利用双载频方向图相乘的稀疏均匀阵栅瓣抑制方法

针对稀疏阵列天线间距远大于信号波长导致阵列方向图出现大量栅瓣的问题,该文基于不同载频阵列方向图主瓣与栅瓣相对位置关系存在差异的特性提出一种新型的栅瓣抑制算法。该算法充分利用不同载频回波信息,避免了大规模搜索,有效降低了计算量。首先根据算法原理确定了影响该栅瓣抑制算法性能的因素,然后进一步对影响栅瓣抑制性能的关键参数进行了定量分析,推导得出了栅瓣抑制后峰值旁瓣比(PSLR)与频率差的关系表达式。该表达式为栅瓣抑制快速选择最优频率差提供了理论依据。最后,通过计算机仿真验证了该算法对栅瓣抑制的有效性以及该文所推导的峰值旁瓣比与频率差关系表达式的正确性。     

多智能体系统协同控制与优化专刊序言

<正>0引言近年来,随着机器人技术、人工智能技术、无线通信和计算机技术的快速发展,控制系统的规模变得更大,控制任务也变得更加复杂,由此推动了多智能体系统的形成和发展.多智能体系统是由多个具有简单功能的智能体相互关联形成的网络系统,其中每个智能体具备一定的计算、通信、感知、学习和执行能力.这些智能体之间可通过信息交互协同合作完成特定的任务,也可协调解决智能体之间的矛盾和冲突.     

基于粒子群算法寻最优属性关联下的零样本语义自编码器

针对零样本图像分类构建共享属性层时造成的信息缺失问题,该文提出一种嵌入属性关联性的补偿方法。通过语义自编码器构建特征到属性的映射,然后以最大后验概率估计在类高斯模型构建的基础上实现零样本图像分类。为弥补SAE对属性关系学习的不足,引入加性因子与乘性因子对属性相关性进行嵌入,并利用粒子群算法搜寻最优的因子参数,实现属性相关性信息的补偿。实验结果表明采取相同映射方法的情况下,基于属性相关性嵌入的零样本图像分类在Pubfig数据集和OSR数据集上的分类效果较之其他方法得到了显著提升。     

几何距优化质心结合隶属度约束RFCM的脑MRI图像分割算法

针对现有图像分割算法聚类复杂以及分割精度不够高的问题,提出了基于几何距优化质心和粗糙模糊C-均值（RFCM）相结合的医学图像聚类分割算法。首先建立软集表示的像素集,并计算每个像素与质心之间的距离,然后基于像素和质心之间的最小距离,将像素分组到聚类中。为了将软集应用到粗糙模糊C-均值中,定义了一个模糊软集,进一步将输入图像转换为二值图像,通过计算连通区域的几何距选择适当的质心。最后利用这些新的质心计算更新像素的隶属度值,从而完成模糊聚类划分。在Allen Brain Atlas等三个医学数据库上评估了所提出混合算法的性能,获得的Jaccards系数和分割精度（SA）都优于几种对比算法。实验证明,提出的聚类分割算法具有良好的性能。     

无线传感器网络选择性DV-Hop定位算法

针对传统的矢量跳距(DV-Hop)定位算法平均定位误差大的问题,提出了一种具有选择性的改进DV-Hop定位算法。该算法首先剔除长距离信标节点信息,更新最小跳数与平均每跳距离,再次根据信标节点的实际距离和估计距离的误差进一步修正平均每跳距离。仿真结果表明:选择性DV-Hop定位算法能有效地减小平均定位误差,适应各种网络。     

车载摄像机的立体标定方法

提出了一种简便实用的基于立体标定板的车载摄像机标定方法。基于自制立体标定板对车载摄像机进行标定,方法比较便捷,精度较高,且方便车载摄像机进行后续检测等工作。实验结果及误差分析验证了该方法的可行性。     

结合结构下文及词汇信息的汉语句法分析方法

针对句法分析中上下文无关语法模型对句子信息利用的不足,通过融入结构下文和部分词汇信息,提出两种基于概率上下文无关语法模型的短语结构消歧方法,以达到消解结构歧义的目的;引入分层分析的算法,通过损失一定的时间效率使得在提高分析准确率的同时保证分析结果的全面性。实验结果表明,融入结构下文及词汇信息的汉语句法分析方法,利用了更多的句子信息,与上下文无关语法相比有着更强的消歧能力。     

曲线运动SAR成像算法研究

研究合成孔径雷达曲线运动时的优化成像质量问题。提出了一种结合了惯导加速度参数和根据回波数据两种运动补偿曲线运动合成孔径雷达成像算法,提高了成像质量。首先研究了合成孔径雷达曲线运动时的目标模型,分析了惯性导航系统的原理,并以频谱分析的子孔径成像为基础,加入运动补偿等辅助处理。进行仿真,根据一组仿真参数和曲线轨迹生成仿真回波数据,证明仿真成像算法的有效性。系统运算简单,可为曲线运动时的合成孔径雷达实时信号处理系统系统设计提供依据。     

一种基于前向散射雷达的车辆目标自动识别方法

研究了一种基于前向散射雷达的车辆目标自动识别方法:分析了前向散射雷达回波与目标速度、轮廓等目标特性之间的关系;提出了主瓣对齐的功率谱预处理方法,采用主成分分析方法分析了不同类别车辆的前向散射雷达功率谱的特性;提出了基于多元线性回归的目标特征提取方法,比较了K最近邻法和Bayes分类器对不同特征集的识别性能.实现结果表明,本文采用的特征提取方法显著改善了识别效果.