Q过程的μ-不变向量

设Q ={qij;i,j∈E}是可数集E上的全稳定q 矩阵 ,x ={xj;j∈E}是Q的有限 μ 不变向量 ,如Q零流出 ,则x是最小Q过程的μ 不变向量 ;一般地 ,Q不必零流出 ,但x满足infi∈Exi>0 ,则一定存在Q过程P(t) ,使x是P(t)的 μ 不变向量 .

李群上的向量场

讨论了李群Ｇ上的左不变向量场、平行向量场与Ｊａｃｏｂｉ场之间的关系，得到了Ｇ为平坦的一个充要条件。

关于左不变积分流形的讨论

本文给出了左不变积分流形的定义 。

基于Hu不变矩和BP网络的条形码图像识别方法

针对目前比较流行的一维条形码和二维条形码识别算法存在对几何失真图像的识别准确率较低的问题,提出了一种新的基于不变矩和BP网络的条形码识别方法,提取不变矩特征向量作为特征值输入BP网络,对其进行训练与测试,利用训练好的BP网络对形变条形码图像进行识别,实现了对存在旋转、平移和缩放等几何失真的条形码图像的正确识别。实验结果表明,基于Hu不变矩和BP网络的条形码识别方法具有很强的抗图像平移、拉伸和旋转识别能力,并且具有实现简单、训练速度快、识别率高等特点。

基于变参数广义结构的距离扩展目标检测方法

针对特定杂波背景下的最优或次优检测器结构难以适应过渡杂波环境的问题,首先,给出基于变参数广义结构的距离扩展目标检测器,通过调整参数来适应杂波特性。其次,确定检测器最佳参数的经验公式,经验公式符合数值结果。最后,利用仿真试验分析检测器的检测性能。仿真结果表明,在介于高斯和复合高斯杂波之间的过渡环境中,提出的检测器比现有检测器具有更加优异的目标检测性能,对杂波非高斯程度时空渐变性具有较强的适应能力。

偏微分方程组的对称群及其在弹性力学方程组中应用

给出了非退化线性偏微分方程组及二次型泛函对称群的不变向量场的一般形式和一类特殊形式非线性偏微分方程组对称群的简化计算条件；利用以上结论及作者以往工作，借助符号运算语言ＭａｔｈｅｍａｔｉｃａＴＭ计算了平面弹性力学方程组一阶Ｌｉｅ－Ｂａｃｔｌｕｎｄ对称群的不变向量场，以及应力函数对应的三维弹性力学方程组的Ｌｉｅ代数．为构造弹性力学方程组的一类广泛精确解及守恒律提供了必要的基础。

基于证据理论的特征点匹配算法

从特征点的检测入手,采用了Harris算子来检测图中的特征点,并且分析各种点匹配的策略(如ZNCC,不变向量测度)从中找出不足。然后把证据理论应用到特征点的匹配当中,构造组合的证据理论框架,并且提出了匹配策略的规则。最后,把双向测试的方法也应用到特征点匹配当中。综合多种点匹配策略,从而得到了一种有效的特征点匹配算法。

辛李群的新结果

在文[4]的基础上,证明了X∈S(G,dω)的两个充要条件的等价性,还给出了辛李群上左不变辛结构和辛左不变向量场的局部坐标表示。

关于一种特殊李群的讨论

文章通过对李群上赋予一个左不变的辛结构,对李群上的左不变向量场及左不变1一形式进行研究,得出相关结论。

非高斯杂波下修正的SDD-GLRT距离扩展目标检测器

在球不变随机向量非高斯杂波背景下,针对SDD-GLRT方法在统计平均意义下对距离扩展目标进行最优检测所带来的检测损失,通过充分利用目标散射点的先验信息,基于有序统计检测理论,提出了修正的SDD-GLRT距离扩展目标检测方法.理论分析表明,在不存在目标的假设下,虚警概率与纹理分量的混合分布、杂波协方差矩阵以及确知信号的方向向量无关,即修正的SDD-GLRT方法具有恒虚警率(constant false alarm rate,CFAR)特性.仿真结果表明,随着积累脉冲数及目标散射点所占距离单元个数的增加,修正的SDD-GLRT检测性能得到提高.在散射点分布稀疏条件下,修正的SDD-GLRT的检测性能要明显好于SDD-GLRT和NSDD-GLRT,且在估计目标散射点个数存在微弱偏差和不同杂波尖峰情况下,修正的SDD-GLRT具有很好的鲁棒性.

SIRV杂波下距离扩展目标CFAR检测器

在球不变随机向量(SIRV,Spherically Invariant Random Vector)的非高斯杂波背景下,提出了一种新的距离扩展目标检测器.给出了检测参数的简易确定方法,推导了虚警概率与检测阈值的解析表达式,证明了所提检测器的恒虚警率特性.仿真实验表明,在参数设置合理情况下,所提出的检测器性能远好于已有的两种距离扩展目标检测器.另外,随着阵元数、目标散射点个数及杂波尖峰的增加,检测器的性能得到提高;且该检测器对第三门限的选取和不同的杂波相关性均具有很好的鲁棒性.

