非规则子阵阵列天线仿真与性能分析

文中设计了一种超宽带Vivaldi天线,并对其组成的16×16阵列按照划分设计的最优子阵方案进行仿真。通过均匀加权与低副瓣加权对天线阵列进行了波束偏转分析,从不同频点和偏转角度对波束扫描进行了分析,并仿真分析了天线的差波束及赋形波束,结果良好;同时对子阵级别的扰动进行了敏感度分析,发现在不同相位干扰下,干扰范围越大相位干扰对主瓣波束影响越大,主瓣增益降低和副瓣电平升高越明显,幅度干扰和幅相干扰也有同样结论。实际非规则子阵阵列天线在应用时,子阵级的相位误差在一定范围内对天线的影响不大,幅度误差对天线的整体影响也不大,即子阵级干扰对非规则子阵阵列天线扫描角度的影响不大,但对主波束的影响随干扰范围的增大而增大。本文的仿真分析可为非规则子阵阵列天线的设计和加工提供参考,丰富和拓展非规则子阵阵列天线设计仿真和性能分析领域,节省实际加工和应用的成本。

不平衡指派问题的主子阵算法

针对人数和任务数不相等的不平衡指派问题,提出了求解该类指派问题的主子阵算法.给出从低阶主子阵向高阶主子阵寻找主子阵行最小元的变换定理,并举例分析其具体的演算过程.该算法的特点是将求解变换限定在指派矩阵的主子阵上,即不需要考虑指派矩阵整体,只需要在指派矩阵局部进行运算,并从指派矩阵的1阶主子阵的行最小元出发,逐步有规律地找到各阶主子阵的行最小元,最终求得指派问题的最优解.

基于数字签名与Trie的保序子矩阵约束查询

目前,基因芯片技术飞速发展,促使生物学家积累了大量的不同实验条件下的基因表达数据.事实证明,基因芯片数据分析在理解基因功能、基因调控和分子生命过程中发挥着重要作用.保序子矩阵(order-preserving submatrix,简称OPSM)是基因芯片数据分析技术中的一种有效模型,其可以发现在部分基因和不同实验条件下具有相同表达趋势的聚类.在分析基因表达机理的过程中,OPSM的检索无疑节省了生物学家的时间与精力.目前,OPSM的查询主要是基于关键词的检索方法,但是分析者对结果具有微弱的控制力.通常,分析者所能决定的临时的参数设置往往偏离其领域知识,致使检索结果与真实想要的结果相去甚远.为了解决上述问题,提出两类基于数字签名与Trie的OPSM索引与约束查询方法.在真实数据上进行了大量的实验,实验结果表明,所提出的方法具有良好的有效性与可扩展性.

矩阵方程A^(T)XB+B^(T)X^(T)A=D子矩阵约束对称解的MCG算法

建立求矩阵方程A^(T)XB+B^(T)X^(T)A=D的子矩阵约束解的MCG算法。首先对矩阵作分块处理,将其转化为求一类双变量矩阵方程异类约束解的问题;其次,基于修正共轭梯度法,构造求其异类约束解和异类约束最小二乘解的迭代算法,该算法具有约束解存在性的判断功能;最后,证明算法的收敛性,并通过数值算例说明算法的有效性。

子矩阵约束下矩阵方程A^TXA=B的实矩阵解及其最佳逼近

本文讨论了子矩阵约束下一类矩阵方程的实矩阵解问题。基于矩阵的奇异值分解和广义奇异值分解方法,给出了该问题有解的充要条件和解的一般表达式。并证明了对任一给定的实矩阵,在上述解集合中必存在唯一的最佳逼近解,给出了最佳逼近解的形式。

一类矩阵方程组带有子矩阵约束的最小二乘中心对称解

约束矩阵方程问题在控制理论、振动理论、工程和科学计算等领域具有重要应用.基于共轭梯度法的思想,本文构造了一种算法,以寻求一类矩阵方程组的带有子矩阵约束的最小二乘中心对称解.在没有舍入误差的情况下,该算法经过有限步迭代得到了矩阵方程组带子矩阵约束的最小二乘中心对称解,而且,通过选择一种特殊的初始矩阵,得到了矩阵方程组的带子矩阵约束的最小范数最小二乘中心对称解.数值实验显示该算法具有较快的收敛速度.

非连续变形正分析中的块体相互侵入问题研究

依据非连续变形正分析方法的基本理论 ,提出了一种考虑多块体运动系统中特定块体边界允许适量侵入的方法———子矩阵调整法 ,并给出了相应的调整公式。以青藏块体东北缘及其周围地区为例 ,考虑特定块体边界不同程度的侵入 ,模拟得到 :(1)考虑侵入后 ,的确使模拟的结果得到明显改善 ;(2 )用子矩阵调整法考虑特定块体边界适度侵入是切实可行的。

由谱数据和主子矩阵构造广义反Jacobi矩阵

讨论了由谱数据和主子阵构造广义反Ｊａｃｏｂｉ矩阵问题，得到了问题有解的充分必要条件．

极端U_1矩阵的充要条件

相关文献最近在研究双随机算子和极端双随机算子的充要条件时,提出U1矩阵的概念,并成功地利用U1矩阵和极端U1矩阵的工具,取得丰硕的成果.这样一来,极端U1矩阵的进一步研究应该是有意义的.相关文献仅给出U1矩阵是极端U1矩阵的一个必要条件,作者进一步给出U1矩阵是极端U1矩阵的充要条件及对称非负矩阵是极端U1矩阵的充要条件.此外,还对有一个n-1阶主子矩阵是饱和的U1矩阵,给出它是极端U1矩阵的充要条件.

