基于L_(2)灵敏度最小化的数字滤波器状态空间实现稀疏化方法

为解决传统数字滤波器在有限精度实现时因有限字长(Finite Word Length,FWL)效应导致滤波器性能下降的问题,提出一种L_(2)灵敏度最小化的数字滤波器状态空间实现稀疏化方法.推导前向差分算子数字滤波器结构传输函数及其等效状态空间实现,根据可控及可观格莱姆矩阵得到基于相似变换矩阵的L_(2)灵敏度表达式,并进行稀疏化校准,将L_(2)灵敏度最小化问题转换为凸函数求最值问题,求导得到L_(2)灵敏度最小化表达式,代回即得前向差分算子数字滤波器的稀疏化状态空间实现.仿真结果表明,所提方法设计的数字滤波器具有更好的抗FWL效应.

压缩感知l_(1)-αl_(2)模型下的DCA算法分析

在压缩感知领域,对于从少量测量中恢复稀疏向量这个基本的问题,更倾向于相关性尽可能小的测量。然而在现实中利用l,l_(2)等传统方法的计算成本较高,因此文章在新模型11-αl_(2)(0<α≤1)下,利用||x||_(1)-α||x||_(2)最小化来解决压缩感知问题,基于凸函数的差分算法,l文中得到了求解l_(1)-αl_(2)极小化问题的迭代算法,并进行了理论分析,证明了该算法收敛于一个满足最优性条件的稳定点。

基于L_(1/2)正则化的抛物线Radon变换多次波压制方法

在地震数据处理中,多次波的存在会对地震数据成像和地震资料解释带来影响,如何有效地压制多次波干扰是地震勘探中的重要问题。抛物线Radon变换因其高效的特点被广泛应用于多次波压制中,但在野外地震数据采集时,炮检距的有限性会导致变换域中的能量扩散,产生假象,使多次波压制达不到理想的效果。针对此问题,提出一种基于L_(1/2)正则化的稀疏反演高分辨抛物线Radon变换,并应用广义迭代收缩算法(generalized iterated shrinkage algorithm,GISA)进行求解。研究结果表明,L_(1/2)正则化有很强的稀疏约束能力,能提高解的稀疏度,改进信噪分离的效果。与最小二乘反演和基于L_(1)正则化的稀疏反演相比,基于L_(1/2)正则化的稀疏反演高分辨抛物线Radon变换能更有效地压制多次波,并确保了重构数据与原始数据的一致性。

基于有约束L_(1/2)范数稀疏正则化的声源识别方法

基于等效源法(equivalent source method,ESM)的近场声全息(near field acoustic holography,NAH)是一种有效的声源识别技术。然而,针对空间稀疏分布的声源识别问题,传统基于L_(2)范数以及基于L_(1)范数的ESM方法分别存在声源幅值被低估与算法稳定性差等问题。因此,提出了基于有约束L_(1/2)范数稀疏正则化的声源识别方法,该方法具有强稀疏性与强抗干扰的优势,可以解决传统方法的声源识别精度低的问题。通过数值模拟试验以及普通室内的实测实验,验证了方法的有效性。

基于L_(1/2)范数的非局部PCA泊松噪声图像恢复改进算法

为增强NLSPCA(非局部稀疏主成分分析)算法对去除图像泊松噪声性能,提高图像块聚类精确度,增大字典下的表示系数稀疏性,改善恢复图像易模糊等问题,提出基于L_(1/2)范数的非局部PCA泊松噪声图像恢复改进算法(L_(1/2)-NLSPCA)。新算法首先对图像分割成重叠块;其次采用设计的自适应Bregman K-means算法对分割的图像块聚类;最后使用PCA构建基于L_(1/2)范数的非局部字典下的稀疏表示系数,对聚类后的图像块分组进行去噪重构。实验结果表明,L_(1/2)-NLSPCA算法与基准算法相比峰值信噪比(PSNR)提高了0.52~2.57 dB,在视觉上纹理细节更清晰。

二三混水平U型设计的平均中心化L_(2)-偏差

利用水平置换技术,给出二三混水平U型设计的平均中心化L_(2)-偏差的计算公式及其详细证明,在此基础上推导出平均中心化L_(2)-偏差与GMA准则、正交性准则之间的联系,以及平均中心化L_(2)-偏差的一个下界,最后通过数值实例说明这一下界是紧的.

