子空间方法

摘要： 为将确定性和随机混合系统与实现方法推广应用于包含多回直流的交直流混合系统,并实现自动化的状态空间模型辨识,基于奇异熵和Tanh-Sigmoid饱和函数,提出了一种抗噪能力强、适合密集模态系统的阶次判定方法。在确定阶次的基础上,再根据过去时域、未来时域与阶次关系确定小范围的输入参数测试数据集,并通过比较由各参数获得的辨识模型性能指标,选择出最优的辨识结果。该方法无须人工给定系统输入参数。最后,通过CIGRE Nordic 32母线系统和中国南方电网算例,验证了所提方法的有效性及优越性。

摘要： 提出了一种利用高频海洋监视雷达(HFOSR)检测具有连续谱的时间相关海杂波中缓慢微弱目标回波的新方案。在海洋监视雷达中,常规多普勒处理的船舶CFAR探测通常会受到连续高阶海杂波的抑制。传统的子空间方法可以提高检测能力,但在相关海杂波的存在下,其性能急剧下降。本文提出了一种自适应海杂波滤波方法,提高了子空间检测方法的阈值和精度,仿真和实际船舶目标验证了该方法的有效性。

摘要： 脉冲噪声和多普勒频偏严重影响正交频分复用水声通信系统的传输性能.为了提髙系统的鲁棒性,消除这两种类型干扰的影响,提出了一种基于交替迭代的脉冲噪声与多普勒频偏联合处理方法.首先采用空子载波中能量最小化的方法来估计多普勒频偏量,补偿后根据子空间分解思想,并结合交织技术估计脉冲噪声的位置,最后利用最小二乘法求解脉冲噪声的幅度.考虑到多普勒频偏和脉冲噪声在估计时会相互影响,因此利用二者的联合估计得到优化解.仿真结果表明,在信噪比为15 dB时,联合处理方法的系统误码率相比原先系统减小了一个数量级.通过对多普勒频偏和脉冲噪声的消除,大大提髙了水声通信系统的鲁棒性.

摘要： 为提高重构语音质量,提出一种子空间语音增强算法.在内嵌式预白化子空间方法的基础上,用特征值置换增强语音效果.将纯净语音和噪声的协方差矩阵进行广义特征值分解后,大特征值分量包含纯净语音信息,而小特征值分量包含噪声信息,待特征值排序后,用相邻的大特征值分量置换小特征值分量,可有效提高语音帧的相关性,获得更好的增强语音信号.相比传统的子空间方法,该算法适用于强噪声环境,能显著提高信噪比.

摘要： Tibetan heritage buildings have a high historical and cultural value. They have endured adverse environmental loadings over hundreds of years without significant damage. However, there are few reports on their structural characteristics under normal environmental loadings and their behavior under dynamic loadings. In this research, a typical Tibetan wooden wall-frame building is selected to study its dynamic characteristics. Field measurements of the structure were conducted under environmental excitation to collect acceleration responses. The stochastic subspace identification(SSI) method was adopted to calculate the structural modal parameters and obtain the out-of-plane vibration characteristics of the slab and frames. The results indicated that the wall-frame structure had a lower out-of-plane stiffness and greater in-plane stiffness due to the presence of stone walls. Due to poor identified damping ratio estimates from the SSI method, a method based on the variance upper bound was proposed to complement the existing variance lower bound method for estimating the modal damping ratio to address the significant damping variability obtained from different points and measurements. The feasibility of the proposed method was illustrated with the measured data from the fl oor slab of the structure. The variance lower and upper bound methods both provided consistent results compared to those from the traditional SSI method.

摘要： 为进一步抑制噪声,提出一种基于特征值合并的语音增强算法。在经典的内嵌式预白化子空间方法的基础上,用特征值合并来提高语音质量。研究发现,对含噪语音的协方差矩阵进行特征值分解后,大特征值分量主要包含语音信息,而小特征值分量主要包含噪声,特征值分量按特征值从小到大排序后,剔除相邻的小特征值分量,可有效抑制噪声,提高语音质量。相比于其它方法,基于特征值合并的语音增强算法能有效工作于各种噪声环境中,显著提高信噪比,并有更好的语音可懂度。

