伪随机序列

在数字通信、测距及跟踪系统中常用伪随机序列来调制信号(即将信号波形用此种序列编码),以达到提高可靠性和有效性或保密等目的.其重要的应用是在测距方面.据报导,早期曾用长度为2~(13)-1=8191的 m-序列于金星测距,在极低的信噪比情况下提取信号,达到极高的测量精度;但这是用长的积累时间换取到的.后来,为了能快速检测,有的深空测距系统用几个短 m-序列的 Boole 组合序列调制连续载波,从而大大缩减了积累时间.伪随机序列亦曾用于可由单人背负的便携式连续波 Doppler 雷达,供前沿侦察之用;在功率相当低的情况下,提供了清晰的距离与速度信息.本文将国外资料中有关伪随机序列的主要结果作一侧重于数学方法的介绍,主要参考资料列在后面.     

上海天文台亚厘米级单次测距精度的卫星激光测距试验

2001年8月, 中国科学院上海天文台与捷克技术大学合作在上海天文台进行了亚厘米级单次测距精度的卫星激光测距试验. 采用皮秒事件计时器作为激光往返脉冲的时间间隔测量仪器, 配合原有的发射和接收系统, 对Lageos-1, 2, Starlette, Stella, Topex和ERS-2等卫星进行了测距试验. 分析表明: 对这些卫星的单次测距精度达到了7~8 mm. 为了对比, 原有的测距系统同时对这些卫星进行了测量, 单次测距精度为12~15 mm. 表明新测距系统的测量精度比原有系统提高了约80%. 同时还对原有测距系统的系统偏差进行了检测.     

基采用时频区域检测的雷达信号盲分选算法

为了解决欠定条件下密集雷达信号分选问题,提高雷达信号盲分选算法精度,提出了一种采用时频区域检测的雷达信号盲分选算法,首先利用短时傅立叶变换将混合信号映射至时频平面进行处理,然后通过聚类算法估计出混合矩阵,从而反解出源信号矩阵,进而估计出每一雷达源信号,能够在信号的时频平面投影相交且欠定的条件下,实现信号分选功能.仿真实验结果表明:提出的算法相比于传统的类MUSIC算法及其衍生的相关改进算法具有更高的分选精度和算法收敛性,且估计得到的源信号时域波形更优,体现了其有效性和优越性.     

一种基于序列图像的单镜头测距方法

针对于监视区域目标参数的测量问题,在考虑到被动式实时监控定位与便携性要求的前提下,提出了基于标定点的序列图像单镜头测距算法,并实现了核心测距算法.     

一种改进的分数阶布谷鸟搜索算法研究

为解决布谷鸟搜索算法后期精度不高和收敛速度慢等问题,提出了一种基于分数阶微积分的改进布谷鸟搜索算法.与整数阶相比,通过在莱维飞行中引入分数阶差分,结合对历史信息的记忆与利用,能实现更复杂的动力学行为,提高局部搜索能力.采用Benchmark函数测试表明,超高维函数优化问题分析中,算法具有突出的寻优精度和收敛速度.     

基于多元线性回归分析和Chan算法的三维精确定位研究

基于无线通信基站的室内三维定位问题主要是在已知TOA和基站三维信息的情况计算出终端的位置信息,实际上就是求解方程组中的未知数.首先建立通用模型和算法求解出终端的定位,接着通过优化得到使用尽量少的基站数目实现近似最优精度的定位,然后利用提出的算法实现终端移动轨迹的二维定位,最后结合实际情况,考虑了基站的有效测量距离并设计了有效基站识别算法对问题进行了分析.     

上海天文台第三代卫星激光测距系统

本文介绍了中国科学院上海天文台的第三代卫星激光测距系统的性能及三年来对LAGEOS,AJISAI和STARLETTE等卫星的实测结果.卫星轨道拟合和地面靶的测距试验均表明,本系统的卫星测距精度(均方差)约±5cm.     

粗信息矩阵的数量特征

利用已给出粗信息矩阵及粗集的有关理论,提出并研究了粗信息矩阵的两个数量特征--粗牲度短阵及粗精度矩阵,给出了一系列性质及定理.     