基于BP-L_(2)混合算法的线性混合效应模型在帕金森病语音信号中的应用

通过对帕金森病语音信号多重共线性纵向高维数据的预处理和分析,可为相关医疗机构提供重要信息。首先采用随机森林对数据进行预处理,得到降维数据集,通过相关性分析得知该数据存在多重共线问题;然后在BP神经网络中引入L_(2)正则化改变其目标函数,解决临床数据经常存在的数据多重共线性,以便更好地拟合线性混合效应模型;最后对比分析引入BP-L_(2)混合算法前后线性混合效应模型的AIC、BIC和-LogLik指标,证明引入该算法的优势。

基于压缩感知的反射系数域沿层L_(2)范数约束去强屏蔽方法

常规的压缩感知方法均是基于反射系数稀疏反演提高地震资料分辨率,而对于强屏蔽层信息和储层弱信息耦合叠加情况而言,效果并不理想,原因在于在剥离强反射层的同时往往会损失弱反射层的信息,从而不能有效预测储层。为此,基于压缩感知稀疏表示能力强的特点,利用反射系数域分辨率高和不存在子波重叠的优势,提出了基于压缩感知的反射系数域沿层L_(2)范数约束去强屏蔽方法。该方法基于压缩感知理论,首先根据时域反射系数域稀疏特性,利用沿层信息分离强屏蔽层与储层,再进行稀疏反演,最后将去强屏蔽后的反射系数与原子波褶积,从而获得去强屏蔽层的高分辨率结果。其优势在于高分辨率的反射系数能够分离强屏蔽层与储层的信息,有利于拾取和剥离强屏蔽层。模型测试和实际地震资料的应用表明:利用所提方法可以精准分离强屏蔽层反射信息与储层弱反射信息,提高储层识别精度;在剥离强屏蔽层的时频切片上,可以看见表征储层的弱能量团,并出现低频伴影现象;在剥离强屏蔽层的沿层能量半时属性切片上,能量半时属性与滩坝砂体储层的相关性较好,可以有效识别有利储层区域。

FACTS的PCH模型与自适应L_(2)增益控制(二)应用篇

采用预置反馈方法 ,首先推导了 TCSC与 STATCOM的 PCH(端口受控哈密顿 )模型 ,接着基于受控哈密顿 ( Hamiltonian)系统理论 ,采用自适应 L2 增益控制设计方法分别设计了单机电力系统中相应的自适应 L2 增益控制器。仿真结果表明 ,通过与传统 PID控制器以及不同的干扰抑制比相比较 。

折叠反转设计的中心化L_2偏差值的一些下界

在二水平因子跟随试验中,折叠反转技术是一种非常典型的方法和技巧.这种技术通过折叠反转初始设计的一个或多个因子的水平符号,可以获得一个具有很好统计推断性质的新设计(称为折叠反转设计).初始设计与其折叠反转设计组合在一起所形成的新设计称为组合设计.该文在完全折叠反转方案和部分折叠反转方案下分别得到了组合设计在中心化L_2偏差下的一些下界.所得到的这些下界可以作为寻找最优折叠反转方案的一个标准,因此,该文的结果给出了用均匀性准则来寻找最优折叠反转方案的理论依据,进一步说明了均匀性在因子设计中的有用性.

基于l_(1)-l_(2)最小化的部分支集已知的信号重建

压缩感知是近几年应用数学范畴较为热门的前沿课题,是一种新型的采样理论,主要是考虑从较少的线性测量中利用信号自身的各种先验信息来恢复高维稀疏信号.文章通过l_(1)-l_(2)最小化方法对部分支集已知的信号提出了重建的一个新的充分条件,并得到信号恢复稳定和鲁棒的误差估计.

