基于虚拟阵技术与LS的宽带DBF算法

数字侦察接收机带宽可能覆盖几个倍频，因此若按照信号最高频率信号半波长作为阵元间距，则会出现严重的阵元间耦合，而若按照信号最低频率信号半波长作为阵元间距，则对高频信号出现严重的栅瓣。针对上述问题，提出了虚拟阵技术和LS算法融合的宽带DBF算法，成功抑制了高频信号的栅瓣。研究了EAVA、TAVA两种虚拟阵技术，两种技术不需要侦察信号的先验知识，应用两种快速计算虚拟阵元信号的算法，对于最终得出来的阵元信号选用最小二乘(LS)算法进行宽带聚焦处理，最后波束形成。仿真信号选用S波段(2~4GHz)雷达信号，结果表明在同一真实阵元数情况下，两种算法均能抑制信号栅瓣，并且缩小主瓣宽度，从而提高数字侦察接收机的角度分辨率。     

多块结构化网格CFD并行计算和负载平衡研究

基于连续拼接多块结构化网格,通过求解雷诺平均Navier-Stokes方程研究并行计算中的负载平衡问题。利用组合优化中的排序理论设计负载平衡算法,实现了网格数据的自动划分和各处理机上计算任务的自动分配。在工作站集群MPI并行环境下,通过实例考察了负载平衡算法和并行计算的性能,16个处理机上的负载均方差和负载相对均方差分别为0.0084和0.1347%,并行计算结果和实验数据吻合良好,并行效率高。本文算法具有良好的可扩展性,适用于MIMD结构计算机上基于多块结构化网格并行计算中的负载平衡问题。     

基于K最优路径的QoS路由预计算新算法

针对下一代高速网络中的多约束服务质量路由问题,首先提出了一种精确链路状态信息条件下的路由预计算算法MKPPA.在此基础上根据网络状态信息的动态性,通过引入"警戒点"对MKPPA进行了改进,提出了一种基于警戒点的修正预计算算法M_-MKPPA,该算法能够适应网络链路信息的不精确性.最后通过理论分析表明MKPPA不仅能够解决加性度量参数受约束的QoS路由问题,而且能够解决加性与非加性度量参数混合受约束QoS路由问题,修正预计算算法M -MKPPA能够适应网络链路状态信息的动态特性.计算机仿真结果显示出MKPPA在求解QoS路由问题时,当计算次数不超过已有算法的计算次数时,不论是精确链路状态信息还是非精确链路状态信息条件下,均具有更高的路由计算成功率.     

带有Poisson跳的股票价格模型的期权定价

利用公平保费原则和价格过程的实际概率测度推广了Mogens bladt和Hina Hviid Rydberg关于欧式期权定价的结果。假定股票价格过程遵循带非时齐Poisson跳跃的扩散过程，并且股票预期收益率、波动率和无风险利率均为时间函数的情况下，获得了欧式期权精确定价公式和买权与卖权之间的平价关系。     

求鳞状因子循环矩阵的逆阵及广义逆阵的快速算法

利用多项式快速算法，给出了求鳞状因子循环矩阵的逆阵、自反g-逆、群逆及Moore-Penrose逆的快速算法。该算法避免了一般快速算法中，要计算大量的三角函数等可能带来误差及影响效率的问题。该算法仅用到鳞状因子循环矩阵的第一行元素及对角阵D中的常数d1，d2，…，dn进行计算，在计算机上实现时只有舍入误差。特别地，在有理数域上用计算机求得的结果是精确的。     

模糊概念网络在故障诊断中的应用

基于模糊概念网络模型给出了一种故障诊断的新方法.它利用故障与故障因素间的关联矩阵及其传递闭包,进而完成系统的故障检测.     

构建本质图的改进算法*

利用图论相关知识,提出了一种构建本质图的改进算法。数值实验表明,对于V-结构较多的非循环有向图,改进算法能相对较快地确定出其本质图,从而能更好地学习贝叶斯网络的等价类。     

高效求解多峰值全局优化的区间-遗传算法

针对传统区间优化算法求解高维问题耗时的缺点,将区间算法和遗传算法进行融合,提出了一种区间-遗传算法。该算法利用区间算法为遗传算法的搜索区域进行定界,同时采用拒绝指标可使包含全局最优解的区间更容易被选择,而且算法通过遗传算法提供的问题全局最优解的上界可对那些不包含全局最优解的区间进行删除。对一些多峰值全局优化问题进行了仿真实验,结果表明:该算法相比传统区间优化算法更加有效,而且随着问题维数的增大,算法的高效性更加明显。     

带状线性方程组的含参交替方向并行算法

在MIMD分布式存储环境下针对系数矩阵为带状或块三对角矩阵的线性方程组提出了含三参数交替方向迭代并行算法。通过引入三参数调整,并适当分裂系数矩阵得到新算法,给出了系数矩阵为若干特殊矩阵时算法的收敛条件。在HP rx2600集群系统上实现了算法,针对不同的算例将其与多分裂方法、BSOR方法和PEk内迭代方法进行了比较。并行计算结果表明,所提算法具有较高的加速比和并行效率,明显优于多分裂方法和PEk方法,能合理分配内存,从而有效节省计算时间。针对算例1,加速比和计算效率略优于BSOR方法;而算例2的结果明显优于PEk内迭代方法。     

基于互信息学习贝叶斯网络等价类*

由数据构造贝叶斯网络结构是NP-难问题,根据互信息和条件独立测试,提出了一种构建最优贝叶斯网络结构的新算法。数值实验表明,新算法能较快地确定出与数据匹配程度最高的网络结构,从而能更高效地学习贝叶斯网络结构。