加权平均法在GFSINS角速度解算中的应用

针对积分法带来快速误差积累以及开方法存在大量开方运算和符号误判等问题,提出了将加权平均法应用到无陀螺捷联惯导系统(gyro free strapdown inertial navigation system, GFSINS)角速度解算中的新方法。基于一种改进的九加速度计配置方式,推导了两种传统角速度解算方法;采用基于多元统计理论的加权平均法,将积分法和开方法得到的两组角速度通过选择最优权数进行有效数据融合,得到一组误差更小的角速度。仿真结果表明,此方法不仅能消除迭代误差,而且其角速度解算精度比开方法提高了大约1.5倍。     

交替迭代的变分修复模型及其分裂Bregman算法

为对图像的缺损部分进行有效地修复, 提出了一种交替迭代的变分修复模型。 通过分析新模型的性质, 给出一种高效且快速的迭代算法。新方法首先利用交替极小化方法化原问题为两个去耦的次问题,　然后对两个次问题再分别利用分裂Bregman方法进行数值求解。实验结果表明,本文所提出的新算法不但修复效果较好, 而且修复速度较快。     

差分进化算法结合正则化解算病态方程

针对卫星导航快速定位中的观测方程病态问题,提出一种利用自适应加权的差分进化(differential evolution,DE)算法结合Tikhonov正则化求解病态方程的方法。在深入分析DE算法寻优过程的基础上,通过自适应地改变当前个体的加权因子,并在目标函数中引入正则化项,快速稳健地求解病态方程。仿真实例表明:当法矩阵条件数为10⁵左右时,新方法的解算精度比传统的截断奇异值法、Tikhonov正则化法、遗传算法(genetic algorithm,GA)和DE算法分别高约5倍、2倍、1.5倍和1倍;迭代次数是DE算法的22.37%、GA算法的5.67%,寻优速度最快;加入粗差后,新方法的解算精度基本不变,即具有较好的稳健性。     

基于软信道估计的JIED水声通信方法

为提高水声通信系统的数据传输速率和可靠性,提出一种新的基于软信道估计的联合迭代均衡译码(joint iterative equalization and decoding, JIED)水声通信方法。该方法利用软输入软输出(soft in soft out, SISO)译码器反馈的外似然比计算符号软估计信息,并应用于稀疏自适应信道估计器的抽头系数更新过程。经过译码器和均衡器之间多次迭代交换软信息联合处理接收信号,信道估计精度与均衡效果显著提高。水声通信实验结果表明在通信距离1.8 km、2 kHz有效带宽内,新方法在第2次迭代后即可实现2 kb/s的无误码传输,可以有效提高系统可靠性和传输速率。     

萤火虫群算法优化高斯过程的网络安全态势预测

针对共轭梯度法获取高斯过程超参数存在迭代次数难以确定及预测不精准等问题,提出一种萤火虫群算法优化高斯过程的预测方法,并将其应用于网络安全态势预测研究。采用萤火虫群优化算法对高斯过程超参数进行智能寻优,建立基于高斯过程回归的网络安全态势预测模型。实验结果表明新方法的平均相对预测误差较共轭梯度法、粒子群优化算法和人工蜂群优化算法分别降低了近29.46%、10.37%和4.22%,且新方法收敛较快。另外,分析对比了3种单一类型和2种复合类型的协方差函数对高斯过程预测的影响,实验结果表明采用神经网络与有理二次的复合协方差函数(neural network and rational quadratic composite covariance function, NN-RQ)的平均相对预测误差较其他4类协方差函数降低了1.65%~7.51%。     

混沌分形优化方法及其应用

混沌分形是动力系统普遍出现的一种现象．牛顿优化技术是重要的一雏及多雏优化迭代技术，其迭代本身对初始点非常敏感，该敏感区是牛顿优化技术所构成的非线性离散动力系统Julia集．在Julia集中迭代函数会呈现出混沌分形现象，论文提出了一种寻找牛顿优化迭代函数的Julia点的求解方法，利用非线性离散动力系统在其Julia集出现混沌分形现象的特点，提出了一种基于牛顿优化技术的全局优化新方法，数值试验表明了该方法的有效性和正确性．     

