基于DLatLRR与VGG Net的红外与可见光图像融合

针对红外与可见光图像融合中特征损失严重、显著目标不突出的问题，提出了一种低秩表示分解与深度神经网络相结合的图像融合算法。首先，对源图像进行潜在低秩表示分解（DLatLRR），得到相应的低秩部分、显著部分及稀疏噪声。然后，分别采用16层的VGG Net模型和联合特征加权算法对低秩部分与显著部分进行融合，舍弃二者的稀疏噪声。最后，对融合得到的低秩部分和显著部分进行图像重建，得到最终的融合图像。实验结果表明:与其他算法进行比较，所提算法能够对图像的深层次细节特征进行融合，突出场景中的感兴趣区域，且融合图像的相关差异和、结构相似性、线性相关度等多种客观指标均有所提升，提升最大值分别为0.73、0.15、0.11，噪声产生率的最大缩减值为0.041 2。      

求解含多个右端向量非对称线性方程组的自适应块拟最小残量IOM(q)算法

许多实际应用问题需要求解含多个右端向量的大型非对称线性方程组 ,通常是把原来方程组分成单独几个含一个右端向量的方程组 ,再用某种迭代法分别单个求解 ,而更加经济有效的方法是应用能同时产生几个迭代向量的块迭代法来直接求解。本文在 IOM(q)算法的基础上 ,提出一种求解此类方程组的块拟最小残量 IOM(q)算法 ,讨论了如何收缩掉已收敛的部分方程组以及如何从产生的块 Krylov序列中删除线性相关或几乎线性相关向量的自适应技术。数值试验表明 ,此新的自适应块算法比块 GMRES算法及其他相关算法具有更好的收敛行为、更少的计算量和 CPU计算时间 ,是求解此类方程组的一种更加经济有效的算法。     

H^2（I）空间上的多分辨分析

Sobolev空间在偏微分方程理论中占有重要的地位，且关于Sobolev空间H^2(I)的多分辨分析（MRA）也已经被建立起来。然而在处理偏微分方程的边值问题时就显得有些不足，尤其是捕捉靠近边界层附近的微波。在本文给出中Sobolev空间H^2(I)的尺度函数以及它们之间的双尺度关系。在其基础上可以直接建立Sobolev空间H^2(I)的多分辨分析（V0真包含V1真包含…），其中Vj是由尺度函数通过平移与伸缩得到的。最后分析了关于Sobolev空间H^2(I)与H^2(I)的多分辨分析关系并给出了Sobolev空间H^2(I)的小波分解算法。     

最佳STAP的FFT共轭梯度法

提出了一种解决最佳空时自适应处理问题的快速共轭梯度迭代算法。可以用FFT实现该方法，办法是利用具有干扰协方差矩阵托普利兹块（BTTB）结构的块托普利兹矩阵。因此与对矩阵求逆的方法相比显著降低了计算的复杂性。为了说明上述方法的有效性，本文给出了计算机仿真结果。     

劳（Lao）喷管扩张段优化设计的数值方法研究

本文建立了火箭发动机喷管扩张段优化设计（Lao喷管）的型面曲线近似作图法的数学模型，将作图法转化为等价的优化问题，并给出了优化问题解的迭代方法，最后采用泛函网络的方法对离散的数值解进行了曲线拟合，以便于数控加工的编程。     

AP复合固体推进剂燃烧模型

本文提出了一个复合固体推进剂的综合燃烧模型和相应的数学处理方法。该模型对凝聚相反应作了更细微的分析,特别重视和强调了各种热量传递对燃烧所起的作用,并以推进剂中处于连续相的粘合剂线性分解速度表示推进剂的线性燃速。根据此模型编制程序并进行了大量计算。计算结果与实验符合得很好。对AP/HTPB多级配推进剂的计算结果中,相对误差小于10％的占80％,对Ae/AP/HTPB推进剂则占90％以上。     

基于TDRSS的低轨卫星定轨方法研究

利用跟踪与数据中继卫星系统(TDRSS)组成天基测控系统对低轨卫星进行轨道确定,并讨论了低轨卫星在TDRSS系统覆盖区域的时间段,以改进的Gauss-Newton算法为基础,设计了非线性迭代的微分轨道改进算法,有效抑制了算法截断误差.仿真实验证明基于TDRSS的测控技术可显著提高测控覆盖率,减少地面测控站压力,有效确定低轨卫星轨道,定轨位置误差小于20 m,速度误差小于0.01 m/s,能满足一般低轨卫星的定轨精度要求.     

基于改进的Toeplitz化处理的相干源非均匀线阵自适应波束形成算法

针对相干源非均匀线阵的波束形成,提出了Toeplitz化的基于特征空间的线性约束最小方差自适应波束形成算法(TELCMV)。该算法利用阵列接收信号的相关性进行Toeplitz化处理、把期望信号方向向量向信号子空间投影、进行线性约束最小方差波束形成来得到TELCMV权向量;TELCMV权向量没有包含噪声子空间的分量,而期望信号和干扰信号的输出不变,所以提高了输出信干噪比(SINR),收敛速度也快,在低信噪比和小快拍数下能取得较好的波束形成性能。仿真试验结果证明了TELCMV算法的优越性能。     

粗差拟准检定法在星载GPS低轨卫星定轨中的应用

利用自适应卡尔曼滤波进行星载GPS低轨卫星定轨时,必须解决量测方程中经常存在的粗差问题．在分析以往方法的优缺点后,用拟准检定法来探测和修正量测方程中存在的粗差．该法的优点是辨识粗差准确率高,能同时定位多个粗差．另外,为了克服星载GPS低轨卫星定轨的滤波器可能出现的数值不稳定性及发散现象,还采用了UD分解算法及Sage自适应滤波器．最后用一个CHAMP卫星的模拟算例验证本方法的可行性和有效性．