压缩感知中高斯矩阵的优化研究

为了优化高斯矩阵,对部分哈达玛矩阵与高斯矩阵的统计学参数作了对比分析,确定了导致部分哈达玛矩阵信号重构能力好的主要因素,并提出了高斯矩阵优化算法.验证了优化算法对不同规模高斯矩阵的通用性和有效性,确定了优化矩阵对各种稀疏信号重构算法的适用性.最后对优化矩阵的性能作了初步的理论和实验分析,优化矩阵的信号重构能力可达到、甚至超过哈达玛矩阵.研究成果为测量矩阵的分析、设计和优化提供了新的思路和方法.     

基于Fourier矩阵的无线广播重传策略

针对随机网络编码重传的缺陷, 将Fourier矩阵和随机网络编码相结合, 提出一种半固定编码系数的广播重传方案FMWBR。利用广播源节点和接收节点双方已知的Fourier矩阵的行向量作为编/解码向量, 保证接收节点接收到的重传包具有完全可解性。理论分析表明, FMWBR增强了无线传输的安全性、提高了网络的鲁棒性、减少了包头开销。仿真测试结果表明, FMWBR跟其他几种重传策略相比, 有效地减少了平均传输次数, 节省了带宽消耗, 提高了网络吞吐量。     

一类离散混沌系统的传输受限同步问题

研究了一类离散混沌系统信息受限条件下的同步问题.将具有离散形式的混沌驱动系统和具有控制输入的响应系统通过一个有限容量信道的通讯网络进行连接.在这种情况下,设计了合适的编解码方法使得传输误差在一定的条件下达到渐近稳定.同时,在线性矩阵不等式条件下,获得了同步误差方程关于传输误差是输入状态稳定,从而实现了混沌系统在信道容量有限条件下的完全同步.最后,通过Fold混沌系统验证了本文方法的有效性.     

半参数广义线性模型惩罚似然估计的几个性质

本文在给出了半参数广义线性模型惩罚似然估计及惩罚准似然估计的基础上,得到了下面几个性质:(Ⅰ)极小惩罚似然估计及惩罚准似然估计等价于惩罚加权最小二乘估计;(Ⅱ)估计的收敛性及加速收敛法;(Ⅲ)估计的一种 Bayes 解释。     

一种梯度交替迭代设计测量矩阵的方法

在压缩采样中,测量矩阵应该和表达字典有尽可能小的相干性,随机测量矩阵一直被使用是因为其和任何表达字典都有较小的相干性。提出一种基于梯度迭代最小化方法,作为格拉斯曼框架设计的一种变体,通过优化一个初始的随机测量矩阵来得到相干性更小的测量矩阵。仿真结果表明所设计的测量矩阵具有更好的性能。     

应力型微悬臂梁生化传感器响应机理研究进展

针对静态微悬臂梁表面特异性结合产生表面应力信号的响应机制问题,介绍了微悬臂梁生化传感器的工作原理,阐述了应力响应机制的简化模型,从纵向界面上和横向分子间2个方面对特异性吸附引起的悬臂梁表面应力的变化进行了剖析,讨论了界面能变化、位阻作用、静电力、氢键作用等与表面应力大小及方向之间的关系,总结了应力型微悬臂梁生化传感器的响应机理的研究。     

基于幂图的属性约简

针对粗糙集理论中基于差别矩阵的属性约简方法存在的不足,提出一种基于幂图的属性约简算法.首先通过修改样本决策属性值将不相容决策表转化为简化的相容决策表;然后将样本对概念与幂图概念相结合,将基于修正差别矩阵的不相容决策表的属性约简转化为幂图的搜索问题;最后通过实例和实验验证了所提出算法的有效性.     

SiC晶须对Si3N4陶瓷基复合材料机械强度的影响

制备了含10vol％,20vol％及30vol％SiC晶须的Si_3N_4基复合材料,对其室温及高温机械强度的测试研究表明,SiC晶须对基体的高温机械性能有明显的增强作用。含20vol％SiC晶须的复合材料1200℃下强度达780MPa,比基体材料提高50％。通过SEM和TEM研究,讨论了SiC晶须增强的原因。     

基于容差关系的不完备信息系统的属性约简

粗糙集理论是一种处理不确定性知识的有效工具,属性约简是其核心内容之一,然而对于属性值有缺省的不完备信息系统,基于等价关系的经典粗糙集理论已经不再适用。由于容差关系下的不完备信息系统的属性约简的定义与经典粗糙集的属性约简定义相似,可以用容差关系对粗糙集理论进行扩充。文中通过定义容差关系下的可辨识矩阵,运用可辨识方法,得到了一种属性约简算法;接着分析了算法的不足之处,并且在此基础上提出了增加约简效率的改进型算法;最后通过一个数值例子,说明了该算法是合理的和有效的。     

H∞ filtering for discrete-time systems subject to stochastic missing measurements: a decomposition approach

This paper deals with the problem of H_∞ filtering for discrete-time systems with stochastic missing measurements. A new missing measurement model is developed by decomposing the interval of the missing rate into several segments. The probability of the missing rate in each subsegment is governed by its corresponding random variables. We aim to design a linear full-order filter such that the estimation error converges to zero exponentially in the mean square with a less conservatism while the disturbance rejection attenuation is constrained to a given level by means of an H_∞ performance index. Based on Lyapunov theory, the reliable filter parameters are characterised in terms of the feasibility of a set of linear matrix inequalities. Finally, a numerical example is provided to demonstrate the effectiveness and applicability of the proposed design approach.