Off‐grid DoA estimation method of wideband signals

In this paper, an off‐grid direction of arrival (DoA) estimation method is proposed for wideband signals. This method is based on the sparse representation (SR) of the array covariance matrix. Similar to the time domain DoA estimation methods, the correlation function of the sources was assumed to be the same and known. A new measurement vector is obtained using the lower‐left triangular elements of the covariance matrix. The DoAs are estimated by quantizing the entire range of continuous angle space into discrete grid points. However, the exact DoAs may be located between two grid points; therefore, this estimation has errors. The accuracy of DoA estimation is improved by the minimization of the difference between the new measurement vector and its estimated values. Simulation results revealed that the proposed method can enhance the DoA estimation accuracy of wideband signals.     

基于分段加权的反向稀疏跟踪算法研究

为提高稀疏表示跟踪模型性能，提出一种分段加权的反向稀疏跟踪算法，将跟踪问题转化为在贝叶斯框架下寻找概率最高的候选对象问题，构造不同的分段权重函数来分别度量候选目标与正负模板的判别特征系数。通过池化来降低跟踪结果的不确定性干扰，选择正负模板加权系数差值最大的候选表示作为跟踪结果。实验表明，在光照变化、遮挡、快速运动、运动模糊情况下，所提出的算法可以确保跟踪结果的准确性和鲁棒性。     

LPNN-based approach for LASSO problem via a sequence of regularized minimizations

In compressive sampling theory, the least absolute shrinkage and selection operator (LASSO) is a representative problem. Nevertheless, the non-differentiable constraint impedes the use of Lagrange programming neural networks (LPNNs). We present in this article the -LPNN model, a novel algorithm that tackles the LASSO minimization together with the underlying theory support. First, we design a sequence of smooth constrained optimization problems, by introducing a convenient differentiable approximation to the non-differentiable -norm constraint. Next, we prove that the optimal solutions of the regularized intermediate problems converge to the optimal sparse signal for the LASSO. Then, for every regularized problem from the sequence, the -LPNN dynamic model is derived, and the asymptotic stability of its equilibrium state is established as well. Finally, numerical simulations are carried out to compare the performance of the proposed -LPNN algorithm with both the LASSO-LPNN model and a standard digital method.     

利用整合区域特性约束提高孔隙率模拟精度

本文将空间结构变化的要求与动态资料确定的储量共同作为约束,建立了包含两个约束条件的目标函数, 应用模拟退火算法对孔隙率的空间分布进行预测。在实现过程中,通过初始控制参数的给定及目标函数修改提高了运算效率。由于目标函数有效地整合了静、动态信息,从而降低了模拟结果的不确定性．提高了模拟的精度。合成数据及实际数据的模拟试验表明,整合区域特性约束不仅提高了孔隙率模拟精度,而且算法收敛快、稳定性高。     

采用注视控制器实现复杂运动的仿真

注视控制器是3DS MAX软件的众多控件之一，它能使多个物体彼此间产生运动约束。通过使用注视控制器功能，笔者成功制作出八足爬壁式仿生机械昆虫的运动场景动画，并使该仿生机械昆虫各足的行走动作符合机械零件作平面复杂运动时所应遵守的正确运动规律。由此证明，3DS MAX软件注视控制器对正确模拟特殊机械装置的复杂运动可产生极大作用。     

关于混联梯级水电站经济调度的研究

提出采用具有附加线性约束的网络规划法，可把混联梯级水电站分解为几个子网络，简化了每个子网络的求解计算，从而加速大电网复杂的经济调度的计算速度。     

稀疏脉冲反演技术在井间地震反演中的应用

将传统的波阻抗反演技术应用于井间地震资料反演时，存在着方法适用的域和资料的域不同，井间地震资料的频带比地震资料的频带宽以及频率比地震资料频率高，多对井间地震资料拼接等问题。为此，在胜利油田K71井区，探讨了利用传统波阻抗反演技术（稀疏脉冲反演）进行井间地震资料波阻抗反演的一些技术问题，并用利11对井间地震资料进行了波阻抗反演，获得了较好的反演结果，在井间地震资料反演中，采用匹配滤波方的井间地震资料转换到时间域；利用高分辨率地面三维地震资料，采用统计方法提取反演子波，子波的波形和相位较稳定，频带宽；对测井资料进行标准化处理，在反演的波阻抗剖面上砂体的空间展布形态清晰，对储层的描述更精细；利用时深转换模型，将时间域的波阻抗剖面转换到深度域，直接与测井资料进行对比分析，对储层的描述更直观可靠。     

静载荷和疲劳载荷作用下 C/Al 正交层压板的力学响应

本文讨论静载荷及疲劳载荷作用下 C/Al 正交层压板的力学响应,并考虑损伤过程中的临界现象,以此作为结构设计准则的基础。对静载荷作用的情况:(1)90°铺层的门槛应变ε_(FPF)随着约束程度增加而增加,而且开裂后的行为也受约束程度的影响。(2)经历加载-卸载再重新加载至断裂的过程后,初始试样存在一个剩余永久变形,其损伤状态可以用刚度的变化来表征;而疲劳试样在加载-卸载过程中刚度变化很小,反映其损伤达到一个稳定的状态。对疲劳载荷作用的情况:(1)对于给定的应力比 R,试样会趋于与它所承受的 S_(max)最大值相应的 SDS 状态。循环应力范围的不断增大,会引起基体损伤的增加,从而重新建立新的饱和损伤状态。(2)对于每一损伤状态均有一对应的循环应变范围 Δε。在 SDS 状态下,Δε保持不变。(3)以刚度下降为损伤参数对 C/Al 层压板进行了降级应力分析,并由此来预计在ΔS_(sh)以下,层压板不会发生疲劳损伤累积。     

基于多模型半参数非线性回归模型的外弹道节省参数估计

双星定位系统的应用是外弹道估计中的一种发展趋势。文章给出基于双星、光雷的联合测量模型,建立基于半参数回归的外弹道节省参数估计模型;给出基于半参数回归的外弹道节省参数估计算法及计算步骤,并从理论上分析了基于半参数回归的外弹道节省参数估计算法能有效地消除非线性因素对参数估计性能的影响,其估计精度优于经典的节省参数建模方法,并通过仿真得到：该算法确实有效。