结构优化的内点序列二次规划方法

本文给出一种对偶内点二次规划算法，通过利用代理约束的思想，构造了约束为单纯形的对偶问题，并通过Ｋａｒｍａｒｋａｒ的投影悄度变换来求解，同时以无约束极小点来判断所参与运算的约束，提高了算法的效率。目的在于提高序列二次规划的求解效率，并使之用于结构优化问题。     

用声信号识别构件模态频率

本文提出一种新的模态分析方法—用声信号识别构件模态频率.传声器不与结构表面接触,消除了附加质量的影响.同时,结合时间序列谱分析法改善并提高了响应谱的精度.     

基于à trous算法的MEMS陀螺仪随机漂移建模

为了对微小型飞行器上的MIMU(微惯性测量单元)的随机漂移进行补偿,在比较了Mallat算法与à trous算法之后,基于小波变换与多尺度分析方法,提出了多尺度时间序列建模方法,它充分利用了à trous算法的快速性与时间平移不变性,将MEMS陀螺仪随机漂移进行多尺度分解.对各尺度上分解得到的信号进行重建,并对重建得到的各个信号进行时间序列建模.将各尺度时间序列模型的预测输出的和作为陀螺仪的随机噪声估,计,对陀螺仪的随机漂移进行补偿.最后的实际数据建模表明该建模方法运算量小、建模速度快、精度高、模型适用性强,有很强的实际应用价值.     

基于FPGA的激光测速仪信号处理方案设计与实现

为满足高动态环境下的激光多普勒测速仪信号处理需要,提出了一种基于现场可编程门阵列(FPGA)的激光测速仪信号处理方案。在FPGA内部完成全部信号处理的内容,利用快速傅里叶变换(FFT)算法得到信号的频谱,利用能量重心法对离散频谱进行校正,开发采样频率自适应算法,兼顾测量准确度与测量范围的要求,最后将结果通过通用串行总线上传个人计算机显示。程序采用流水线方式设计,提高信号处理速度。经过实验验证,数据更新率达到2.4~24kHz,数据延迟时间为123~1230μs,测量准确度优于8×10-4,测量稳定度优于2.5×10-7。     

基于压缩感知的~(252)Cf源驱动核材料浓度识别技术研究

针对252Cf源驱动噪声分析测量法中核材料浓度识别问题,采用压缩感知理论,在K最近邻(KNN)识别算法基础上,研究了一种基于压缩采样的K最近邻(CSKNN)分类识别方法,进而研究并分析了CSKNN方法的识别概率。实验结果表明,CSKNN分类识别方法只需少量的观测值(观测比M/N≥0.1),即可达到分类识别的目的;当信噪比提高时,识别概率将会以更快的速度收敛至100%,且对K值的敏感程度也会随之降低。这样,不仅提高了核军控核查的实时性,而且还有效降低了采样成本,为核材料浓度的在线判读提供了一种新的理论基础和实现方法。     

基于双极性混沌序列的托普利兹块状感知矩阵

感知矩阵的构造是压缩感知从理论走向工程应用的关键技术之一.由于托普利兹感知矩阵能够支持快速算法且与离散卷积运算相对应,因此具有重要的研究意义.然而常用的随机托普利兹感知矩阵因其元素的不确定性,使得它在实际应用中受到了诸多约束,例如内存消耗较高和不易于硬件加载.基于此,本文结合双极性混沌序列的内在确定性和托普利兹矩阵的优点,提出了基于双极性混沌序列的托普利兹块状感知矩阵.具体地,首先介绍了双极性混沌序列的产生并分析了它的统计特性.其次,构造了双极性托普利兹块状混沌感知矩阵,从相关性方面证明了新建的感知矩阵具有近乎最优的理论保证,并同时证实了它满足约束等距条件.最后,研究了该感知矩阵针对一维信号和图像的压缩测量效果,并与典型感知矩阵进行了对比.结果表明,提出的感知矩阵对这些测试信号具有更好的测量效果,而且它在内存开销、计算复杂度和硬件实现等方面均具有明显的优势.特别地,该感知矩阵非常适用于多输入-单输出线性时不变系统的压缩感知测量问题.     

金属-有机骨架材料在样品预处理中的应用

金属-有机骨架材料(Metal-organic frameworks,MOFs)具有超大的比表面积和孔容积、可调的孔径和拓扑结构、良好的热稳定性等优点,因而被广泛用于气体储存、催化、吸附和分离等领域。近年来,以MOFs为吸附剂的样品预处理研究已引起广泛关注。本文综述了近7年来MOFs应用于样品预处理,如采样、固相萃取和固相微萃取等的研究进展,并对这一领域进行了展望。     

统计学者的工作及风范:灵感、抱负、雄心

1985年5月我第一次到中国来,距离这次我被邀请已经隔了25年.这次我该讲什么呢?我是这么想的,假如20年前的中国像个穷人,现在的中国就像个富人,或者快变成富人.那么对富人讲话应该跟对穷人不一样,所以今天我想讲的题目是怎么看待学术成就和学术风范.为什么呢?各位从历史上看,一个国家要变成大国,变成真正受人尊敬的大国,或者一个科学界,要衡量它的成熟以及它本身的品质,其中一个很重要的衡量标准是它怎么对待学术成就和学术风范.     

赋范线性空间中渐近拟伪压缩型映象不动点的修改的广义Ishikawa迭代逼近

本文在去掉lim inf n→∞||xn||＜∞,∞∑n=0(kn-1)＜∞条件下,并用αn→o(n→∞)取代∑α2n＜∞,使用新的分析技巧,在赋范线性空间中建立了一致Lipschitz的渐近拟伪压缩型映象公共不动点的修改的广义Ishikawa迭代序列的强收敛定理,从而本质改进和推广了唐玉超,刘理蔚新近的结果.     

Asymptotic formulae for multivariate Kantorovich type generalized sampling series

In this paper an asymptotic formula of Voronovskaja type for a multivariate extension of the Kantorovich generalized sampling series is given. Moreover a quantitative version in terms of some moduli of smoothness is established. Finally some particular examples of kernels are discussed, as the Bochner-Riesz kernel and the multivariate splines.