二维波达方向(Direction of Arrival,DOA)估计是智能天线技术中的一个关键问题.在低信噪比、低快拍数条件下,常规DOA估计算法的性能会严重下降.针对此问题,提出了一种基于均匀面阵的酉ESPRIT算法.算法将复矩阵转化为实矩阵计算,使运算复杂程度简化,估计精度提高,且可实现参数自动配对,是一种比较高效的DOA估计算法.计算机仿真结果表明了所提算法在测向性能方面比常规DOA估计算法有更好的估计性能,且在低信噪比和低快拍数条件下估计性能不受影响,同时具有更小的运算量.
本文选取了部分有机物致敏性和部分有机物极性参数两组数据,均采用ADMEWORKS ModelBuilder软件计算并选择出合适的结构描述符,进而采用K最近邻和K均值聚类法对两组数据进行分类,然后对分类后的数据分别运用多元线性回归(Multiple Linear Regression,MLR)、偏最小二乘(Partial Least Squares,PLS)和人工神经网络(Artificial Neural Networks,ANN)方法进行QSPR建模研究。结果表明,无论采用何种分类方法都可以在一定程度上改善模型预测的结果。对于两组样本,有机物分子结构差异较小的样本集模型预测结果较优,非线性模型的预测结果整体优于或相当于线性模型的预测结果。
