中国区域创新效率及影响因素研究——空间过滤与异质效应SFA实证

根据中国区域1999—2008年的技术创新相关数据,利用空间过滤理论、面板协整理论及包含区域异质效应的随机前沿模型对中国区域创新效率及影响因素进行研究。结果发现:中国区域创新存在着明显的空间相关性,空间过滤可以有效地消除变量的空间相关性进而可以应用经典协整模型来进行分析;考虑区域异质效应的面板SFA模型,其参数估计结果更准确,从而技术效率的计算也更准确;中国区域技术创新效率显现东部高、中部中、西部低的空间分布特征;区域基础设施和区域市场开放度是影响区域技术创新效率的主要的显著因素。     

依据高阶累积盲解卷积

对盲均衡（盲解卷积）提出了两种三阶累积量的基本算法，在算法中依据非因果的ＡＲ（自回归）模型及与逆滤波器系数相关的方程，把非最小相位系统的盲均衡问题转化为解相应的线性方程组的问题，保证了这种解法的唯一性。在算法中仅利用了累积量的对角线切片，从而使该算法简单、准确。仿真实验结果表明，该算法是可行有效的     

长江中下游河道岸滩低空机载LiDAR点云地形滤波算法

探索新兴的低空机载Li DAR技术,解决长江中下游植被高覆盖、高遮挡区岸滩地形测绘难题。提出一种针对多层次、高密度植被覆盖区的低空机载Li DAR点云植被滤波算法,该算法通过多回波分析对点云进行粗滤波后,采用数学形态学运算获取地面种子点,对地形局部进行趋势面拟合,再通过随机采样一致性检测,剔除植被点,保留地面点,从而获取测区的数字高程模型(DEM)。典型测区试验表明,该滤波算法能解决长江中下游河道岸滩地区地形起伏较大、植被高覆盖区域植被点云智能化剥离难题。根据测区实际情况,设计针对性的滤波算法,即使是植被与地面点云高度混淆、激光穿透率低于15%的复杂情形,仍能有效分离出地面和非地面点。     

变换域自适应滤波技术在扩频通信抗窄带干扰中的应用

在众多变换域抗窄带干扰的信号处理技术中,自适应滤波具有对干扰频率不敏感的优点,且其权值调整是基于对系统参数的优化。全由于必须通过迭代收敛达到稳态解,自适应滤波算法不能锁定快变干扰。文中利用正交加速算法提高最小均方误差（ＭＬＳ）算法的收敛速度,推导出了使用变换域自交加速算法时系统误码率的解析表达式。仿真结果表明,采用自正交化可以大幅度提高自适应算法的收敛速度,从而为基于变换域自适应滤波技术的接收机走     

多特征融合的视频目标深度跟踪

针对现有基于卷积神经网络跟踪中需要大量离线训练以及在线更新耗时的问题,提出了一种多特征融合的视频目标卷积跟踪算法。算法首先设计了一种浅层前向自学习卷积网络提取目标候选区域的局部卷积特征;然后计算融合了空间信息的颜色直方图特征;在此基础上,采用归一化加权方法在全连接层融合卷积特征和全局颜色特征形成目标的表观描述;最后基于粒子滤波算法,通过计算目标模板与候选目标之间的相似度,估计目标位置。采用OTB-2013公开测试集验证所提跟踪算法的性能,与8种主流目标跟踪算法进行了分析对比。实验结果表明,本文算法的目标跟踪精度和跟踪成功率在多种场景下取得了不错的性能,在保证跟踪精确率的前提下,跟踪鲁棒性优于其他算法。可见提出的多特征融合的卷积跟踪算法通过提取所跟踪视频的自身特征生成卷积器而无需进行大量离线训练,且与手动特征进行融合增强了目标的表达能力,这种策略具有一定的借鉴性。     

中国省际人口迁移空间特征与影响因素分析

采用全国第六次人口普查的省际人口迁移及相关社会经济等数据,首先分析省际迁移人口的空间分布特征,然后利用全局Moran’s I指数考察了省际人口迁移流中的网络自相关性,再构建基于网络自相关的特征向量空间过滤模型对省际人口迁移的动力机制进行分析,并与引力模型的回归结果进行对比验证,揭示网络自相关影响下省际人口迁移的动力机制. 结果表明：(1)省际迁入及净迁入人口主要集中在我国三大经济圈,省际迁出人口主要分布于我国中南部;省际总迁移人口积聚于三大经济圈及中南部地区. (2)省际人口迁入、迁出流存在网络自相关,对人口迁移动力建模时应考虑网络自相关因素.文中加入了网络自相关因素后的特征向量空间过滤模型的拟合水平整体优于引力模型,较成功地揭示了人口迁移流中的网络自相关效应,减少了对其他变量的有偏估计. (3)非网络自相关变量中,人口总量、经济及距离因素对人口迁移活动的影响较大.     

第一讲 中性分子的缓冲气体冷却与速度滤波技术

文章首先介绍缓冲气体冷却的基本原理、实验方案与结果及其最新研究进展。其次,详细介绍产生冷分子束的低通速度滤波器的基本原理、技术方案及其实验结果。主要包括基于静电弯曲导引技术的Stark速度滤波方案、基于静磁弯曲导引技术的Zeeman速度滤波方案和基于激光弯曲导引技术的交流Stark速度滤波方案。最后,简单介绍缓冲气体冷却和速度滤波技术的应用研究。     

利用Mach-Zehnder干涉仪提升啁啾脉冲信噪比

基于内置电光晶体的Mach-Zehnder干涉仪,利用Mach-Zehnder干涉仪双光束干涉原理和晶体的线性电光效应,提出了一种新的能有效提高啁啾脉冲信噪比的扫描滤波方法。定量分析了其扫描滤波谱特性,探讨了预脉冲噪声延时对信噪比提升效果的影响,并讨论了电光晶体的电压控制参数对信噪比提升效果的影响。研究结果表明：预脉冲噪声的延时和控制电压的变化会对滤波效果产生较大影响,利用该扫描滤波方法可将啁啾脉冲激光信噪比提升约2个量级,且信号光透过率高达95%以上。     

带相关噪声的观测融合稳态Kalman滤波算法及其最优性

对于带相关的输入白噪声和观测白噪声及相关观测白噪声的多传感器线性离散定常随机系统,用加权最小二乘(wLs)法提出了一种加权观测融合稳态Kalman滤波算法,并基于信息滤波器证明了它同集中式观测融合稳态Kalman滤波算法功能的等价性.因而,它具有渐近全局最优性,且可减少计算负担.一个跟踪系统数值仿真例子验证了它的功能等价性.     

联合方位-径向速度的粒子滤波目标运动分析

纯方位目标运动分析方法要求观测平台有效机动才能估计目标运动状态,针对这一问题,联合径向速度与方位角作为测量信息对目标进行运动分析,但基于卡尔曼滤波算法进行解算需要已知粗略的目标状态初始值,且收敛时间较长、误差较大,不利于目标实时跟踪.针对以上问题,提出了一种基于粒子滤波的方位径向速度联合目标运动分析方法,建立目标运动状态分析的粒子滤波算法模型,对目标位置和速度等运动要素进行估计.在目标初始状态未知的情况下,一定程度上缩短了收敛时间,减小了估计误差,海试数据处理结果显示:相同条件下,与原有方法相比,本文所提方法收敛时间从35.1 min缩短至30.0 min;跟踪精度从6.1%提高至3.8%,且无需已知目标状态初始值。