一种新的用于3G互连的盲均衡改进算法TDE—CMA

DVB中广泛使用的CMA均衡算法一直深受伪收敛问题的困扰。从CMA算法的代价函数、迭代方程 及初始化系数等方面对伪收敛问题进行研究,在此基础上提出一种带时延估计的CMA改进算法。该算法通过引 入时延校正因子来调整主径的位置,从而避免了伪收敛现象。计算机仿真表明该方法大大提高了原算法的收敛 性,并且具有运算量小、易实现的优点,是一种实用性较强的改进算法,适用于高速的３G互连应用。     

APSK信号的混合盲均衡方法

针对幅度相移键控(amplitude phase shift keying,APSK)信号,为在载波相位恢复之前进行均衡,以减小码间干扰(inter-symbol interference,ISI)对载波恢复的影响,提出一种将恒模算法(constant modulus algorithm,CMA)和半径指导的均衡(radius directed equalization,RDE)方法相结合的盲均衡算法,该算法的代价函数是CMA代价函数和RDE代价函数的加权和。利用径向分散度的概念,该算法可以根据当前均衡程度自动地调整两种代价函数的权重,实现从CMA到RDE的软切换,从而自动适应不同均衡阶段和不同信噪比的情况。与单纯CMA均衡相比,该算法的收敛速度更快,而且稳态性能也更好,仿真结果验证了该方法的有效性。     

基于误差峰值的改进型CMA盲均衡算法

针对CMA盲均衡算法的缺点,提出一种基于误差峰值的改进型CMA盲均衡算法。该算法把CMA盲均衡算法更新方程中的迭代步长由原来的固定值改成可变值,从而进一步提高了CMA盲均衡算法的收敛性。仿真结果表明,与CMA盲均衡算法相比,改进型CMA盲均衡算法具有更好的均衡效果和收敛性能。     

分数间隔判决反馈均衡技术的研究

本文研究了基于分数间隔的判决反馈均衡器,这种均衡器既对时间同步误差不敏感,又能在消除码间干扰的同时不引入噪声增益。分别采用最小均方算法,递归最小二乘算法和恒模算法来实现分数间隔判决反馈均衡器。通过仿真,比较了这三种算法的优缺点。在此基础上提出了一种改进的LMS和CMA算法相结合的混合算法。该算法只需要少量的训练序列,且性能比CMA算法有明显的改进。     

一种基于MCMA的双模切换变步长的盲均衡算法

在修正常模算法（MCMA）代价函数的基础上，根据OAM信号分布的特点，得到一种误差控制函数在CMA和DD算法间切换的、变步长的盲均衡算法。它充分利用了CMA与DD算法各自的优点，改善了常算法收敛速度慢和收敛后剩余码间干扰大的不足，能够补偿由信道引起的相位误差，同时还具有重新启动的能力。计算机仿真表明：该算法收敛速度较快，收敛后剩余码间干扰很小，输出星座图紧簇，没有相位旋转，而且在信道突变的情况下能快速达到二次均衡。     

一种基于MCMA的双模切换变步长的盲均衡算法

在修正常模算法（MCMA）代价函数的基础上，根据QAM信号分布的特点，得到一种误差控制函数在CMA和DD算法间切换的、变步长的盲均衡算法。它充分利用了CMA与DD算法各自的优点，改善了常算法收敛速度慢和收敛后剩余码间干扰大的不足，能够补偿由信道引起的相位误差，同时还具有重新启动的能力。计算机仿真表明：该算法收敛速度较快，收敛后剩余码间干扰很小，输出星座图紧簇，没有相位旋转，而且在信道突变的情况下能快速达到二次均衡。     

DS/CDMA系统中盲干扰抑制的快速收敛算法

提出了一种快速收敛的Set-Membership恒包络算法(SM-CM)用于DS／CDMA系统中的盲干扰抑制问题．这种方法是对恒包络算法的代价函数加一个误差上限，在由这个误差上限确定的超平面带里自适应地调节步长，从而得到最佳的检测器权值．对SM-CM和CMA算法的性能做了比较，并分析了误差上界不同对算法的影响．仿真表明，SM-CM算法的收敛速度、稳态性能和计算复杂性均优于传统的CMA算法，并且在动态环境中能快速地跟踪系统的变化，有效地抑制扩频系统中的多址干扰和窄带干扰．     

一种盲自适应判决反馈均衡器在DS/CDMA系统中的设计实现

在二进制DS/CDMA系统,考虑某一个目标用户,把其它用户看作干扰,设计了一种盲判决反馈自适应均衡器对色散信道进行均衡,使用自适应恒模(CMA)算法并对算法进行了仿真.其能够抑制多址干扰,消除码间串扰.     

