迭代过程中设计一种新的约束项以优化解向量。仿真实验采用Comsol5.3搭建系统模型,Matlab2014a处理采集数据。实验结果表明,与Landweber迭代算法相比,改进算法成像误差降低37.33%,相关系数提升33.67%;与半阈值迭代算法相比,改进算法成像误差和相关系数分别降低12.31%和提升11.86%,图像误差降低至0.24、相关系数提升至0.92,且成像时间依然保持在0.06s。实际滑油监测的实验系统采用现场可编程门阵列（Field Programmable Gate Array,FPGA）直接数字频率生成模块生成数字量的正弦激励信号,通过D/A转化为正负交流信号对测量电极进行激励。实验结果表明,基于ECT系统的改进半阈值迭代算法可以满足航空发动机滑油监测的实时性和准确性的要求。     

稀疏信号重构的迭代平滑 l0 范数最小化算法

压缩感知理论 (Compressed Sensing, CS) 是对信号压缩的同时进行感知的新理论,而如何通过有限的测量值重构稀疏信号是压缩感知理论中的核心问题。针对稀疏信号的重构问题,提出了迭代平滑l0 范数最小化算法。该算法首先利用上次迭代得到的稀疏解估计部份支撑集I,然后建立并求解基于支撑集I的平滑l0 范数最小化问题,最后对以上两步迭代少数几次得到稀疏解。数值仿真表明,本文所提出的算法重构信号需要测量值数少于已有的算法,且计算速度较快。     

非合作无源探测中的参考信号提纯新方法

非合作无源探测系统通过直达波提纯来获取参考信号,参考信号的纯净程度对系统探测性能具有重要影响.针对非合作无源探测中的参考信号提纯问题,提出了一种基于稀疏特性的参考信号提纯新方法.首先将参考通道接收的混合信号变换到对时延敏感的分数阶傅里叶变换域上,并对直达波信号和多径干扰信号在分数阶傅里叶变换域上的稀疏特性进行了分析;然...     

基于深度强化学习的智能空战决策与仿真

飞行器空战智能决策是当今世界各军事强国的研究热点。为解决近距空战博弈中无人机的机动决策问题，提出一种基于深度强化学习方法的无人机近距空战格斗自主决策模型。决策模型中，采取并改进了一种综合考虑攻击角度优势、速度优势、高度优势和距离优势的奖励函数，改进后的奖励函数避免了智能体被敌机诱导坠地的问题，同时可以有效引导智能体向最优解收敛。针对强化学习中随机采样带来的收敛速度慢的问题，设计了基于价值的经验池样本优先度排序方法，在保证算法收敛的前提下，显著加快了算法收敛速度。基于人机对抗仿真平台对决策模型进行验证，结果表明智能决策模型能够在近距空战过程中压制专家系统和驾驶员。