一种改进的稳健自适应波束形成算法

精确知道导向向量与噪声(包括干扰)协方差矩阵的情况下,MVDR波束形成算法可保证期望信号无失真的同时最大限度地抑制干扰。对于实际的声呐系统,导向向量误差和采样协方差矩阵误差导致MVDR波束形成算法性能严重下降。充分利用导向向量误差椭圆的稳健波束形成算法能够解决或改善此种性能劣化问题,但是该稳健算法需要运用牛顿迭代法或者二阶锥规划求解,计算效率较低。针对这一问题,本文在分析理想方向向量与实际方向向量关系的基础上,通过将理想方向向量投影到数据协方差矩阵的某一个特征向量上,提出了一种形式简单、计算量低的改进的稳健自适应波束形成算法。仿真分析表明,所提出的改进稳健算法明显提高了计算效率,且对信号方向向量的适配具有良好的稳健性。湖上实验数据处理结果,进一步证实了该算法的有效性。

基于机器学习决策模型的智慧交通网络研究

智能化和信息化浪潮推动社会各类产业朝着智慧方向不断升级发展。文章分析智能交通发展需求和国内外研究现状,针对未来交通环境中无人驾驶等智能出行方式衍生的安全高效问题,提出一种具备观察-分析-决策一体化功能的基于机器学习的决策模型,举例阐述基于机器学习决策模型构建的智慧交通网络功能。模型可以应用于各类交通元素,成为具有统一智能结构的智慧交通元素,智慧交通元素间的数据信息可以通过统一的信息格式交互融合,生成完备可靠的策略方案,形成一张动态协调的智慧交通网络,自主实现人-车-物可靠高效的交通秩序。