广义非线性脉冲切换系统的指数稳定和L_(2)增益控制

研究了一类具有脉冲的广义非线性切换系统的指数稳定问题和L_(2)增益控制问题.将脉冲以及非线性控制加入到系统当中,系统更具有实际意义.首先,提出了一种具有L_(2)增益控制的状态反馈控制器的有效设计方法,通过构建Lyapunov函数,改进系统中的状态反馈控制器,使得闭环系统是指数稳定的.其次,利用线性矩阵不等式并结合模型依赖平均驻留时间方法,给出了系统指数稳定且具有L_(2)增益性能的充分条件.最后,通过数值例子及图像仿真来说明理论结果的有效性.

基于L_(2,1)范数正则化矩阵分解的图像结构化噪声平滑算法

图像去噪是数字图像处理的必要环节,对后续图像处理、分析和应用的效果有重要影响。现有基于稀疏低秩矩阵分解的图像去噪算法虽然在处理高斯、椒盐等均匀随机噪声时效果良好,但无法有效处理实际应用中可能遇到的结构化噪声问题。针对该缺陷,本文引入L_(2,1)范数将结构化噪声情形下的图像去噪问题建模为一类L_(2,1)范数正则化矩阵分解问题,并由此提出一种基于L_(2,1)范数正则化矩阵分解的图像结构化噪声平滑算法(L21NRMD)。仿真实验结果表明,在基本保持椒盐噪声去除效果的前提下,该算法可有效去除不同比例的结构化噪声,PSNR性能指标值介于69-80dB之间,差错率为0.06-0.14,较现有算法具有更好的适应性和更广的应用范围。

三尖杉酯碱对HL_(60)和L_(1210)细胞核DNA结构的影响

用国产抗肿瘤药物三尖杉酯碱处理HL60 和L12 10 细胞 ,探讨药物对两种不同的白血病细胞以及在不同条件下培养的同种白血病细胞核DNA结构的影响。DNA凝胶电泳结果表明 :(1) 0 2 μg/mlHT作用 2h的HL60 细胞和HT作用 2～ 2 4h的L12 10 细胞有明显的DNAladder。 (2 )HT处理 6～ 2 4h的HL60 细胞、在DBA/ 2纯种小鼠体内培养的被HT处理不同时间的L12 10 细胞及所有对照细胞无DNAladder。 (3)HT处理 2 4h的HL60 细胞和HT处理 12h的白血病小鼠体内的L12 10 细胞核DNA断裂成碎片 ,在琼脂糖凝胶上呈弥散状分布。

非线性调节器和L_2增益最优控制

利用返回差条件和 Hamilton- Jacobi方程 ,借助“配方”方法讨论非线性系统达到最优调节所必须满足的条件 ,获得最优调节和 L2 增益最优控制的统一结果。同时讨论了在满足一定条件时 ,这种设计方法对模型误差具有较强的鲁棒性 。

U-型设计的对称化L_(2)-偏差的下界

均匀设计是部分因子设计的主要方法之一,已被广泛地应用于工业生产、系统工程、制药及其他自然科学中.各种偏差被用来度量部分因子设计的均匀性,其关键的问题是寻找一个精确的偏差下界,因为它可以作为衡量设计均匀性的标准.该文给出了4水平对称U-型设计的对称化L_(2)-偏差的下界,以及2、3混水平和2、4混水平非对称U-型设计的对称化L_(2)-偏差的下界.

随机网络控制系统的量化L_2-L_∞滤波

考虑到带宽有限网络环境下信号需经过量化处理才能进行发送,研究了一类带宽受限随机网络控制系统的L_2-L_∞滤波问题。采用对数量化器,将量化后的测量信号作为滤波器输入信号。首先将滤波误差系统建模成范数有界不确定随机时滞系统,进一步基于线性矩阵不等式方法推出了该随机网络控制系统的稳定性和滤波器设计的充分条件,并将滤波器的设计转化为一个凸优化的求解问题。所设计的滤波器能够保证相对于所有能量有界的外界扰动信号,随机网络控制系统的L_2-L_∞性能指标小于一定值γ。仿真实例证实了该设计方法的有效性。

