基于数据协方差矩阵重构的MIMO声纳DOA估计

实际多输入多输出(MIMO)声纳系统由于环境或人为因素,可能出现部分阵元失效,从而导致阵列自由度减少、方位估计精度下降。本文提出了一种数据协方差矩阵重构方法,该方法基于差分阵列性质,利用正常工作阵元的协方差矩阵元素来恢复失效阵元的矩阵元素,获得满秩的数据协方差矩阵,从而恢复到全阵元MIMO声纳的阵列自由度。与已有方法相比,降低了计算复杂度。仿真及海试实验数据处理结果表明,本文所提的数据协方差矩阵重构方法能够恢复因部分阵元失效而丢失的阵列自由度,应用于方位估计中,所能分辨的最大目标数与全阵元相同。     

面阵探测下的污染云团红外光谱仿真

研究污染云团的红外光谱仿真,对于利用仿真光谱进行光谱识别的算法研究十分重要.在单元探测器探测方式下污染云团的红外光谱仿真研究取得了一定成果,并且已经被应用于识别算法的研究工作中.针对基于成像光谱仪的污染云团识别算法研究缺乏实测数据的问题,利用具有高仿真精度的基于物理模型的污染云团扩散模型及其仿真结果网格化的特点,研究相应的云团红外光谱仿真多层模型,提出了面阵探测方式下污染云团红外光谱的仿真方法,生成了同时具有光谱维和空间维信息的数据立方体,为该研究领域提供了新的研究方法.提出的面阵探测方式下的污染云团红外光谱仿真直观地反映了污染云团的扩散,提供了完备且符合实际情况的污染云团红外光谱立方体数据,对于提高和完善红外光谱识别算法具有重要意义.     

伴随还原阵的一种简捷求法

本文给出了秩为1，且n&;gt;2的n阶方阵的伴随还原阵的一种简捷方法。     

用初等行变换求线性矩阵方程的通解

本文通过建立通解矩阵的概念 ,给出了用初等行变换求线性矩阵方程 Am× n Xn× s=Bm× s的通解的方法 .     

因子分析过程的并行处理

本文讨论因子分析的并行计算问题。我们分别给出了样品相关阵的建立、样品相关阵特征值问题的求解和因子载荷阵的方差极大正交旋转的并行算法,将它们适当协调即可形成因子分析过程的一种并行处理方案。文中所提算法均适用于SIMD型并行处理机。     

逆p·n·p·矩阵的表征

一个n阶实方阵A,若其各阶主子式皆非正,则称A为p.n.p.矩阵,记作A∈PNP;特别地,若A∈NP且各阶主子式皆负,则称A为p.n.矩阵,记作A∈PN进一步,若n阶实方阵A非奇异,且A^-1∈PNP,则称A为逆p.n.p.矩阵,记作A∈IPNP;特别地,若A^-1∈PN,则称A为逆p.n.矩阵,记作A∈IPN。     

用动态规划方法综合不等距线阵

动态规划方法是综合不等距阵的一个有效方法,但当阵元数比较多时计算量比较大。本文通过对阵元位置进行限制,避免过多的重复计算,使运算量大幅度减少。此外提出了重复迭代方法,可使旁瓣级进一步降低。