互相关矩阵重排获取信号子空间的二维DOA估计算法

本文提出一种L型阵列的二维子空间DOA估计算法,该算法通过重排阵列接收数据的互相关矩阵获取信号子空间,然后根据信号子空间生成一个二维谱函数,最后通过二维搜索估计信号的来波方向。由于该算法采用二维谱峰搜索,所以不需要对俯仰角和方位角进行配对。与二维MUSIC算法相比,该算法的估计精度略有下降,但该算法不需要对矩阵做特征值分解,计算量降低且易于实现。文中给出了该算法的推导过程和具体实现步骤,并进行了实验仿真,仿真结果说明了算法的有效性。      

天线罩对自适应阵列天线性能的影响分析

建立了可受变化干扰源激发的阵列天线和天线罩系统分析模型,分别通过阵列天线接收到的干扰源的辐射功率以及阵列榆入矩阵的相关矩阵特征值分布两种方案,对天线罩的影响效应进行了评估.结果表明,天线罩的存在对阵列天线的自适应性能明显降低.采用物理光学法分析了天线罩存在时天线阵的方向图,并利用闪烁瓣的观点对其结论进行了解释.     

一个多功能实用短路电流计算软件的研制

介绍了一个多功能实用短路电流计算软件包的结构,设计原理和功能特点,阐述了网格分块处理采用的复合数学模型以及微机识图与数据自动处理技术,并与常规方法作了对比。该软件增强了原始数据处理,序网生成及短路电流曲线查询的自动功能,可用于各设计院,供电局及厂矿企业。     

基于QFD的质量屋技术在冰箱设计中的应用

质量功能配置(QFD)利用质量屋将顾客需求转变成产品设计及制造需求.着重阐述了质量屋的生成过程,并以某企业所生产冰箱的客户需求为例,建立了评价模型,并在质量屋中构造相关要素矩阵以定量地确定用户需求,最后对质量屋可能存在的问题进行了分析.     

利用曲率和相关矩阵的角点检测算法

为提高定位准确性并抑制噪声,利用多方向Gabor滤波器,提出基于曲率和相关矩阵的角点检测方法.首先利用Canny边缘轮廓检测器提取图像的边缘并填充缺口;其次计算边缘像素点的曲率;然后利用多方向Gabor滤波器的虚部对原始图像进行平滑,对每个边缘像素及其邻域构造相关矩阵,利用相关矩阵的归一化特征值计算角点准则函数,将角点准则函数值与边缘像素点的曲率的乘积做为角点测度;最后利用非极大值抑制对候选角点进行筛选.分别在无噪声和噪声情况下进行实验,结果表明,与Harris,CPDA,HeYung角点检测算法相比,该方法可以有效地抑制噪声,平均配准角点数提高了19.6%和25.6%,平均定位误差约降低了6.5%和9.2%.     

基于最大化信干噪比的广播信道干扰消除算法

研究了广播信道分布式干扰消除算法的性能,提出了一种基于动态功率分配的多天线广播干扰信道对齐算法.该算法利用多用户多天线干扰信道相关矩阵的迹来计算分配功率,并采用最大化码流信干噪比的方法来得到预编码矩阵和接收滤波器矩阵.数值仿真表明,该动态功率分配算法与等功率分配算法相比,尽管低负荷下干扰对齐后的平均信干噪比增益不明显,但中、高负荷下其干扰对齐后的平均信干噪比大幅提高,特别是高负荷下可以解决等功率方法存在的信干噪比瓶颈效应.由于低负荷的应用需求并不强烈,因而该算法是一种实用的广播信道干扰消除方法.     

联合对角化技术在空间谱估计中的应用

在实际工程应用中,传统空间谱估计方法受噪声、干扰及采样效应等因素影响,其性能明显退化.为了克服这些因素对方位估计结果的影响,提高算法性能,本文将空时相关矩阵组代替传统的采样协方差矩阵,利用联合对角化这一新的数学工具,研究了一种基于Jacobi旋转正交联合对角化的空间谱估计方法.通过对空时相关矩阵组进行联合对角化,得到了联合对角化矩阵和对角化后的矩阵组,最终利用联合特征值和特征向量得到修正的阵列协方差矩阵,并对空间谱估计处理器进行修正.仿真结果表明,在不同的信噪比、快拍数等条件下,基于联合对角化的空间谱估计算法较传统方法具有更高的分辨力和更低的均方根误差,能有效降低方位估计的信噪比门限,进而改善传统空间谱估计方法的方位估计性能.     

遥感图像分类中的灰度自相关约束共生矩阵

提出了一种提取图像纹理特征的新方法。该方法把具有反映灰度空间相关性和连续性的自相关矩阵引入灰度共生矩阵,构造了灰度自相关约束共生矩阵,更好的描述了图像灰度空间的变化特征和纹理的结构特征。实验证明该方法可以有效地提高遥感图像分类的精度,使分类效果得到很大的改善。     

基于关系矩阵的主被动传感器统计融合算法

针对传感器对目标跟踪时观测噪声非高斯问题,提出了一种基于关系矩阵的主、被动传感器量测统计融合算法.采用方差加权距离处理传感器量测噪声非高斯问题,运用传感器综合融合度构建关系矩阵,并且在门限附近采用椭圆模糊处理技术,利用Perron-Frobenius定理计算量测融合过程中每个传感器的权重.仿真结果表明当传感器观测噪声具有非高斯特性时,基于关系矩阵的主被动传感器统计融合算法和传统的融合算法相比扰动较小,具有较好的稳定性,可用于改善跟踪系统的抗干扰能力.     

基于最小集合覆盖的属性约简算法

在粗糙集理论的各种应用中,属性约简算法具有重要的意义,因而对属性约简算法的研究一直是粗糙集理论研究中的重点问题之一。在对属性约简算法充分研究的基础上提出一种基于最小覆盖集的粗糙集属性约简算法,即通过构造知识系统的一种改进的相关矩阵将属性约简简化为最小覆盖问题。将该算法与文献[7]中的算法进行实验比较并对结果进行分析,实验结果表明,当随着数据量增大时该算法具有更小的时间复杂度。