基于L_(1-2)正则化的地震波阻抗“块”反演

波阻抗反演技术已经相当成熟,但仍然存在反问题的不适定性、反演的分辨率低以及对地层边界刻画不清晰等问题。为此,提出基于L_(1-2)正则化的地震波阻抗“块”反演方法。在前人的基础上,将L_(1-2)正则化引入基于模型的波阻抗反演,通过借鉴全变分正则化的思想,利用叠后地震数据直接获得波阻抗反演结果。首先,推导线性化的波阻抗正演近似公式并分析精度;然后,基于贝叶斯理论,引入L_(1-2)正则化构建波阻抗反演的目标函数,利用迭代重加权最小二乘算法求解目标函数,获得波阻抗反演结果。由于波阻抗反演为单道反演算法,反演多道数据时道与道之间会产生空间不连续现象,因此对反演结果执行f-x域空间预测滤波改善由噪声和单道反演算法带来的空间不连续性。相关系数的定量对比证明了基于L_(1-2)范数的反演结果优于基于L1范数和L2范数。合成数据和实际资料反演验证了所提方法的有效性和可行性。

腰丛-坐骨神经及L_(1)~L_(2)椎旁神经阻滞复合全身麻醉在老年股骨颈骨折手术中的应用效果及对血流动力学的影响

目的:探讨腰丛-坐骨神经及L_(1)~L_(2)椎旁神经阻滞复合全身麻醉在老年股骨颈骨折手术中的应用效果及对血流动力学的影响。方法:选取2020年1月—2021年1月丹江口市第一医院收治的80例老年股骨颈骨折患者,使用随机数字表法分为复合全麻组及喉罩全麻组,各40例。复合全麻组接受腰丛-坐骨神经及L_(1)~L_(2)椎旁神经阻滞复合全身麻醉,喉罩全麻组接受喉罩全身麻醉。对比两组麻醉效果指标、血流动力学参数、应激反应指标及认知功能指标。结果:复合全麻组的感觉阻滞起效时间、运动阻滞起效起效时间、最大运动阻滞时间均短于喉罩全麻组,最大感觉阻滞时间、感觉阻滞持续时间、运动阻滞持续时间均长于喉罩全麻组(P<0.05)。麻醉前,两组收缩压(SBP)及心率(HR)比较,差异均无统计学意义(P>0.05);麻醉后10、30 min及麻醉结束时,复合全麻组SBP、HR均高于喉罩全麻组(P<0.05)。麻醉前,两组去甲肾上腺素(NE)、醛固酮(ALD)及血浆肾素活性(PRA)比较,差异均无统计学意义(P>0.05);术后,两组NE、ALD及PRA水平均升高,但复合全麻组均低于喉罩全麻组(P<0.05)。术前,两组简易精神状态检查(MMSE)各项评分比较,差异均无统计学意义(P>0.05);术后,两组MMSE各项评分均降低,但复合全麻组均高于喉罩全麻组(P<0.05)。结论:在老年股骨颈骨折手术中应用腰丛-坐骨神经及L_(1)~L_(2)椎旁神经阻滞复合全身麻醉,麻醉效果优异,对血流动力学及认知功能的影响较小,且可减轻应激反应。

基于l_(1)-l_(2)范数的高分辨率时频分析方法及应用

本研究提出一种基于l_(1)-l_(2)范数的稀疏约束类时频分析方法,以提高信号时频分析的精度.稀疏约束类时频分析方法通过窗口类时频分析的逆变换构造反演方程,使用稀疏范数约束每个时间点的频谱,从而提高时频谱的分辨率;常用约束包括l_(1)范数、l_(p)范数等,近几年l_(1)-l_(2)范数被证明稀疏约束能力强于l_(p)范数,被广泛的应用于地震数据处理高分辨率、反演等问题中.本文基于压缩感知理论,使用l_(1)-l_(2)范数约束频谱,基于交替方向乘子法(ADMM)进行反问题的求解,得到基于l_(1)-l_(2)范数的高分辨率时频分析方法,并将其应用于地震频散属性的计算中.模型分析表明,本研究提出的基于l_(1)-l_(2)约束时频分析具有高时频聚焦性,高抗噪性,适用于地震信号的时频分析.实际数据表明,基于l_(1)-l_(2)范数的时频分析具备高时频分辨率,联合纵波频散属性,使得该方法可以清晰刻画储层的范围,准确指示气藏.