两种块控标准型的化简方法

本文介绍两种将一般线性时变系统化为块控标准型的方法:一种为线性化方法;一种为旋转坐标法。线性化方法包括 r—1步,通过对原系统进行线性变换逐步得到块控标准型。这种方法的特点是简单明了。而旋转坐标法是一种标准的计算机迭代算法,其优点是计算时不用判断控制矩阵的秩,不用计算状态变换矩阵的逆和导数,大大减少了计算量,适用于工程实际应用。     

基于动态调整位移参数的BP改进算法

人工神经网络应用中,80％～90％采用BP网络,BP神经网络实质是一个无约束非线性最优化计算过程,计算时间长,且难得到最优结果．文中提出了一种动态调整位移参数的BP改进算法,使得BP网络能尽快跳出平坦区,加快计算速度．实验对太阳黑子进行预测,证明改进后BP算法具有速度快、精度高等方面的优点,达到了预期效果．     

基于不可分离小波框架变换的多聚焦图像融合算法

为解决多聚焦图像融合问题,提出了一种基于不可分离小波框架(NWF)变换的融合算法：首先,对各原图像进行NWF变换;然后,根据变换后系数计算图像的对比度量测,融合处理为基于对比度量测的系数选取过程,并对选取后的系数进行一致性校验;最后,对组合后的系数进行NWF逆变换,得到融合后的图像．实验结果表明,该算法能够较好地解决多聚焦图像融合问题．     

HOUGH-质心算法及其在形状识别中的应用

本文提出了一种扩展的Hough变换,它可以用于曲线检测、多类目标识别和同类目标失真参数估计。由于对原图象及其Hough变换图象两次进行质心计算,使得失真参数——位移量、尺度因子、旋转角能独立分步地计算。本算法同Krishnapuram—Casasent算法(KC法)相比,具有参数搜索精度和目标识别正确率高、运算速度快、占用内存少及抗干扰性强等优点。在对五种飞机模型图形的失真参数搜索和类型识别中,本算法的处理速度比KC算法提高了25倍,所占内存单元减少到1/5。     

带随机参数线性系统参数和状态估计的两阶段卡尔曼滤波算法

本文提出了一种带随机参数线性系统参数和状态估计的两阶段卡尔曼滤波算法.先利用卡尔曼滤波器和参数的观测信息作出参数的估计;然后把参数估计值代入状态方程得到原状态方程的近似,再次利用卡尔曼滤波器和观测信息作出状态的估计.优点是节省计算量,同时,估计的精度也有所提高.     

一种改进的等误差竞争学习矢量量化算法

针对等误差竞争学习矢量量化算法的初始码书生成随机性较强和搜索获胜码字计算量较大这2个缺点,提出了一种改进算法。对于初始码书的缺点,改进算法采用一种基于训练矢量的统计特征量的分类平均初始码书生成算法,同时改进算法利用3个不等式来快速排除大量候选码字,从而解决了原算法计算量较大的问题。仿真实验表明,改进算法的计算量比原算法减小了80%,而图像效果即峰值信噪比(PSNR)比原算法平均提升了0.5 dB左右。     

一种简化的对数最大后验概率译码算法

提出了一种简化的对数最大后验概率译码算法．该简化算法基于逼近理论，用最佳平方逼近多项式近似计算校正函数，近似多项式的系数根据特征定理确定．与原算法相比，简化算法具有低复杂度、译码延时少的优点．仿真结果表明：计算复杂度比原算法降低约30％；在加性白高斯噪声信道和平坦慢衰落瑞利信道上，其编码增益比求最大值对数最大后验概率译码算法高出0．3～0．5dB，与原算法相近．因此，简化算法可替代对数最大后验概率译码算法在Turbo码译码器中使用．     

一种改进的等误差竞争学习矢量量化算法

针对等误差竞争学习矢量量化算法的初始码书生成随机性较强和搜索获胜码字计算量较大这2个缺点.提出了一种改进算法.对于初始码书的缺点,改进算法采用一种基于训练矢量的统计特征量的分类平均初始码书生成算法,同时改进算法利用3个不等式来快速排除大量候选码字,从而解决了原算法计算量较大的问题.仿真实验表明,改进算法的计算量比原算法减小了80%,而图像效果即峰值信噪比(PSNR)比原算法平均提升了0.5 dB左右.     

