典型隐身飞机的RCS起伏统计特性

雷达散射截面(RCS)起伏统计特性可以用来预测雷达的检测性能和评估飞机的散射特性。采用高频计算方法获取了6种典型隐身飞机在光学区8个频率点、两种极化方式、不同入射条件下的周向RCS统计数据。应用3种较新的起伏模型对统计数据进行拟合,通过对比分析各组数据的拟合效果,得出了各模型在数据拟合时存在的普遍规律:卡方(Chi-square)模型对概率密度分布曲线的峰值估计较为合理,对数正态模型容易将峰值高估,但在峰值之后卡方模型的拟合效果通常不如对数正态模型;统计数据均值的平方与方差之比越大(可达0.1~1.0),则卡方模型双自由度越大(可达1.1~1.5),拟合效果也越好,按Kolmogorov-Smirnov检验方法其误差在0.15~0.25范围内;统计数据的均值中值比越小(低至1.5~5.0),则对数正态模型拟合效果越好,误差在0.01~0.25范围内;在dB·m2单位制下,采用对数正态模型和勒让德多项式模型可以在更广的范围内更好地拟合各组数据,其拟合误差多在0.10以下。     

基于L1/2范数正则化的塑性回声状态网络故障诊断模型

为了提升储备池的动态适应性能,克服回声状态网络（ESN）输出权值求解的病态不适定问题,平衡其拟合与泛化能力,提出了一种基于L_1/2范数正则化的塑性回声状态网络故障诊断模型。在储备池构建中引入BCM规则对连接权矩阵进行预训练,并在目标函数中添加L_1/2范数惩罚项以提高稀疏化效率,利用一个光滑化的L_1/2正则子克服迭代数值振荡问题,并采用半阈值迭代法对模型进行求解。将模型应用于机载电台的故障诊断问题中,仿真结果证明了模型的有效性和优越性。     

离散广义线性系统的若干结论

本文将常义离散线性系统中的部分结论推广到了广义系统的情形，给出了广义系统的正则性定理，稳定性定理、能稳性定理和输出调节定理。     

基于波叠加方法的可视化声源识别

介绍了一种基于波叠加方法的可视化声源识别技术。应用波叠加基本理论,采用Burton-Miller型组合层势法或复数失径方法克服解的非惟一性问题,并通过Tikhonov正则化方法求解这一反问题。对两脉动球声源和两摆动球声源进行数值仿真,并与解析解进行对比,仿真结果可以很好地识别出两声源的位置。另外,稳健性分析结果表明该方法具有较好的稳健性。最后,通过实验进一步验证了波叠加方法用于声源识别的可行性。     

基于广义正则化最小二乘的天基测向初定轨

传统天基测向初定轨的不足,主要是由于观测数据存在系统误差和观测方程组的系数矩阵病态或不可逆。文章建立观测方程的半参数回归模型,提出基于补偿最小二乘估计和岭估计的广义正则化最小二乘估计,推导了估计公式,并证明了相关统计性质。引入选主列Givens-QR分解算法,提高观测方程求解效率和数值计算稳定性。仿真结果表明:该方法应用于天基测向初定轨可行,可以提高定轨精度和解算成功率。     

函数型正则广义典型相关分析

基于正则广义典型相关分析理论框架,提出一类对于多元函数型数据的充分降维方法。通过积分形式,将平方可积空间中的函数型数据投影至实空间中的一系列数值变量,在整体相关性度量最大的目标准则下,同时确定这些函数型投影方向,实现多元函数型数据向传统数值变量转化的特征信息提取及快速降维过程。在一般基函数系统表示下,推导得到最优投影权重函数的迭代计算方法,该方法对于基函数系统的选取具有独立性。大量仿真结果表明,在有限样本情况下,所提方法能够有效探测多元函数型数据之间的相关关系,且对投影权重函数的估计具有一致性。关于帕金森综合征患者步态的实例数据研究表明,由函数型数据投影得到的数值特征信息具有可解释性,所提方法具有一定实用价值。     

基于CS的正则化稀疏度变步长自适应匹配追踪算法

压缩感知(CS)能够突破Nyquist采样定理的瓶颈,使得高分辨率信号采集成为可能。重构算法是压缩感知中最为关键的部分,迭代贪婪算法是其中比较重要的研究方向。对压缩感知理论进行了详细分析,并在现有重构算法的基础上提出了一种新的迭代贪婪算法——正则化稀疏度变步长自适应匹配追踪(RSVss AMP)算法,可在信号稀疏度未知的情况下,结合正则化和步长自适应变化思想,快速精确地进行重构。相比于传统迭代贪婪算法,本文算法不依赖于信号稀疏度,并且应用正则化以确保选取支撑集的正确性。此外,应用自适应变化步长代替固定步长,能够提高重构速率,而且达到更高的精度。为了验证本文算法的正确性,选取高斯稀疏信号和离散稀疏信号分别进行仿真,并与现有算法进行比较。仿真结果表明,本文算法相比于现有算法可以实现更加精确快速的重构。     

单帧数字图像分辨率改善的频域正则化方法

现有多帧序列频域分辨率改善方法主要基于柯西-高斯先验模型,对单帧图像处理效果不理想.在分析频谱混叠公式的基础上,研究了单帧图像分辨率改善的频域方法.提出了基于柯西-高斯先验模型的正则化方法,由于柯西-高斯先验模型具有较好的信号稀疏表示能力,因此能有效地改善图像的分辨率.设计了迭代求解算法,给出了迭代初值的稳健算法,并将二维计算问题转化为一维计算问题,实现了方法的快速计算,同时大大地减少了存储量.文中给出了一维信号和遥感图像两个算例,计算结果表明,方法可以有效地改善图像的分辨率.     

悬停状态下旋翼噪声声源反演的正则化方法

根据旋翼辐射的气动噪声求解气动声学反问题,给定合理的旋翼表面载荷并结合声类比方法得到观测点的信号,以此进行表面载荷反演。对建立的大型不适定性方程组采用奇异值分解结合正则化方法进行求解,为克服反演结果存在的数值振荡,采用多项式函数来表示未知量,并引入库塔条件作为先验信息。结果表明:理想条件下,该方法得到的旋翼表面的压力分布更接近输入值,尤其在载荷分布较大的叶尖区域,考虑干扰噪声影响后,该方法得到的展向截面吸力峰位置的最大相对误差从15%减小到4%。