摘要：为了使融合图像保留丰富的光谱信息和空间细节信息,本文提出了一种基于高阶奇异值分解的多光谱和全色遥感图像融合方法.该方法首先对多光谱MS图像进行HIS变换,获得亮度分量,并将全色PAN图像与亮度分量进行直方图匹配,然后对全色图像和亮度分量形成的张量图像进行高阶奇异值分解,计算分解系数的结构张量,利用其特征值构造活动测度0,并采用Q取大的融合策略进行融合.实验结果表明,与传统融合方法相比,本文方法的融合结果较好地保留了光谱信息和空间细节信息.

摘要：针对线性变参数(Linear Parameter Varying,LPV)系统需要在整个变参数的轨迹上求解无穷个LMI的问题,提出了一种利用张量积转换的方法将其转换为凸多胞形结构。首先将给定的变增益LPV系统在变参数的作用区间内对其进行离散化处理并存储于一张量中,然后利用高阶奇异值分解(Higher Order Singular Value Decomposition,HOSVD),舍去较小和为0的奇异值及对应的特征向量,对其进行降秩重构处理,得到了有限个LTI顶点系统,进而可以针对每个顶点系统设计满足控制系统要求的控制器,最后通过其凸组合得到最终的闭环系统变增益控制器。仿真结果表明该方法获得的多胞系统能够在容许的误差范围内表示原LPV系统且最终得到的控制器能够满足闭环系统设计要求。

摘要：针对高超声速飞行器模型高度非线性、强耦合的特点,提出了一种多胞形线性变参数系统(LinearParameter Varying,LPV)变增益状态反馈H∞控制器的设计方法。首先在感兴趣的变参数轨迹上选取若干个平衡点进行雅克比线性化并拟合得到LPV模型,将其离散化后存储于一张量中,然后利用高阶奇异值分解(HigherOrder Singular Value Decomposition,HOSVD),舍去较小和等于0的奇异值及对应的特征向量对其进行降秩重构处理,得到了有限个LTI多胞顶点系统。在对各顶点进行状态反馈控制器设计时,为降低保守性,通过引入松弛变量,将Lyapunov函数矩阵与系统矩阵解耦,从而可以在不同的点使用不同的Lyapunov函数矩阵,以此得到依赖变参数进行增益在线调节的控制器。最后的仿真结果表明了所设计的控制器能够使系统较快地跟踪指令信号,并具有一定的鲁棒性能。

摘要：基于张量模型的参数估计是雷达信号处理的一个发展趋势,然而现有张量算法无法在估计精度和计算复杂度方面达到良好的折衷。为解决上述问题,提出一种三维压缩感知(Three-way compressive sensing,TWCS)的多输入多输出雷达角度估计算法。利用匹配滤波后的信号内部隐含的多维结构,将接收数据堆叠成一个三阶张量模型。为降低高维张量在存储和计算方面的复杂性,利用高阶奇异值分解对高维张量数据进行压缩。其次将压缩后的张量与三线性模型相联系,获取压缩的方向矩阵。利用目标角度在所处背景的稀疏性,设计两个过完备字典,采用优化的方法获取目标角度。由于利用了接收数据的多维结构,TWCS中参数估计的精度要优于传统的子空间算法。此外所提TWCS算法不需要额外配对计算,且能进一步获取目标的多普勒信息。最后,利用仿真实验验证TWCS算法的估计效果。

摘要：融合多尺度分块局部二值模式和张量高阶奇异值分解提出一种人脸识别算法。优选不同尺度的MB-LBP算子组合提取图像纹理特征,构造人脸图像的3阶张量模型;利用HOOI算法进行张量高阶奇异值分解;基于HOSVD分解结果采用最邻近算法设计识别分类器。运用Yale数据库和自制数据库进行算法对比实验,验证算法的有效性,实验结果表明,基于Yale数据库,提出算法与LBP-深度置信网络算法的识别精度一样高,均为98.667%;基于自制人脸数据库,该算法识别精度为100%。综上提出算法是一种有效的、可行的识别算法。

摘要：随着火星探测的日益发展,火星飞机作为一种中尺度探测手段,能够很好地补充轨道和地表探测器之间的能力空白。针对火星飞机的强非线性、参数不确定性的特点,提出了一种火星飞机的多胞LPV变增益H∞控制器设计方法。首先依据火星飞机的纵向非线性模型,在进行研究的飞行包线内选取适量平衡工作点进行雅可比线性化,通过线性化后的线性时不变系统数值拟合得到系统的LPV模型;然后通过张量的高阶奇异值分解理论进行张量积建模,实现火星飞机LPV模型的多胞形表示。最后设计基于LMI求解的鲁棒变增益控制器,使对象能够克服不利特性的影响,能够完成指令信号的快速跟踪并且使系统具有较强的鲁棒性。

摘要：为将动态背景从提取的运动目标中分离出来,提出一种基于高阶奇异值分解(HOSVD)和全变分(TV)的运动目标提取方法。将观测视频表示为张量,将其视为低秩的平稳背景、稀疏且在时间和空间上连续的运动目标、更加稀疏的动态背景3个部分之和,用TV正则项约束运动目标,建立动态背景下的运动目标提取模型,用交替方向乘子法(ADMM)求解该最小化约束问题。实验结果表明,在动态背景情况下,该方法相对于其它两种经典算法能更好克服动态背景带来的干扰,提取运动目标准确度更高。

摘要：针对高超声速飞行器模型高度非线性、强耦合的特点,提出一种多胞形线性变参数(LPV,linear parameter varying)系统变增益状态反馈控制器的设计方法.首先在感兴趣的变参数轨迹上选取若干平衡点进行雅克比线性化并拟合得到高超飞行器的LPV模型,将其离散化后存储于一张量中,利用高阶奇异值分解(HOSVD,higher order singular value decomposition)进行多胞形转换,得到有限个LTI顶点系统.同时为了降低控制器设计的保守性,通过引入松弛变量矩阵,在各顶点使用不同的Lyapunov函数矩阵,推导出能同时将闭环极点配置到指定区域并满足H∞性能的多胞LPV系统状态反馈控制器设计的线性矩阵不等式(LMI,linear matrix inequality)算法.最后的仿真结果验证了算法的有效性.

摘要：本文提出了一种基于波束域实值处理的高阶奇异值分解(Higher-Order Singular Value Decomposition)双基地多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达测角算法。该算法与传统波束域测角算法不同,通过凸优化方法对发射和接收波束域矩阵进行优化设计,可以灵活设置波束主瓣宽度并抑制副瓣电平,发射和接收波束的主副瓣比能够得到很大提高,从而达到提高回波信噪比的目的。相比于传统的矩阵信号模型,通过HOSVD获得的张量信号子空间可以得到更高的测角精度,所提算法对发射和接收波束矩阵的结构进行设计以构造实值张量信号模型。最后,通过建立映射关系的方法对插值误差进行补偿,仿真结果验证所提算法的有效性。

摘要：基于张量代数的人脸识别技术对姿态、光照和表情的变化具有很好的鲁棒性。本文在高阶奇异值分解的基础上,提出了一种基于特征空间的快速张量分解算法。首先使用传统的子空间学习方法对观测图像进行降维,然后在低维的特征空间对训练数据进行张量分解。通过在Weizmann人脸数据库上进行人脸识别实验,验证了本文方法的有效性。