判断矩阵一致性改进的一种实用方法

本文提出了判断矩阵一致性改进的一种新方法,给出了其简洁的迭代算法及一些算例,该法一次只修改判断矩阵的一对元素,因此能较多地保留原判断矩阵的包含的信息。     

用进化-模拟退火算法求解Lambert方程

Lambert方程在轨道拦截和初始轨道确定起着重要作用。求解Lambert方程的传统算法主要有Newton迭代方法和超几何级数展开方法等,但这些算法都有一定的局限性(如有可能出现迭代收敛过慢,级数展开收敛性问题)。采用进化-模拟退火算法(EA-SA)算法求解Lambert方程,其中进化算法具有全局搜索能力,而模拟退火具有局部锁搜索能力。该方法克服了某些情况下梯度下降法有时收敛过慢和超几何级数不收敛的缺点,并具有通用性,便于操作和理解。通过仿真计算对比表明,EA-SA具有普适性,而且精度优于其它两种算法。     

动态指数平滑预测方法及其应用

指数平滑法是应用广泛的时间序列预测方法之一,但在传统方法中其相关系数的确定具有主观性,因此,其预测结果往往偏差较大.本文对传统指数平滑法进行改进,将其参数动态化,使得模型随预测过程自动更新,从而保证了预测的实时性、客观性.以最小预测误差平方和(SSE)为优化目标建立动态指数平滑参数和初值的优化模型,并通过迭代优化法求解.通过动态指数平滑模型,传统方法的一些缺陷,如模型参数选取的主观性、易导致预测偏差等被有效解决.预测实例表明,新方法优于传统指数平滑方法.     

随机投影阵下的界约束总变分图像恢复算法

主要研究以交替方向法为基础的总变分图像恢复模型,结合约束优化问题以及快速迭代技术,提出了一种约束总变分图像恢复的快速算法。对总变分模型添加范围约束,利用交替方向法进行求解,把原问题转化为3个子问题,分别用迭代阈值法、快速傅里叶变换法以及投影法进行求解。把快速迭代技术应用于迭代阈值法来提高计算效率,利用非精确计算法来克服系数矩阵为随机投影阵带来的傅里叶变换的计算费时问题。数值试验结果〖JP2〗表明,针对随机投影阵下的约束总变分问题,新方法在提高计算效率的同时还能得到很好的图像恢复效果。     

求解一类非线性优化问题的新算法

给出了无约束问题的一种新方法——平面上的黄金分割法,这是一种直接解法,该方法是一维搜索中的0.618法在平面上的推广,无需计算函数的导数,仅需计算函数值既可.此外,本法克服了以往直接解法所共有的要求大量计算机内存的缺点,所采用的迭代方法每次只需要处理一个矩形的数字信息,因而仅需占用极少的计算机内存,并且并不因此而降低计算效率,其计算速度可与需要计算导数的共轭梯度法相比.     

提高灰色模型精度的一种新方法

本文提出了一种提高灰色模型(GM)精度的新方法,我们称其为小m法.文中介绍了小m法的原理,实例演示了该方法并用灰色关联度验证了该方法的有效性.     

基于禁忌搜索的CDMA多用户检测算法研究

基于禁忌搜索 (tabusearch ,TS)的原理 ,提出了两种实现码分多址 (CDMA)系统的多用户检测 (MUD)的算法。一种是通过合理地选择初始解、当前解的邻域以及禁忌搜索表 ,构造禁忌搜索检测方法 ;另外一种是采用禁忌学习神经网络 (TLNN) ,通过神经网络状态方程的迭代完成最优检测目标函数的全局寻优。通过分析以及对同步和异步情况的仿真表明 ,这两种方法均具有多项式的计算复杂度 ,而TLNN比TS复杂度更低 ;它们优于传统、多级、Hopfield神经网络等方法 ,对远近问题不敏感 ,并且具有与最佳检测方法 (OD)接近的误码率性能。     