摘要： 针对控制回路性能诊断中的模型失配检测问题，本文基于子空间方法提出了从基于多输入多输出模型的控制回路中检测出失配具体状况的方法。模型辨识的优先级被给出以改善控制性能，缩减系统维护成本。该算法在同时考虑过程和扰动动态变化的情况下，通过子空间方法直接从闭环数据中得到余差模型的冲激响应系数矩阵，用来描述模型失配的基本特征。根据冲激响应系数包络的面积来建立模型偏离程度的有效量化指标，由此来获得存在失配的输入输出通道位置及其严重程度。用蒸馏过程仿真验证了该方法的有效性。

摘要： 传统的中子输运方程特征值问题一般采用源迭代求解方法进行求解，该方法由为内迭代和外迭代两个过程组成，其中内迭代过程一直以来采用的都是Gauss-Seidel一类的定常迭代方法。本文将Krylow子空间方法中比较有效率的广义极小残余算法(Generalizcd MinimalRESidual algorithm)应用于内迭代求解过程，取代原有的Gauss-Seidel方法，计算结果表明，该方法简单有效，在同样的计算精度下，减少了计算时间。

摘要： 特征模型是航天系统广泛应用的控制模型，其关键思想是用低阶线性慢时变模型来逼近高阶复杂系统，本文说明，在线性定常情形，特征模型的特征参量是一组由高阶线性定常系统的相关信息压缩而成，于是不能简单的作为与状态输入无关的慢时变参数来处理，基于特征建模思想，本文建立了线性定常系统特征模型的特征参量与子空间方法之间的联系，给出了一种该特征模型的特征参量的合成辨识算法。同时，本文证明了特征参量的估计值与真值之间的误差分别渐近收敛到0，最后，对于一个单输入单输出六阶线性定常系统的仿真例子，本文对投影的带遗忘因子最小二乘算法和合成辨识算法进行了比较，验证了合成辨识算法的有效性。

摘要： 雷达信号分离是电子对抗研究中的一个重要问题。作为盲信号分离的一种特殊应用，雷达信号具有信噪比低、数据量大以及信号非平稳等特性，因而对其的分离算法也提出了新的要求。传统上一般使用如Fast ICA等高阶独立分量分析算法来解决该问题，但这些方法存在对野值敏感、运算复杂等特点，限制了他们在实际中的应用。本文则从雷达信号的非平稳性和时域结构出发，将二阶盲信号分离算法应用于雷达信号分离中，取得了很好的效果。

摘要： 针对线性时变系统的特征参数辨识本文给出一种基于信号子空间建模的辨识方法.为辨识系统的时变特征,环境激励下的系统响应认为是短时平稳的.从响应信号出发,利用短时平稳性假设,通过滑动分析窗分段辨识时变的特征参数.在每一固定分析窗内,根据系统的状态空间模型形成Hankel矩阵并对其作部分QR分解,以减小数值计算量.文中以分量能量指标判断模型的合理阶次以及度量响应中各特征分量的强弱,并建立响应信号在时频面的一种分布.仿真及实例分析表明基于信号子空间建模的时变特征参数辨识是有效的.

摘要： MIMO-OFDM 技术能够大幅度提高无线通信系统的信道容量和传输速率,并能有效的抵抗多径衰落、抑制干扰和噪声,从而引起了通信界的广泛关注,是未来无线通信系统的研究热点.在MIMO-OFDM的研究领域中,信道估计一直是研究的重点.文章对MIMO-O FDM 系统的多种信道估计方法进行了探讨,分析和比较了非盲信道估计,盲信道估计和半盲信道估计方法,并提出了未来信道估计方法的研究趋向.

摘要： MIMO-OFDM 技术能够大幅度提高无线通信系统的信道容量和传输速率,并能有效的抵抗多径衰落、抑制干扰和噪声,从而引起了通信界的广泛关注,是未来无线通信系统的研究热点.在MIMO-OFDM的研究领域中,信道估计一直是研究的重点.文章对MIMO-O FDM 系统的多种信道估计方法进行了探讨,分析和比较了非盲信道估计,盲信道估计和半盲信道估计方法,并提出了未来信道估计方法的研究趋向.

