时变离散切换系统的迭代学习控制

针对一类具有任意切换序列的时变离散切换系统的轨迹跟踪问题,提出了一种离散迭代学习控制算法.该算法在切换序列沿迭代轴不变而只沿时间轴变化的前提下,将整个有限时间区间划分为有限个子区间,并利用λ-范数对各个子区间上的收敛性进行了严格证明,给出了算法收敛的范数形式的充分条件.该方法不仅实现了时变离散切换系统在有限时间内对目标轨迹的完全跟踪,而且结构简单更便于工程实现.仿真结果验证了该方法的有效性.     

一类离散时间广义系统的迭代学习控制

针对一类离散时间广义系统,提出了一种离散迭代学习控制算法.首先,通过非奇异变换将离散时间广义系统分解为正常离散状态方程和代数方程的形式.然后,利用上一次迭代学习获得的前一时刻误差和当前时刻误差来修正上一次的控制量,从而获得下一次迭代学习的新控制量,并对算法的收敛性进行了理论证明,给出了算法收敛的充分条件.研究结果表明,所提算法能够在有限时间区间内实现系统状态对期望状态的完全跟踪.最后,通过仿真算例进一步验证了所提算法的有效性.     

基于参数切换算法的混沌系统吸引子近似及其电路设计

基于参数切换算法和离散混沌系统, 设计一种新的混沌系统参数切换算法, 给出了两算法的原理. 采用混沌吸引子相图观测法, 研究了不同算法下统一混沌系统和Rössler混沌系统参数切换结果, 最后引入方波发生器, 设计了Rössler混沌系统参数切换电路. 结果表明, 采用参数切换算法可以近似出指定参数下的系统, 其吸引子与该参数下吸引子一致; 基于离散系统的参数切换结果更为复杂, 当离散序列分布均匀时, 只可近似得到指定参数下的系统; 相比传统切换混沌电路, 参数切换电路不用修改原有系统电路结构, 设计更为简单, 输出结果受方波频率影响, 通过加入合适频率的方波发生器, 数值仿真与电路仿真结果一致.     

对称旋转不变相干分布式非圆信号二维波达方向估计

在相干分布式非圆信号二维波达方向估计中,利用信号非圆特性可提升估计精度,但现有的低复杂度算法利用泰勒级数近似建立的旋转不变关系会引入额外误差.针对该问题,考虑中心对称的三维立体线阵,提出了一种基于对称旋转不变关系的二维波达方向估计算法.算法首先利用信号非圆特性建立了扩展阵列模型;然后证明了对于任意的中心对称阵列,相干分布源的确定性角信号分布函数矢量具有对称特性,利用此特性在三维立体线阵的三个子阵中分别建立了扩展广义方向矢量的对称旋转不变关系;基于此,通过无须搜索的多项式求根方式分别得到中心方位角和俯仰角估计;最后利用整个阵列广义方向矢量的对称旋转不变关系构造代价函数实现了参数匹配.理论分析和仿真实验表明,相比于现有的低复杂度算法,所提算法避免了泰勒级数近似引入的额外误差,以较小的复杂度代价获得了性能的较大提升.同时,所提算法能够实现三维空间全方位的角度估计.     

切换系统的异步镇定: 相邻模型依赖平均驻留时间

本文研究一类切换线性系统在异步切换下的镇定问题. 由于控制器的切换信号中存在时滞使得控制器的切换和系统的切换出现了异步的情况. 首先, 提出了相邻模型依赖平均驻留时间的定义. 然后, 通过合并切换信号的方法和多Lyapunov函数方法, 给出了相邻模型依赖平均驻留时间切换下整个切换系统稳定的充分条件和控制器设计. 这些条件反映了系统的连续动态、切换时滞和平均驻留时间之间的关系. 最后, 通过例子验证了本文方法的有效性.     

切换系统Lyapunov指数的算法及应用

Lyapunov指数是判定系统非线性行为的重要工具,然而目前的大多算法并不适用于切换系统.在传统Jacobi法的基础上,提出了一种新算法,可以直接计算得到n维切换系统的n个Lyapunov指数.首先,根据切换面处相邻轨线的动态变化规律,从相空间几何推导出切换面处轨线变化的Jacobi矩阵;然后,对该矩阵进行QR分解,从而利用R的对角线元素实现Lyapunov指数的切换补偿;最后,将新算法应用到平面双螺旋混沌系统、Glass网络和航天器供电系统三个实例中,并将计算结果与Poincaré映射方法的计算结果进行比较,对新算法的有效性进行验证.     

