Exact periodic solution in coupled nonlinear Schodinger equations

The coupled nonlinear Schodinger equations （CNLSEs） of two symmetrical optical fibres are nonintegrable, however the transformed CNLSEs have integrability. Integrability of the transformed CNLSEs is proved by the Hamilton dynamics theory and Galilei transform. Making use of a transform for CNLSEs and using the ansatz with Jacobi elliptic function form, this paper obtains the exact optical pulse solutions.

对称α稳定分布噪声环境下短波衰落信号时延估计的新算法

脉冲噪声环境下信号时延估计是信号处理领域十分活跃的研究方向。在对称α稳定分布噪声环境下,文章提出了一种基于非线性压缩核函数(NCCF)的短波衰落信号的时延估计算法。该算法采用非线性压缩核函数抑制了对称α稳定分布噪声的脉冲拖尾,同时较好保持了目标信号之间的互相关特性,从而保证了信号时延估计的准确性。同以往算法相比,本算法不仅降低了计算复杂度,而且对于衰落信号的时延估计具有更强的稳定性。理论证明和仿真结果均表明,该算法比GCC、FLOC、GCF和非线性变换等算法具有更好的时延估计有效性和准确度。

一种对称α稳定分布噪声环境下DOA估计新算法

脉冲噪声环境下波达方向(DOA)估计是阵列信号处理领域一个新兴研究方向。针对α稳定分布噪声环境下经典MUSIC算法性能退化的问题,提出了一种新的基于非线性压缩核函数(NCCF)的DOA估计算法。该算法利用基于NCCF的有界矩阵代替了MUSIC的协方差矩阵,通过对有界矩阵进行特征分解确定信号子空间和噪声子空间,借用MUSIC谱估计公式进行谱峰搜索,得到DOA的估计值。仿真结果表明,NCCF-MUSIC算法运算复杂度较低,相比于基于分数低阶统计量(FLOS)的MUSIC方法和基于广义类相关熵(GCAS)的MUSIC算法,该方法具有更好的准确度和稳定性。

基于非线性学习理论的机能学课程整合模式的探讨

为了更好地适应转化医学形势下对现代医学教育的发展,学科间的交叉融合已成为大势所趋。相对建立在"结构-功能-应用"的顺序性认知规律基础上的线性学习模式,非线性学习理论则更着重挖掘知识之间的关联性,通过"知识节点"构建开放的、可拓展的、自主的非线性知识网络体系。非线性学习相较于线性学习具有高效、深入和交叉融合的特点,更加符合转化医学对现代医学的要求,如何在这一理论指导下对生理学、病理生理学和药理学这三门有着密切联系的机能学课程进行整合值得探索和实践。

脉冲噪声环境下单基地MIMO雷达目标角度估计算法

以α稳定分布作为脉冲噪声数学模型,研究了脉冲噪声环境下单基础多输入多输出（MIMO）雷达目标角度估计问题。为了解决基于分数低阶统计量的目标角度估计算法需要脉冲噪声先验信息的问题,利用雷达接收数据构造出两种鲁棒的相关矩阵,即相关熵相关矩阵和非线性压缩核函数相关矩阵,提出了基于这两种鲁棒相关矩阵的单基地MIMO雷达目标角度估计算法。仿真实验表明：在α稳定分布脉冲噪声环境下,新提出的责任中算法的性能明显优于传统的基于二阶统计量和基于分数低阶统计量的目标角度估计算法。