NpGM(1,1)模型及其在新疆生产建设兵团城镇化水平预测中的应用

根据灰色系统理论的差异信息原理和新信息优先原理,从背景值和初始条件两个方面对GM(1,1)模型进行了改进,提出了更加符合灰色系统理论的特点的NpGM(1,1)模型.通过实例分析,发现NpGM(1,1)模型的模拟精度和预测精度都优于GM(1,1)模型.同时,利用NpGM(1,1)模型预测结果,提出了新疆生产建设兵团已进入城镇化的中前期发展阶段.     

贝叶斯潜变量倾向得分半联合模型研究与应用

本文提出了一种贝叶斯潜变量倾向得分半联合模型(BS＿LVM＿PSA),探讨了如何将潜变量纳入倾向得分分析,同时引入先验信息,利用半联合贝叶斯方法进行参数估计。通过两个数值模拟来测算BS＿LVM＿PSA在特定环境的性能,并将BS＿LVM＿PSA应用于实例数据。模拟研究显示:第一,潜变量能够降低预处理协变量测量误差,提高处理效应估计精度;第二,不同匹配方法下,贝叶斯方法相对于频率学派的处理效应估计精度更高;第三,在小样本中,贝叶斯方法相比非贝叶斯方法预测精度和稳定性更高;第四,有先验信息的处理效应估计精度高于无信息先验,且在适度的先验精度下,处理效应估计更加可靠。实例分析中,利用本文提出的BS＿LVM＿PSA研究了社区扶贫政策的减贫效应。     

稀疏交叉熵粗糙集DDRBM-DNNS高校科研能力评估

针对高校科研水平深度学习网络训练评价中存在评价特征同质化现象,造成评估结果精度不高的问题,提出稀疏交叉熵粗糙集双向受限制深度玻尔兹曼机(DDRBM-DNNS)高校科研能力评估方法.首先,考虑采用受限制玻尔兹曼机(RBM)和稀疏交叉熵惩罚参数对深度学习网络进行改进,实现深度学习网络特征训练同质化现象的削弱;同时,针对输入数据的预处理问题,考虑基于粗糙集的前置预处理方式实现,在维持数据输入信息完整前提下,实现输入样本数据的有效归约,进而实现样本处理量的简化,有利于深度学习网络收敛过程的提速;最后,利用所提算法对高校科研水平进行评价,实验数据显示,所提评价模型具备更高的评估精度和更快运算效率.     

基于AGA-SVM的非线性组合预测模型

为提高预测精度,提出基于AGA-SVM的非线性组合预测模型.以组合预测模型的误差平方和最小为优化准则,用加速遗传算法对支持向量机参数进行优化选择,并利用支持向量机对单一模型的预测结果进行组合预测.算例结果表明,AGASVM综合利用了各单个预测模型的重要预测信息,其预测误差远远小于各单个模型的预测误差,其预测精度更高,模型的实用性更强.     

基于信息再利用的灰色系统GM(1.1)模型建模方法及应用

目的:寻找新的灰色系统GM(1.1)模型建模方法,建立拟合精度与预测精度较高的GM(1.1)模型.方法:在邓聚龙教授建模方法的基础上,用基于信息再利用的方法,建立新的灰色系统GM(1.1)模型.结果:用基于信息再利用的灰色系统GM(1.1)模型建模方法建立的GM(1.1)模型,其拟合精度与预测精度不但优于传统方法建立的GM(1.1)模型,而且优于其他改进方法建立的GM(1.1)模型.结论:基于信息再利用的灰色系统GM(1.1)模型建模方法不但建模过程简单适用,而且其建立的GM(1.1)模型拟合精度与预测精度优于其他改进方法建立的GM(1.1)模型,因而具有广泛的应用价值.     