相干光通信中概率整形信号的偏振解复用算法

为应对概率整形场景下相干光通信系统中的偏振解复用问题,提出了一种基于独立成分分析和极大似然估计的偏振解复用算法。由于各个信号之间相互独立,因此可以对信号采用独立成分分析的手段进行偏振解复用。通过基于最大似然估计的迭代更新寻找最佳的分离矩阵,即偏振解复用矩阵。对所提算法在不同信噪比下的性能及整形强度的容忍度进行了仿真分析。结果表明,所提算法能够应对不同的概率整形强度,在较大的信噪比范围内均能完成良好的偏振解复用。相较于用于标准信号的恒模算法,所提算法并不会受到整形强度的影响,并且随着整形强度的增加,系统的性能有所提升。     

基于匹配追踪的拉曼光谱信号重构算法

拉曼光谱技术是一种高灵敏度、无损伤、振动分子光谱技术,在医药、生物、分析化学等诸多领域有着重要的作用。然而,由于拉曼散射强度低,实际测得的拉曼信号容易被噪声所污染。特别是在较短的曝光时间,收集到的拉曼光谱的信噪比很低。因此,提出了一种基于匹配追踪算法的信号重构方法,用于提取低信噪比的拉曼信号。该方法首先通过阈值循环迭代的方法在平均谱上找出特征峰的位置、估计峰的区间。根据峰的位置区间等信息,用高斯密度函数生成字典。在噪声谱上,根据特征峰位置和区间,将其区分为有信号区间和无信号区间,在有信号区间上利用匹配追踪算法重构被噪声所掩盖的拉曼信号。该算法不仅能够很好的逼近掩盖在噪声中的拉曼信号,且在重构信号的过程中也会对基线进行扣除,无须作基线校正处理。在仿真和实验中对该算法与常规算法进行了比较,结果证明,该算法在低信噪比条件下能够较好的恢复拉曼信号。该算法不同于传统光谱去噪算法,能同时对拉曼光谱进行了基线扣除以及噪声的处理,且能取得较为理想的结果,不需要使用不同的算法对基线和噪声分别处理。其次,在算法上我们创造性地将匹配追踪算法用于拉曼光谱信号的稀疏逼近求解。     

基于高斯-拉普拉斯-伽玛模型和人耳听觉掩蔽效应的信号子空间语音增强算法

针对信号子空间语音增强算法中的子空间选择和线性滤波器中噪声功率谱和拉格朗日乘子的估计问题,用高斯、拉普拉斯和伽玛模型描述了语音的分布,提出了利用目标语音概率最大化来确定信号子空间维度的方法。在噪声子空间上,利用条件概率估计出噪声功率谱。接着,为了合理地折中增强语音中的残余噪声和语音畸变,提出了一种基于人耳听觉掩蔽效应的拉格朗日乘子估计方法。实验证明,在多项语音质量评价指标上,所提算法都取得了更好的结果。所提的信号子空间算法比传统的信号子空间算法更有效地消除了噪声,使得恢复的语音具有更好的质量。      

基于改进强耦合振子的微弱脉冲信号检测方法

强耦合振子可用于微弱脉冲信号的检测和波形恢复,但其对微弱脉冲信号的检测频率会受到系统内置频率的限制.在系统内置频率固定的情况下,系统只能对一定频率范围内的脉冲信号进行有效检测和波形恢复,在检测更高频率的脉冲信号时会出现波形失真.本文分析了耦合振子内置频率和微弱脉冲信号检测频率之间的关系,提出两种改进强耦合振子结构以扩展微弱脉冲信号的频率检测范围.通过引入非线性恢复力耦合项,非线性恢复力强耦合振子可以有效保留信号的高频分量,在更高频率的脉冲信号输入时也能较好地保留信号特征.双振子强耦合系统通过引入Van der Pol-Duffing振子,加强了系统内部结构的稳定性,同样达到了扩展脉冲信号频率检测范围的效果.此外,基于变迭代步长和混沌检测的频率相关性,提出了一个未知频率脉冲信号检测方法,以改变迭代步长的方法代替改变系统内置频率来进行频率扫描,并且利用混沌检测的频率相关性,将接收信号和恢复信号的相关系数和纯噪声输入情况下的相关系数进行对比,根据两个相关系数之间的明显差异可以有效检测出脉冲信号.通过仿真实验进行验证,所提方法可以有效检测出未知频率的脉冲信号,并且所提的改进强耦合振子结构相对于...     

阴影叠栅相移非线性误差补偿算法研究

相移阴影叠栅干涉场的相位(高度)存在非线性关系,而传统的相移阴影叠栅技术往往忽略了相位与高度的非线性关系,从而在测量系统中引入测量误差。对此提出了一种基于迭代相位解调自调算法相移阴影叠栅技术,该方法利用最小二乘技术获得相移量估算值,利用该估算值通过迭代算法消除相移阴影叠栅的全场相位误差,从而得到正确的相位分布。模拟计算表明该方法可以有效解决相移不均产生的相位测量误差问题,且可实现光栅移动量的精确估算,其误差不超过3.4%。对比实验进一步说明了所提出方法的正确性和优越性。     

离散时间切换广义系统的一致有限时间稳定性

针对一类离散时间切换广义系统, 研究其一致有限时间稳定性问题. 首先, 把广义系统的有限时间稳定性概念推广到离散切换广义系统; 然后, 利用Lyapunov-like函数方法, 给出了离散切换广义系统在任意给定的切换规则下是正则、 因果的, 且有限时间有界和有限时间稳定的充分条件, 同时给出了保证离散切换广义系统一致有限时间稳定的状态反馈控制器的具体设计方法. 仿真算例结果说明了该控制方法的有效性.     