基于特征子阵匹配的织物组织分析

为能在仿制设计过程中快速且简便地提取待分析织物的完全组织循环参数,提出一种基于特征子阵匹配的织物组织分析方法。根据织物分析得到的意匠图,建立相应的组织矩阵。通过一维搜索方法分别找出组织矩阵经、纬向可能的循环,并以此建立特征子阵。分别对特征子阵进行二维铺设,根据铺设结果和组织矩阵是否匹配,判定特征子阵是否为完全组织。研究表明:分析完全组织循环数大的织物时,一维搜索的方法可以优化特征子阵的寻找和选择;通过对特征子阵的铺设并和原始意匠图的匹配,可以实现完全组织循环参数的提取。

子矩阵约束下的埃尔米特广义反汉密尔顿矩阵特征值反问题及其最佳逼近

该文研究了子矩阵约束下埃尔米特广义反汉密尔顿矩阵特征值反问题,得到了该问题解的表达式.证明了该约束下其最佳逼近解的存在性和唯一性,建立了其最佳逼近解,并给出了求最佳逼近解的数值算法和算例.

可分型指数矩阵的快速精细积分法

针对可分型矩阵的特性,结合2N类算法为可分型指数矩阵的计算提出一种快速精细积分法.核心思想是:利用可分型矩阵中的子矩阵进行分块计算;增加Taylor展开式的保留项数,减少迭代次数.一方面,程序实现简便,另一方面,数值算例表明:对矩阵维数很大的可分型指数矩阵计算来说,本文的快速精细积分法减少了计算量和存储量,大大地提高了计算效率.

布尔矩阵的指标格

本文首先构造了由一个布尔矩阵的特定行指标和列指标对所确定的指标格,然后刻画了指标格的同态像、直积和子格所对应的布尔矩阵的性质.

基于数字波束合成的空间信号分离研究

自适应波束形成可以实现空间信号分离。在基于子阵平滑技术的同频信号测向的前提之下,给出了在主瓣和零点约束及阵列静态噪声功率输出最小条件下的波束形成方法,并给出了求解加权矢量的算法。仿真结果表明:本文提出的空间信号分离的方法是有效的。

主子阵约束下广义自反矩阵的广义特征值反问题

利用矩阵的奇异值分解和商奇异值分解,建立子矩阵约束下广义特征值反问题的广义自反解存在的充分必要条件,并给出通解的表达式.对任意给定矩阵的最佳逼近问题,得到了最佳逼近广义自反解,并对最佳逼近解进行扰动分析.

采用压缩感知的阵列失效单元诊断方法

针对现有阵列单元故障诊断方法随阵元数目增多而存在的采样数量大、诊断时间长、计算复杂度高等缺陷,提出了一种采用压缩感知理论的故障诊断方法.该方法基于故障单元数目固有的稀疏性,利用完好阵列和实际阵列激励的差值构造稀疏信号.根据目标方位信息设计测量矩阵的网格划分准则,并通过测量矩阵以随机欠采样方式获取少量测量数据.结合平行坐标下降算法对该稀疏信号进行精确重构,从而实现故障单元的准确诊断.理论分析和仿真实验表明,文中提出的方法不仅明显减少了采样数量,有效缩短了诊断时间,大幅降低了计算复杂度,而且进一步提高了故障信息的重构精度.

基因表达数据中局部模式的查询

基因表达数据分析一般是通过挖掘局部模式来实现的。保序子矩阵是局部模式挖掘中一种经典的模型,可以获取到在若干条件下表现出一致趋势的一组基因。高通量基因微阵列技术的进步,促进了海量基因表达数据的产生,使得对高性能基因表达数据分析算法的需求极为迫切。现有方法大多数是通过批量挖掘的方法来分析数据,即使有通过查询方式来获取精确结果的方法,其全面性与性能也有待提高。为了提高数据分析的效率与准确性,首先提出一种基于前缀树的基因表达数据索引gIndex,然后给出了一种基于列关键词查询的保序子矩阵分析方法 GEQc。其不经过批量挖掘,只需要建立索引并通过关键词来完成正相关/负相关/时滞等模式的查询。实验结果表明,与现有方法相比,所提算法具有良好的数据分析效率与可扩展性。

SPN分组密码中最优扩散层的构造与验证

SPN结构中的扩散层往往是矢量空间GF(2m)n上的线性变换,它与n阶矩阵在确定基 下一一对应。分支数B=n+1的扩散层是最优的,其充分必要条件是:对应矩阵的任意k阶子阵均 为非奇异。设计了构造最优SPN线性层的算法,并给出了线性变换最优扩散特性的验证算法。最 后,给出GF(28)8上一个最优线性变换及其验证结果的示例。

结构动力模型更新中带有子矩阵约束的逆特征值问题

在结构动力分析中,由有限元模型得到的数值解往往与振动测试得到的值不一致,从而依据测量值更新现有的模型是很有必要的.本文研究了结构动力模型更新中的一类带有子矩阵约束的对称矩阵的逆特征值问题.方法借助于子空间的基将约束问题转化为非约束问题.给出了该逆特征值问题有解的充分必要条件和通解的表达式.基于逆特征值的结论,又讨论了一最佳逼近问题,得到了此问题可解的条件,并给出了最佳逼近解的表示.

子矩阵约束下广义反中心对称矩阵的广义特征值反问题

讨论了广义特征值反问题在子矩阵束约束下的广义反中心对称解及其最佳逼近问题。应用矩阵对的商奇异值分解,导出了该问题有广义反中心对称解的充要条件及有解情况下的通解表达式,证明了最佳逼近问题解的存在性与唯一性,并得到了最佳逼近解的表达式。