基于直觉模糊熵权和CC-OWA算子的雷达目标识别模型

为更完整的描述和表达雷达目标类型识别中的目标特征和目标类型之间的关系复杂性和知识缺乏性,通过直觉模糊关系描述,进而将目标识别特征信息转化为直觉模糊集信息.分析了基于直觉模糊集理论的雷达目标类型识别知识建模,揭示了直觉模糊信息的价值可以通过直觉模糊熵刻画,进而提出应用直觉模糊集的熵构造特征直觉模糊信息的权重(直觉模糊熵权),充分利用了目标类型识别知识中隐含的权重信息,并结合CC-OWA算子建立雷达目标类型识别模型与识别步骤,利用一个雷达目标识别实例说明了模型的有效性.     

卫星激光测距中激光脉冲波形变化的理论分析及数值计算

分析了激光测距中脉冲波形变化的物理过程,给出了该变化的数学描述,讨论了脉冲波形变化对卫星质心改正(CoM)和测距精度(RMS)的影响,并对上述变化和影响进行了数值计算.计算结果揭示了激光脉冲波形在各种因素影响下产生变化的规律性,这对于毫米级精度的卫星激光测距系统的设计具有实际意义.     

一种2型三角剖分上多元样条拟插值的精度提高策略

给定一个多元拟插值算子, 若其具有单位分解性质 (再生0次多项式), 我们提出一种利用其周围节点提高多项式再生性的方法. 所得算子不仅具有更高的逼近精度, 还不需要目标函数的任何导数信息. 然后利用此方法, 我们改进了2型三角剖分上的多元样条拟插值,使之具有更高的精度. 最后, 我们应用改进的拟插值算子数值求解时间发展偏微分方程. 数值实验验证了该方法的有效性.     

基于MINRES-QLP截断牛顿法的全波形反演

在全波形反演过程中,二阶梯度信息扮演着重要的作用.然而,由于其巨大的计算量和内存需求,限制了其在全波形反演问题中的应用.本文基于MINRES-QLP方法提出了一种高效的截断牛顿全波形反演方法.该全波形反演方法能够充分利用目标泛函的二阶梯度信息,提高反演精度.MINRES-QLP反演方法还能够利用Hessian阵负特征值信息,从而提高算法的重构分辨率和计算效率.针对Hessian阵计算难题,本文给出了一种矩阵向量相乘的快速算法.基于二维2004 BP模型,Sigsbee模型,验证了MINRES-QLP截断牛顿反演方法的有效性.数值结果表明MINRES-QLP截断牛顿法能充分利用二阶梯度信息和Hessian阵负特征值信息,从而加速算法收敛速度和提高成像精度.     

带遗忘因子的递推GM(1,1)预测模型

针对有新信息逐步引入的灰色预测模型,为区分新旧数据对模型的贡献度,提出一种带遗忘因子的递推灰色预测模型.通过在目标函数中增加遗忘因子,实现新旧建模数据的动态加权,达到逐步遗忘旧信息的目的.给出了灰色预测模型参数的递推估计算法,将新获信息实时加入,以提升模型预测精度.网络流量的递推GM(1,1)预测模型建立及数值仿真,验证了改进算法的有效性.     

基于单目视觉的SLAM算法研究

利用一种新型的人工路标系统-MR二维码,提出了基于单目视觉和里程计的SLAM方法.首先介绍了MR二维码系统,然后在对机器人运动模型和视觉传感器观测模型进行分析和验证的基础上,给出了一种实用的里程计位置估计误差模型.机器人移动过程中,利用扩展卡尔曼滤波器对视觉信息与里程计信息进行融合.在室内环境下进行了实际实验,实验结果表明该算法可提高机器人定位和构建地图的精度,验证了算法的有效性.     

高精度模拟函数

在数字水印应用中,利用模拟函数将秘密信息编码为载体特征值,并使特征值在编码与原始载体中的概率分布一致,能提高掩密载体统计上不可检测的性能.采用相对熵作为度量随机变量两种分布距离的指标,设计并证明了具有任意精度的模拟函数计算方法.根据指定精度将特征值变量的概率分布用幂级数扩展,构造前缀码,利用前缀码对秘密信息编码得到模拟结果.数值实验也证实了该算法的有效性.