Armijo搜索下改进的LS共轭梯度法

共轭梯度法是求解无约束优化问题的一类重要方法。通过调整搜索方向,提出了一类改进的LS共轭梯度法,该方法在每步迭代中都能不依赖于任何搜索而自行产生充分下降方向。在精确搜索下,该算法将还原为原LS方法。在适当的条件下,获证了该法在Armijo搜索下,即使求解非凸函数极小化的问题,算法也全局收敛。同时,数值实验表明该算法可以有效求解优化问题。     

最小均方误差判决和自适应判决反馈均衡器的设计实现

介绍了基于FIR和IIR的采用最小均方误差（MMSE）算法的判决反馈均衡器,针对该算法的缺点提出了两种采用自适应算法的判决反馈均衡器;LMS算法和CMA算法,对这些算法的仿真表明了各自的性能和优缺点,在此基础上提出了一种改进的混合算法,仿真表明,该算法只需要少量的训练序列,性能比CMA算法有明显的改进。     

Web挖掘在个性化推荐系统中数据预处理的研究

个性化推荐系统能够根据用户的兴趣偏好主动推荐他所需的资料。它的出现解决了人们寻找信息难的问题。数据预处理将原始的真实数据库转换成适于数据挖掘的挖掘数据库,为提高挖掘算法的效率,改善挖掘结果的效果打下了良好的基础。[1]     

一种油田产量的拟合并应用于预报的方法

本文首先介绍了油田产量数据的预处理方法;在油田产量数据预处理基础上提出了一种参数化的Weibull模型,这种模型对于预处理的产量数据具有很好的拟合性态,利用这种拟合可以简单地给出油田产量原始数据的一种非时变预报,这种方法较之时变参数预报法既简便又可达到同样的预报精度。     

二维傅里叶变换在针织物的密度测量中的应用

针对针织物结构具有一定空间周期性的特点，在对针织物图像预处理之后，利用傅里叶变换技术来提取横纵密的空间频率信息，测量针织物的横纵密。实验结果表明，该方法可以自动、快速、准确地实现横纵密测试的目的。     

基于Matlab图像处理技术对南疆红枣缺陷的检测

通过获取新疆南疆地区红枣图片,利用Matlab软件对原始图像进行预处理,然后进行图像分割、特征提取和图像识别,对新疆南疆地区红枣缺陷进行检测,结果表明,该方法能有效地识别有缺陷的红枣.     

一种基于粗糙集的区域交通绿时控制方法

本文根据一种基于粗糙集理论的数据挖掘方法,以路口检测数据为研究对象,通过记录数据形成原始的决策表,后通过改进的Semi Naive Scaler算法对原始决策表进行数据预处理,最后对数据预处理后的决策表采用基于可辨识矩阵的属性频度的启发式约简算法进行属性约简,得出的约简结果为关键的属性,即关键的相位,根据程序实现结果为道路决策部门提供依据。     

基于预处理的点到点最短路径计算方法

基于经典的Dijkstra算法,研究采用预处理的点到点最短路径算法。通过引入双向Dijkstra和基于reach的预处理方法形成新的RE算法,并利用C++编程设计算法程序,将新算法应用于交通工程领域。利用EFSS数据结构搭建考虑交叉口和路段延误的交通网络,检验新算法的适用性和效率,结果发现RE算法与Dijkstra算法相比,搜索速度有大幅提升且能保证路径查询的正确性,RE算法在大规模网络上优势更为显著,查询时间约为Dijkstra算法的10%。     

基于改进多尺度Retinex的墙体开槽机器人目标检测与定位

近年来,随着人工成本的提高和人口红利的消失,建筑行业急需机器人代替人工。针对于墙体开槽机器人在复杂多变的光照条件下特征提取失败、错误提取等问题,提出了一种改进的多尺度Retinex算法进行图像预处理。在原始多尺度Retinex应用到图像亮度分量得到每个像素位置亮度增量的基础上,本文采用衰减函数抑制高亮区域的亮度值增量,然后将亮度值增量转化为RGB三通道的变化量。试验结果表明,该预处理算法能在多种光照条件下得到了颜色较一致的图像,且能显著抑制色偏现象,克服了在单尺度Retinex阶段容易造成图片的灰化以及在高亮条件下颜色失真的问题。使用基于该预处理算法的墙体开槽机器人目标检测与定位方法使得机器人在复杂多变的光照条件下依然能够实现准确的目标检测与精准定位,为墙体开槽机器人的开发奠定了试验基础。     

用主成份提取进行数据库聚类预处理

按照相关性最小原则提出数据库主成份提取的聚类预处理方法(DCP PCE)对高维数据进行降维,以数据对象变异最大方向的投影作为特定数据对象集的主成份,实现分层次主成份聚类提取.用DCP PCE方法验证主成份对于原有信息全面覆盖的特性,同步解决了综合变量覆盖和降维问题,降低了数据对象集合的相异度和维度,实现了数据对象集合的聚类归约．将聚类分析引入高校数据资源的预处理环节,给出应用实例,为深入探索相关模式提供有效的分析方法．     

基于RS和GIS的南京市区生态绿地现状分析

基于ETM和SPOT图像，采用ERDAS和ARCGIS软件，对原始数据进行几何纠正、假彩色合成等一系列预处理。然后对图像进行监督分类、绿地信息提取，并运用景观软件对南京市区的生态绿地现状进行分析。研究表明：南京市区的绿地率较高，但是分布不均匀。     

一种新的掌纹特征提取算法

提出一种基于小波图像分解和不变矩函数的掌纹特征提取算法.该算法首先对掌纹ROI灰度图像进行N层二维小波分解,得到3N 1幅子带图像,分别计算每幅子图像的各阶不变矩函数作为特征向量.该算法首次将不变矩理论应用于掌纹识别,可对掌纹ROI灰度图像直接提取特征,去除了如图像增强和纹理细化等预处理算法所带来的消耗,得到的特征向量长度远小于传统算法.作者使用自行采集的数据库对该算法进行实验,获得了98.33%的正确识别率,验证了算法的有效性和准确性.