非高斯杂波下距离扩展目标检测器的失配性能分析

在球不变随机向量杂波条件下,研究了目标方向向量失配时距离扩展目标的检测问题.针对不依赖于散射点密度的广义似然比检验检测器,从理论上分析了信号实际方向向量与导向矢量失配对检测性能的影响,推导了失配条件下的检测和虚警概率公式,证明了检测器的恒虚警率特性.仿真实验表明,检测器对能量均匀分布的目标具有最佳性能,对失配目标信号具有很强的抑制能力;进一步分析表明,目标幅度起伏会带来一定的检测损失,而距离单元间散射点的相关性在高值检测概率区也会引起检测损失.

局部均匀背景中距离扩展目标的GLRT检测器及性能分析

在复合高斯杂波满足局部均匀的背景下,对均匀杂波分组模型进行推广,建立了广义杂波分组模型.进一步,利用广义似然比检验(GLRT)原理,提出了距离扩展目标的基于广义杂波分组的GLRT检测器(GCC-GLRT),并推导了检测器虚警概率与检测门限关系的表达式.GCC-GLRT有效地解决了基于均匀杂波分组的GLRT检测器(CCGLRT)在非均匀杂波分组背景下不具备CFAR特性的问题.仿真结果还表明,对于稀疏散射点目标,在合适的杂波分组情况下,GCC-GLRT能有效克服采用NSDD-GLRT检测器出现的"坍塌损失",改善检测器的检测性能.

改进的统一Hu矩在图像目标识别中的应用

以图像的平移、旋转及尺度变换为研究对象,结合Hu提出的基于区域的不变矩和Chen提出的基于边界的不变矩,进一步改进了统一Hu矩,并证明了改进后的不变矩在离散状态下的不变性。其中针对图像旋转的特点引入权向量的改进发法,并通过实验证明了这种方法极大提高了图像在旋转变换后的识别命中率,使其具有一定的应用前景。

机载高分辨率SAR图像数据建模

目前对高分辨率陆地合成孔径雷达图像数据特性尚缺乏充分研究.该文提出K-S检验的改进方法并设计组合假设检验,验证高分辨率农田合成孔径雷达图像数据与球不变随机向量模型的相容性,提出一致区域概念对数据进行局部化处理,以简化数据的高阶统计特性分析.实验表明,K-S检验改进算法对不独立样本数据具有良好的健壮性,农田的高分辨率合成孔径雷达图像数据与球不变随机向量模型是相容的.通过对农田数据的分析验证了一致区域概念的合理性,并确定了给定数据集的一致区域空间尺度.

高分辨率SAR图像数据SIRV建模

针对目前对高分辨率陆地合成孔径雷达(SAR)图像数据特性缺乏充分研究的现状,文中通过验证实测数据与球不变随机向量(SIRV)模型的相容性,对荒漠的高分辨率图像数据进行建模。首先,对K-S检验进行改进,增强其在不独立数据样本中的健壮性;然后,采用K-S检验改进算法,验证实测数据的循环对称性,并在广义球坐标系下验证实测数据与SIRV模型的相容性;最后,根据SIRV模型中纹理分量的慢变特点,提出"一致区域"的概念,对图像进行局部化处理,从而简化了"一致区域"内的高阶统计特性分析。实验表明,文中提出的K-S检验改进算法对不独立杂波样本具有良好的健壮性,荒漠的高分辨率SAR图像数据与SIRV模型是相容的。通过对数据的分析,文中验证了"一致区域"概念的合理性,并确定了荒漠数据"一致区域"的空间尺度。

基于AR模型的距离扩展目标自适应检测器

针对非高斯杂波背景中扩展目标的检测问题,将自回归(AR)模型与广义杂波分组模型相结合,提出了基于AR的广义杂波分组模型。并在该杂波模型背景下,利用近似广义似然比检测(AGLRT)原理,结合迭代估计方法,提出了广义杂波背景下迭代近似广义似然比检测器(RAGLRT-GCC)。该检测器不需要利用辅助距离单元估计杂波协参数就可以实现目标的自适应检测。RAGLRT-GCC利用了杂波分组信息,有效提高了对稀疏扩展目标的检测性能。仿真结果表明,在相同检测概率下,RAGLRT-GCC性能优于现有的复合高斯杂波背景下迭代近似广义似然比检测器(RAGLRT-CG)。

一类广义凸多目标优化控制问题的改进的Mond-Weir型对偶(英文)

利用向量泛函的不变凸性,改进了Mond-Weir型对偶,给出并证明了弱对偶定理和强对偶定理.

一类半定规划问题的最优性条件

先引入向量值函数的广义凸性,研究了向量值不变凸函数与不变预凸函数的关系.接着证明了当一类函数是局部Lipschitz的不变凸函数时的广义Fakars引理.最后利用广义Fakars定理,研究了一类半定规划问题的最优性条件。

天基雷达广域监视的恒虚警检测技术

针对天基雷达对海广域监视应用中低信杂比和复杂杂波环境的情况,提出一种基于超分辨方法的舰船目标恒虚警检测技术。该方法中,将杂波建模为球不变随机向量(SIRV),采用基于共轭倒序阵去相关和特征值校正预处理的序贯检验进行源枚举,并采用超分辨方法估计目标控制矩阵,最后采用广义似然比检验方法,实现恒虚警检测的功能。实验结果表明,在低信杂比和相关信号源的条件下,基于去相关和特征值校正预处理的序贯检验的源枚举准确率可以达到90%以上;基于超分辨方法的目标检测技术能够实现可靠检测,检测概率接近100%,满足天基雷达对海广域监视的要求。