GSVM优化问题的一种新的光滑函数法

提出求解广义支撑向量机(GSVM)优化问题的一种新的光滑函数法,克服了已有算法收敛速度慢且计算结构复杂的缺陷。首先利用最优化理论的KKT互补条件,将GSVM转化为无约束优化问题,然后给出了基于Newton型迭代的光滑函数的迭代方法。给出了这种光滑函数的有关性质、迭代算法的迭代格式及其收敛性。通过理论分析及数值实验证明了该算法对初始点不敏感,且收敛速度快、数值稳定。从而验证了算法的可行性和有效性。     

具有慢、快模态控制系统的仿真

本文应用奇异摄动理论研究了具有慢、快模态控制系统的仿真,解决了在数值计算上的病态问题。通过对降价模型的误差分析,提出了分解系统的迭代方法。该法可以明显地提高系统的仿真精度,缩短仿真时间,为大规模系统的仿真提供了一种有效的方法。通过对具体例子的仿真,表明了由迭代分解所得到的关于O(ε^k)理论是实用有效的。     

多元LDPC-CPM系统中动态迭代停止算法

针对正反馈存在于短帧多元低密度奇偶校验码(low density parity check,LDPC)与高阶连续相位调制(continuous phase modulation,CPM)迭代系统中的问题,提出一种在低信噪比采用加权联合平均外信息交换、在中高信噪比采用加权外信息交换的外信息处理方式。该方式对解调器与译码器之间传递的外信息进行相应处理,可以有效控制波动过大的位概率。同时将交叉熵(cross entropy,CE)和辅助硬判决(hard decision aided,HDA)两种迭代停止准则与加权外信息处理方式结合进行动态迭代译码。理论分析和仿真结果表明,对外信息交换进行加权操作并联合动态迭代停止算法能够在有效减少正反馈的同时使迭代的收敛性得到优化,同时迭代停止算法可减少平均迭代次数,提高系统的实时性。     

迭代容积卡尔曼滤波算法及其应用

将Gauss Newton迭代和容积卡尔曼滤波(cubature Kalman filter, CKF)算法相结合,建立了一种迭代CKF(iterated CKF, ICKF)算法。该算法使用容积数值积分原则直接计算非线性随机函数的均值和方差,且在迭代过程中利用最新量测信息并改进迭代过程产生的新息方差和协方差,可获得较高的估计精度。针对弹道系数未知的再入弹道目标状态估计问题,仿真实验结果显示,该方法实现简单,比无迹卡尔曼滤波方法(unscented Kalman filter, UKF)及CKF方法效果要好。     

高层体系结构中DDM数据过滤方法

匹配方法是影响数据分发管理性能的关键因素,是实现数据过滤的有效手段.重点研究了实现DDM数据过滤的两种新方法:排序匹配法和R-树匹配法.分析了排序法和R-树法的过滤原理及其特点,给出了实现排序法的序表方案,以及R-树匹配法的框架组成结构.通过仿真实验对两种方法的性能进行了比较,结果表明,R-树法在构造时间开销和搜索时间开销上均优于排序法.     

一种基于BDD求解PIS的新方法

提出了基于双择判决有向图 (BinaryDecisionDigraph ,BDD)求解故障树的全部PIS的新方法 ,该方法将故障树转化为BDD ,通过反对称规律将故障树的BDD转化为对偶BDD ,再基于该对偶BDD用迭代算法实施第二次对偶运算 ,从而达到求原故障树全部质蕴涵集的目的     

分析与设计边跟踪-边扫描雷达的新方法

一、前言 传统的边跟踪一边扫描(TWS)雷达的设计优化方法独立考虑检测和跟踪两种功能。本文提出把两种功能的性能一起优化的一种新方法。 在这篇文章中,我们将推导一些解析公式,用以表示输入门限、试验目标门限、航