基于随机矩阵理论的高维数据特征选择方法

传统特征选择方法多是通过相关度量来去除冗余特征,并没有考虑到高维相关矩阵中会存在大量的噪声,严重地影响特征选择结果。为解决此问题,提出基于随机矩阵理论（RMT）的特征选择方法。首先,将相关矩阵中符合随机矩阵预测的奇异值去除,从而得到去噪后的相关矩阵和选择特征的数量;然后,对去噪后的相关矩阵进行奇异值分解,通过分解矩阵获得特征与类的相关性;最后,根据特征与类的相关性和特征之间冗余性完成特征选择。此外,还提出一种特征选择优化方法,通过依次将每一个特征设为随机变量,比较其奇异值向量与原始奇异值向量的差异来进一步优化结果。分类实验结果表明所提方法能够有效提高分类准确率,减小训练数据规模。     

利用小波变换和互相关矩阵进行遥感图像不变纹理分类

本文提出了一种遥感图像旋转不变纹理分类的新方法。该方法首先利用有限脊小波变换进行旋转不变纹理的实现,再利用反映图像灰度空间的变化规律的互相关矩阵结合小波变换的多尺度分析进行纹理特征描述。文章最后利用支持向量机算法实现纹理图像的分类。实验证明该方法可以有效的进行纹理的识别、分类。     

低信噪比WCDMA信号扩频码的盲估计方法

针对低SNR(信噪比)下WCDMA(宽带码分多址)上行链路信号OVSF(正交可变扩频因子)码难检测的问题,提出了一种利用WCDMA信号的相关矩阵累加平均与其奇异值分解相结合的方法。该方法是在WCDMA信号的OVSF码周期、码速率等参数已知的前提下,将接收到的信号以一随机固定值为起点进行周期分段,形成多个连续观察向量,求相关矩阵并累加平均,并对相关矩阵进行奇异值分解,由相关矩阵的主特征向量估计出WCDMA信号的OVSF码序列,从而对接收的信号实行盲解扩处理。仿真结果表明,该方法在较低SNR条件下也能取得良好的效果。     

面向产品创新设计的功能模块动态划分方法研究

针对面向产品创新设计的功能模块划分中没有考虑技术进化的问题,从客户需求、流、技术的角度出发,研究功能模块动态划分方法。以产品的功能结构为基础,建立了功能相关矩阵。基于模糊等价矩阵的动态聚类分析,动态划分产品的功能模块。以模块内平均聚合度和模块间平均分离度来评价不同模块划分结果。多绳金刚石串珠锯功能模块动态划分实例说明了该方法具有较强的分辨性,可以进行面向产品创新设计的功能模块动态划分。
     

IDMA通信系统中的粒子群交织算法

在IDMA系统中,交织序列区分不同用户,其产生是随机且独立的。但一些交织序列互相关系数接近1,这严重影响通信性能。因此提出一种应用于IDMA通信系统中的粒子群交织算法。该方法以互相关矩阵作为适应度函数,采用粒子群算法寻找最优交织序列。仿真表明。该算法的性能优于非随机交织、随机交织和基于进化算法的交织。     

基于多信号流图的飞控系统实时故障诊断

针对飞控系统构造复杂、解析建模困难的特点,给出一种基于多信号流图模型进行实时故障诊断的方法。该方法首先建立系统的多信号流图模型,然后根据模型得出相关矩阵,在相关矩阵和各实时测试结果基础上按照实时故障诊断基本算法进行诊断推理,判定系统各模块所处的状态。对某型飞机飞控系统的建模以及模拟诊断结果表明,该方法能隔离多故障,同时降低虚警率,是一种十分有效的实时故障诊断方法。     

虚拟极化滤波在雷达接收系统中的应用

虚拟极化将变极化技术从模拟端转换到数字端来实现,能快速、准确、灵活的实现变极化接收。将虚拟极化滤波运用于雷达接收系统,能显著地增强雷达杂波抑制和目标检测能力,提高雷达在恶劣战场环境中的生存能力。在分析虚拟极化滤波原理的基础上,运用相关矩阵递推估计提取出极化参数,通过仿真说明虚拟极化滤波对提高雷达接收系统性能的有效性。     

非协作通信中的盲信噪比估计算法

为解决调制识别前端的信噪比估计问题,首先给出了一种新的基于子空间分解的盲信噪比估计算法,新算法通过利用信号的过采样率信息构造特定维数的自相关矩阵,避免了原算法中对信号和噪声空间维数的估计.同时为了降低算法计算复杂度,以及更好地跟踪信噪比的变化,给出了另一种基于PASTd的子空间跟踪算法来进行信噪比的跟踪估计.仿真结果表明,与经典的子空间分解算法相比,改进算法在性能上有着显著的优势;同时基于PASTd的信噪比估计算法相比基于子空间分解的估计算法更好地跟踪了信噪比的时变.     

POD方法在双坡屋盖风压场预测中的应用

应用本征正交分解(POD)技术对双坡屋盖的随机风压场进行了预测。结合风洞试验同步测量的风压数据,采用了两种方案预测屋盖上未布测点位置的风压系数时间序列。预测出数据的统计特性(均值、均方根值及极值)和功率谱等与实测数据进行了比较,发现所预测风压系数时间序列的均值和均方根值精度较好。虽然预测的风压极值大部分被低估,但是预测数据的功率谱在低频段与实测数据相吻合。因此将预测的数据应用于结构的风致响应计算是可行的。     

一种新颖的OFDM信号子载波数估计方法

针对低信噪比多径信道下传统的正交频分复用(OFDM)信号子载波数估计方法存在估计性能不高,计算复杂度高等问题,提出了一种新颖的OFDM信号子载波数估计方法。首先计算接收信号的自相关矩阵,然后对接收信号的自相关矩阵进行特征分解,提取分解后的特征值,最后根据特征值的分布特性实现子载波数目的估计。仿真实验结果验证了我们的方法在高斯白噪声信道和多径信道条件下对OFDM信号子载波数估计的有效性与可靠性。