Accurate quantification of (1)H spectra: from finite impulse response filter design for solvent suppression to parameter estimation.

A scheme for accurate quantification of (1)H spectra is presented. The method uses maximum-phase finite impulse response (FIR) filters for solvent suppression and an iterative nonlinear least-squares (NLLS) algorithm for parameter estimation. The estimation algorithm takes the filter influence on the metabolites of interest into account and can thereby correctly incorporate a large variety of prior knowledge into the estimation phase. The FIR filter is designed in such a way that no distortion of the important initial samples is introduced. The FIR filter method is compared numerically with the HSVD method for water signal removal in a number of examples. The results show that the FIR method, using an automatic filter design scheme, slightly outperforms the HSVD method in most cases. The good performance and ease of use of the FIR filter method combined with its low computational complexity motivate the use of the proposed method.     

虚拟阵列Khatri-Rao积与子空间联合稀疏表示的DOA估计方法

利用目标信号在空域分布的稀疏性,该文提出了一种基于虚拟阵列Khatri-Rao(KR)积与信号子空间联合稀疏表示的单快拍DOA估计方法;该方法利用单次快拍的采样数据,构造出双向虚拟阵列数据,并对虚拟阵列数据的协方差矩阵进行KR积变换处理,然后对向量化后的数据进行顺序重构,利用重构矩阵的大奇异值对应的左奇异向量为估计信号子空间;最后,利用凸优化工具箱对稀疏模型进行二阶凸规划的优化求解,得到高精度的DOA估计值;仿真实验验证了算法的有效性,在低信噪比下比传统MUSIC和OMP算法具有更高的估计精度。     

基于结构字典学习的图像复原方法

本文提出一种新的结构字典学习方法,并利用它进行图像复原。首先给出结构字典学习的基本内容和方法,然后将傅里叶正则化方法和结构字典学习方法有效整合到图像复原算法中。结构字典学习方法是先将原图像进行结构分解,再分别学习出每个结构图像中的字典,最后利用这些字典对原图像进行稀疏的表示。结合傅里叶正则化,提出了一种有效的迭代图像复原算法:第一步在傅里叶域利用正则化反卷积方法得到图像的初步估计;第二步采用结构字典学习的方法对遗留的噪声进行去噪处理。实验结果表明,提出的方法在改进信噪比和视觉质量上都要优于6种先进的图像复原方法,改进的信噪比平均提升0.5 d B以上。     

Accurate Quantification of H Spectra: From Finite Impulse Response Filter Design for Solvent Suppression to Parameter Estimation

A scheme for accurate quantification of ¹H spectra is presented. The method uses maximum-phase finite impulse response (FIR) filters for solvent suppression and an iterative nonlinear least-squares (NLLS) algorithm for parameter estimation. The estimation algorithm takes the filter influence on the metabolites of interest into account and can thereby correctly incorporate a large variety of prior knowledge into the estimation phase. The FIR filter is designed in such a way that no distortion of the important initial samples is introduced. The FIR filter method is compared numerically with the HSVD method for water signal removal in a number of examples. The results show that the FIR method, using an automatic filter design scheme, slightly outperforms the HSVD method in most cases. The good performance and ease of use of the FIR filter method combined with its low computational complexity motivate the use of the proposed method.     

Application of quantum algorithms to direct measurement of concurrence of a two-qubit pure state

This paper proposes a method to measure directly the concurrence of an arbitrary two-qubit pure state based on a generalized Grover quantum iteration algorithm and a phase estimation algorithm. The concurrence can be calculated by applying quantum algorithms to two available copies of the bipartite system, and a final measurement on the auxiliary working qubits gives a better estimation of the concurrence. This method opens new prospects of entanglement measure by the application of quantum algorithms. The implementation of the protocol would be an important step toward quantum information processing and more complex entanglement measure of the finite-dimensional quantum system with an arbitrary number of qubits.     

Alternative threshold-based channel estimation and message-passing-based symbol detection in MIMO-OTFS systems using superimposed pilots

In this work, we investigate the challenging problem of channel estimation in high-mobility environments for advanced mobile communication systems (5G and beyond). First, we propose an iterative algorithm for channel estimation and symbol detection in the delay-Doppler domain for multiple-input multiple-output orthogonal time–frequency space (OTFS) system. The proposed algorithm is based on a superimposed pilot pattern to improve the spectral efficiency of the system. It iterates between data-aided channel estimation and message-passing-aided data detection. The channel estimation step is based on a threshold method. This step considers interference-plus-noise caused by the data symbols and the additive noise to adapt the threshold at each iteration. The data detection step is based on an adapted version of the message-passing algorithm proposed in the literature for uncoded OTFS. Then, to improve the channel estimation efficiency, we suggest an interference cancellation scheme executed at each iteration of the proposed algorithm. Finally, we compare the computational complexity and the achieved performance in terms of normalized mean square error of channel estimation, bit error rate, and spectral efficiency against five state-of the-art methods.