可压缩Navier-Stokes方程组球对称弱解的大时间行为

研究了可压缩Navier-Stokes方程组 球对称弱解的大时间行为. 假设压强 $p(\varrho)=\varrho^\gamma$, 绝热指数$\gamma>1$, 外力是球对称的. 证明了假如外力满足一定的正则性及某种结构性条件, 则当时间 趋于无穷大时, 密度将趋于其对应的静止问题的唯一解.     

等熵可压Navier-Stokes-Poisson方程局部强解适定性

该文得到了三维情形等熵可压Navier-Stokes-Poisson方程局部强解的存在性、唯一性及稳定性. 重要的是,该文允许初始密度真空的存在. 首先用推广形式的Gronwall不等式得到了强解的局部存在性,然后得到了较弱条件下的唯一性,在证明唯一性的同时得到了稳定性.     

基于非参数方法的频率密度分布计算及其并行优化

跳频序列预测是信息对抗的关键问题之一。基于跳频序列具有的伪随机特性和数据之间连续分布的相似性,采用非参数密度估计方法计算并预测出频率的大概率分布区间,进而用于引导通信的梳状灵巧干扰。针对实际应用对实时性的要求,在多结点多核平台上实现了基于消息传递机制的可扩展计算。测试表明,并行程序计算结果正确,并且具有较好的可扩展性。     

正态分布和瑞利分布混合情形下的参数估计及分类问题

学者往往用单一的分布模拟和拟合杂波,如正态分布、瑞利分布和威布尔分布等。然而在实际中,雷达杂波由多种类型的杂波组成,单一分布通常不能精确刻画雷达杂波规律,因此,应用混合分布模型对雷达杂波数据建模更准确。本文考虑用正态分布和瑞利分布的混合分布拟合杂波,并应用矩估计方法和基于EM算法的极大似然估计方法估计模型参数,最后,应用最大后验概率分类准则验证2种估计方法的分类准确率。通过数据模拟,得出极大似然估计的效果和分类准确率都要优于矩估计的估计效果和分类准确率。     

小样本球面地面条件下的三维无源定位算法

主要考虑移动目标的小样本定位概率方法。给定侦查机的经纬度和飞行高度随时间的变化序列、到达角信息(到达方向角/到达俯仰角)的条件下,利用雷达通信过程空间球面地面几何关系和等概率曲线理论,研究无源定位侦查目标的经纬度和高度随时间变化的关系,同时给出了算法定位误差的计算方法。由于传统平坦地面无源定位算法没有考虑地球表面的曲率,本文给出的无源定位算法充分考虑了地面曲率对定位精度的影响。理论证明,传统的无源定位算法是本文算法的一阶近似。仿真实验验证了所提算法的正确性和有效性,同时表明本文算法比传统定位算法精度高。     

带有幂型的广义Zakharov方程组解的爆破率的下界估计

主要研究了关于R~2中一类带有幂型非线性的广义Zakharov方程组的Cauchy问题的有限时间爆破解的爆破率的下界估计.在α≤0和p≥3条件下,对于Cauchy问题任意给定的属于能量空间H~1(R~2)×L~2(R~2)×L~2(R~2)的有限时间的爆破解,得到了对于t靠近有限爆破时间T时的爆破率的最优下界估计.此外,给出了Cauchy问题维里等式的一个应用.     

基于鲁棒损失函数的标签有噪信号调制方式识别

针对现实信号调制方式标注易发生错误, 即训练数据集中信号调制方式标签存在噪声情形, 我们选取l₁模损失函数及其推广形式作为对标签噪声具有鲁棒性的损失函数, 结合深度卷积神经网络优良的自动特征提取能力, 提出一种针对信号调制方式存在误判噪声的深度学习算法。该算法在训练数据集合标签噪声率达50%情形下, 对信号调制方式的识别准确率依然保持较高水平。相反, 对于采用通常的交叉熵作为损失函数的深度卷积神经网络, 其已无法对信号调制方式进行分类识别。在公开的数据集上的数值实验表明, 所提算法对于标签有噪信号调制方式识别具有较强的鲁棒性。