摘要： MIMO-OFDM 技术能够大幅度提高无线通信系统的信道容量和传输速率,并能有效的抵抗多径衰落、抑制干扰和噪声,从而引起了通信界的广泛关注,是未来无线通信系统的研究热点.在MIMO-OFDM的研究领域中,信道估计一直是研究的重点.文章对MIMO-O FDM 系统的多种信道估计方法进行了探讨,分析和比较了非盲信道估计,盲信道估计和半盲信道估计方法,并提出了未来信道估计方法的研究趋向.

摘要： MIMO-OFDM 技术能够大幅度提高无线通信系统的信道容量和传输速率,并能有效的抵抗多径衰落、抑制干扰和噪声,从而引起了通信界的广泛关注,是未来无线通信系统的研究热点.在MIMO-OFDM的研究领域中,信道估计一直是研究的重点.文章对MIMO-O FDM 系统的多种信道估计方法进行了探讨,分析和比较了非盲信道估计,盲信道估计和半盲信道估计方法,并提出了未来信道估计方法的研究趋向.

摘要： MIMO-OFDM 技术能够大幅度提高无线通信系统的信道容量和传输速率,并能有效的抵抗多径衰落、抑制干扰和噪声,从而引起了通信界的广泛关注,是未来无线通信系统的研究热点.在MIMO-OFDM的研究领域中,信道估计一直是研究的重点.文章对MIMO-O FDM 系统的多种信道估计方法进行了探讨,分析和比较了非盲信道估计,盲信道估计和半盲信道估计方法,并提出了未来信道估计方法的研究趋向.

摘要： 本发明公开了一种基于全对称子空间刚度子矩阵的对称索杆结构找形方法，针对有支座边界条件的对称索杆结构，引入群集理论，确定其所属对称群后，根据全对称子空间对应的刚度子矩阵和节点不平衡力求出全对称子空间对应的节点位移增量，再按照结构总势能降低的原则确定位移增量系数从而不断更新节点坐标，最终求得平衡、稳定的索杆结构。主要步骤为：首先根据对称性定义一个初始构型，求得与结构全对称子空间相对应坐标转换矩阵，从而求得与全对称子空间相对应的刚度子矩阵和节点不平衡力，通过这两者求出的节点位移增量更新结构构型，最终求得刚度矩阵正定的平衡结构。

摘要： 本发明公开了一种基于特征子空间的子阵级线性约束自适应波束形成方法，属于阵列信号处理技术领域。该方法对采样协方差矩阵进行特征值分解，以此来估计所需的干扰子空间，然后在干扰子空间约束波束响应为零来自适应的抑制干扰信号，并且引入罚函数对自适应方向图进行约束以使主瓣保形、旁瓣降低。本方法在自适应抑制干扰的同时，使得在子阵级得到的自适应方向图主瓣保形且旁瓣降低，并且能够获得较好的输出信干噪比性能。本发明适用于子阵级线性约束自适应波束的形成。

摘要： 本发明公开一种利用空间信息约束的稀疏子空间模糊聚类的图像分割方法，1)利用超像素分割将图像预分割为超像素块，并计算每一个超像素块的Gabor特征描述子以及通道特征描述子；2)设计算法模型，将模糊聚类中的隶属度约束加入到基于稀疏子空间聚类方法，将稀疏自相关系数同隶属度一起交替更新，同时完成寻优；3)设计空间信息约束形式，将邻域约束加至上述算法设计模型中。本发明方法可获得更精确的自表示系数；可有效地解决灰度不均匀的影响；可同时根据两种不同的特征对图像进行分割；提高了图像分割的准确率；在红外图像、可见光图像上均获得较好效果，可广泛应用于各类基于图像的应用系统，具有广阔的市场前景与应用价值。

摘要： 本发明涉及一种基于空间核映射和子空间聚集的软组织形变方法。在软组织形变过程中，手术针与软组织模型的三角网格面片以及三角网格面片之间会产生形变，用三角形面片相交与AABB相结合的碰撞检测方法对形变进行检测；通过核方法将数据以非线性的方式嵌入到一具体的空间中去，并在空间中采用线性的运算方法求解非线性函数，得到数据集；将满足分类标准的单元都包括到集合中，产生候选子空间；计算子空间的聚合力，并由聚合力选出最佳子空间；运用二维的比较方法，将纯子空间分离出来；判断剩下的空间是否为空集，直到被搜索的全空间中的数据变成空集。本发明能够提高模型网格位移量的准确度，提高软组织下一时刻的形变效果。

