基于模糊鲁棒自适应CKF算法的MEMS-IMU姿态估计

针对微机电惯组（MEMS-IMU）受到状态突变干扰、存在未知量测噪声等情况下,传统滤波算法无法准确估计系统姿态问题,提出了一种基于模糊鲁棒自适应容积卡尔曼滤波（FRA-CKF）的姿态估计算法。通过分析滤波新息序列的统计特性,根据χ2检验原理设置了修正门限和修正边界,构造了容积卡尔曼滤波、鲁棒修正和自适应修正的隶属度函数,制定相应的模糊修正准则,使算法兼顾自适应性和鲁棒性。仿真及静、动态实验验证了所提出算法的有效性。静态实验结果表明,所提出的滤波算法相比CKF算法,航向角估计的均方根误差降低了80%,提高了滤波的精度和稳定性。     

基于JUMMSE准则的前向分数间隔判决反馈均衡器

研究了前向分数间隔判决反馈均衡器的原理与结构,并推导了基于联合无偏差MMSE(JUMMSE)准则设计的最优解。文中讨论了均衡器长度对误符号率(SER)性能的影响。仿真结果表明,在较高的信噪比、选择恰当的均衡器长度时,这种均衡器对于高频信道的均衡效果是显著的。     

基于L1-范数的最大间距准则

在进行线性投影降维时,由于传统的最大间距准则(Maximum Margin Criterion,MMC)算法基于L2-范数,易于受到野值(outliers)及噪声的影响.该文提出一种基于L1-范数的最大间距准则(L1-norm-based MMC,MMC-L1)降维方法,它充分利用L1-范数对野值及噪声的强鲁棒性以及最大间距准则,提出了一种快速迭代优化算法,并给出了其单调收敛到局部最优的证明.在多个图像数据库上的实验验证了该方法的鲁棒性与高效性.     

一类新混沌系统的线性状态反馈控制

研究了一类新混沌系统的控制问题.利用Routh-Hurwitz准则对受控系统进行了稳定性分析，结合线性状态反馈方法理论上严格证明了达到控制目标反馈系数的选择原则.数值研究证明了该方法能够有效地控制混沌系统到失稳的平衡点或周期解，同时控制效果在弱噪声干扰下具有很强的鲁棒性. 关键词： 新混沌系统 线性状态反馈控制 Routh-Hurwitz准则 噪声     

基于SMAA和公共权重的决策单元效率评价与排序

在数据包络分析(DEA)中,公共权重模型是决策单元效率评价与排序的常用方法之一。与传统DEA模型相比,公共权重模型用一组公共的投入产出权重评价所有决策单元,评价结果往往更具有区分度且更为客观。本文考虑决策单元对排序位置的满意程度,提出了基于最大化最小满意度和最大化平均满意度两类新的公共权重模型。首先,基于随机多准则可接受度分析(SMAA)方法,计算出每个决策单元处于各个排名位置的可接受度;然后,通过逆权重空间分析,分别求得使最小满意度和平均满意度最大化的一组公共权重;最后,利用所求的公共权重,计算各决策单元的效率值及相应的排序。算例分析验证了本文提出的基于SMAA的公共权重模型用于决策单元效率评价与排序的可行性。     

雷达对抗效果数据处理及评定准则

在雷达对抗装备试验鉴定或电子对抗演练中，自动、实时、定量地评估干扰与反干扰效果，是目前亟待解决的重要课题。本文从雷达对抗模型入手，着眼于制约和影响雷达对抗效果的主要参数及其在工程上的可测性、可比性和可计量性；并应用系统论和模糊数学的基本理论，从三个层次推导出雷达对抗效果评定准则。试图为在工程上进行自动地、实时地、定量地评估雷达对抗效果，探求有颜色途径和理论依据。愿与有关专家、学者共同商榷。     

分组密码算法扩散特性的一种统计分析

针对巳有的分组密码扩散特性的依赖性测试方法，分析了其中各统计量的概率分布，使这种统计分析方法有了较完整的理论基础，指出 NESSIE用该方法评价AES决赛算法的不足。给出了运用该统计分析方法对分组密码算法做依赖性测试时抽取样本容量的下界。     

一种适用于强脉冲噪声下的对数型恒模盲均衡算法

针对脉冲噪声下恒模算法(Constant Modulus Algorithm,CMA)失败的问题,通过分析脉冲噪声的影响,提出了一种基于最小均方（Least Mean Square,LMS）准则的对数型恒模算法（Logarithmic-type CMA,LT-CMA）。LT-CMA利用对数函数的非线性变换特性自适应地抑制强脉冲噪声对误差函数的影响,并且利用l2-范数进行信号归一化处理以增强算法的稳健性。仿真结果表明,所提出的LT-CMA可以适应于高斯噪声环境和脉冲噪声环境;与经典自适应均衡算法相比,在收敛速度和稳健性两方面上,所提出的LT-CMA都有显著的提升。     

基于Gabor特征和字典学习的高斯混合稀疏表示图像识别

为了克服图像识别中光照,姿态等变化带来的识别困难,同时提高稀疏表示图像识别的鲁棒性,本文提出了一种基于Gabor特征和字典学习的高斯混合稀疏表示图像识别算法.高斯混合稀疏表示是基于最大似然估计准则,将稀疏保真度表示为余项的最大似然函数,最终识别问题转化为求解加权范数的优化逼近问题.本文算法首先提取图像的Gabor特征;然后对Gabor特征集进行字典学习,由于在学习过程中引入了Fisher准则作为约束,学习得到具有类别标签的新字典;最后使用高斯混合稀疏表示识别方法进行分类识别.在3个公开数据库(人脸数据库AR库和FERET库以及USPS手写数字库)上的实验结果验证了该算法的有效性和鲁棒性.     

固体材料脆性断裂的多尺度时空模型(英文)

通过实例分析了动态断裂过程所固有的典型动态作用,基于断裂孵化时间理论的时空结构方法提出了固体材料断裂的统一解释.此外,还提出了计及尺度效应的广义断裂模型,该模型可以用于预测准脆性非均质材料的多尺度断裂,并证明此模型基于实验室尺度的实验数据可以预测更高尺度(真实尺度)的宏观断裂.