摘要： 本发明公开了一种融合差分子空间与正交子空间的图像集分类方法。鉴于目前分别基于差分子空间和正交子空间的图像集分类方法均存在着公共子空间的判别信息不能被完全利用的缺点，本发明结合该两种方法各自的优势，对两种方法各自使用的公共子空间技术进行有效融合。提出使用最优融合分割点方法来融合两种方法的差分子空间和正交子空间，从而产生能够利用公共子空间中所有特征空间维度判别信息的满秩投影变换矩阵。利用该投影变换矩阵可以生成判别力更强的线性子空间，并用于图像集分类。本发明的优点在于：充分利用了公共子空间中所有维度的判别信息；采用实验方法确定最优的差分子空间和正交子空间融合分割点，获得最适合对应数据集的融合分割点。

摘要： 本发明涉及机器学习中描述子局部聚合向量相关问题，提出了一种基于对称正定矩阵流形切空间子空间学习的描述子局部聚合向量方法。已有的局部聚合向量方法大都是在欧式空间上，无法处理对称正定矩阵流形的非线性数据，为此，本方法提出了将训练数据映射到码字的切空间上进行子空间学习，将非线性问题转化为线性问题，然后是在学习的子空间上计算局部聚合向量。在子空间学习阶段，在码字的切空间上根据训练数据的标签信息来学习具有判别性的子空间，让同类别的数据在子空间上尽可能靠近，异类的数据在子空间上尽可能远离。在局部聚合向量计算阶段，将输入图片提取的对称正定矩阵映射到码字切空间的子空间上计算聚合向量。

摘要： 本发明公开了一种基于全对称子空间刚度子矩阵的对称索杆结构找形方法，针对有支座边界条件的对称索杆结构，引入群集理论，确定其所属对称群后，根据全对称子空间对应的刚度子矩阵和节点不平衡力求出全对称子空间对应的节点位移增量，再按照结构总势能降低的原则确定位移增量系数从而不断更新节点坐标，最终求得平衡、稳定的索杆结构。主要步骤为：首先根据对称性定义一个初始构型，求得与结构全对称子空间相对应坐标转换矩阵，从而求得与全对称子空间相对应的刚度子矩阵和节点不平衡力，通过这两者求出的节点位移增量更新结构构型，最终求得刚度矩阵正定的平衡结构。

摘要： 本发明公开了一种基于特征子空间的子阵级线性约束自适应波束形成方法，属于阵列信号处理技术领域。该方法对采样协方差矩阵进行特征值分解，以此来估计所需的干扰子空间，然后在干扰子空间约束波束响应为零来自适应的抑制干扰信号，并且引入罚函数对自适应方向图进行约束以使主瓣保形、旁瓣降低。本方法在自适应抑制干扰的同时，使得在子阵级得到的自适应方向图主瓣保形且旁瓣降低，并且能够获得较好的输出信干噪比性能。本发明适用于子阵级线性约束自适应波束的形成。

摘要： 本发明公开一种利用空间信息约束的稀疏子空间模糊聚类的图像分割方法，1)利用超像素分割将图像预分割为超像素块，并计算每一个超像素块的Gabor特征描述子以及通道特征描述子；2)设计算法模型，将模糊聚类中的隶属度约束加入到基于稀疏子空间聚类方法，将稀疏自相关系数同隶属度一起交替更新，同时完成寻优；3)设计空间信息约束形式，将邻域约束加至上述算法设计模型中。本发明方法可获得更精确的自表示系数；可有效地解决灰度不均匀的影响；可同时根据两种不同的特征对图像进行分割；提高了图像分割的准确率；在红外图像、可见光图像上均获得较好效果，可广泛应用于各类基于图像的应用系统，具有广阔的市场前景与应用价值。

摘要： 传统子空间聚类问题并没有考虑序列数据的特性，即相邻帧序列样本具有一定的相似性，针对这一问题，本发明提出了一种新的低秩稀疏空间子空间聚类方法(Low Rank and Sparse Spatial Subspace Clustering for Sequential Data，LRS3C)。该算法寻找序列数据矩阵的稀疏低秩表示，并针对序列数据特性在目标函数中引入一个惩罚项。在人工数据集、视频序列数据集和人脸图像数据集上的仿真实验表明，本发明提出的方法LRS3C具有较好的性能。