不可解机械手铰座标的快速算法——半迭代半解析法

不可解机械手在结构设计和工作空间方面有不少优点,而铰座标算法对机械手的控制极为重要.本文提出一种求不可解机械手铰座标的快速算法——半迭代半解析法.与现有算法相比,新算法应用面广,计算量小,收敛快速稳定,可用于实时连续轨迹控制.     

一种高效的色散介质通用时域有限差分方法

提出一种改进的色散介质通用半解析递归卷积时域有限差分(SARC-FDTD)方法;该方法在保持原算法高精度、高稳定性、使用简便等优点的基础上,进一步简化了时域更新公式,以更少的计算量和内存占用,实现了原算法的计算精度。同时,算法的适用范围进一步被扩展到极点-留数(PR)和临界点(CP)模型。最后,将算法应用于高阶Debye、Lorentz以及DrudeCP介质中的反射特性研究,验证了其有效性。     

基于FastICA的低信噪比雷达信号分选算法

针对传统的基于参数的信号分选系统已无法适应当前复杂情况下的雷达信号分选问题,将基于独立分量分析(ICA)的盲源分离算法引入雷达信号分选算法.快速ICA(FastICA)算法结合了定点迭代和非高斯最大化算法,具有稳定性好、收敛速度快、计算量小等优点.但该算法对噪声非常敏感,无法在低信噪比情况下进行信号分选.针对这一缺点,引入同步累加平均降噪算法,并结合信号均衡、平滑处理进行改进,使得新算法在低信噪比情况下对雷达信号进行分选.仿真表明改进后的算法在低信噪比情况下具有良好的分选效果,并保留了原算法的优点.     

求解线性互补问题的Lemke算法的一种改进

介绍求解线性互补问题的Ｌｅｍｋｅ算法的一种改进．计算表明，改进的算法具有计算量少、机时节省的优点，是一种实用的有效的快速算法     

基于粒子群优化的独立分量分析算法研究

在分析独立分量分析算法的基础上,给出了一种基于粒子群优化的独立分量分析算法。该算法以互信息量最小化为目标函数,通过对粒子群位置矢量和速度矢量更新的改进,得到全局最优值,从而得到分离矩阵。仿真实验表明,基于粒子群优化的独立分量分析算法是一种非常有效的盲源分离算法。     

基于滑动窗口的指数平均动态电源管理预测算法

针对动态电源管理中指数平均预测算法存在的不足,提出了一种改进的指数平均动态电源管理预测算法.该算法结合滑动窗口,加入动态自适应调节因子,充分利用设备空闲状态的历史信息对未来的空闲时间进行预测.实验结果表明该算法对工作状态平稳的系统空闲预测效果良好,预测误差率比原算法降低了8.3%,并具有对样本数量要求少,计算量小,能自适应调整预测参数的优点.     

基于辅助粒子滤波的盲多用户检测快速算法

针对粒子滤波在盲多用户检测中计算复杂的问题，构建了一种低复杂度的辅助粒子滤波盲多用户检测快速算法．在同步快变平衰落信道下，该算法对超过门限数目的粒子进行分类，并以匹配滤波检测器的检测值作为相应类别粒子权系数的加速依据，以不同类别粒子的概率差闽值及匹配滤波检测器的检测值作为粒子滤波所需粒子数目是否足够的判断准则，自动调节不同情况下所需的粒子数目，通过降低粒子数目来降低粒子滤波盲多用户检测算法的计算复杂度．仿真结果表明，辅助粒子滤波快速算法在多用户检测性能上可与原粒子滤波算法相比拟，且计算量可降低30％～40％．     

一种基于改进独立分量分析算法的谐波源分离与定位方法

针对配电网谐波阻抗未知情况下,用独立分量分析算法提取谐波电流的顺序对谐波电流的分离性能有较大影响的问题,提出一种通过改进独立分量分析算法的谐波电流提取,进而进行谐波源分离与定位的方法.将信号处理中的抽气技术用于独立分量分析算法中,得到改进的独立分量分析算法;以谐波电压为量测量,采用改进独立分量分析算法按负熵大小降序提取谐波电流,通过计算分离得到的谐波电流与各量测节点谐波电压之间的互信息,对谐波源进行准确定位.在IEEE14节点配电系统中进行仿真测试,以归一化偏移误差和相关系数为评价指标,将其与独立分量分析算法分离得到的谐波电流进行对比,结果表明所提出的方法能实现谐波源的准确估计和定位.     

一种改进的等误差自组织特征映射矢量量化算法

为了改善矢量量化的码书性能和提高神经网络的学习效率,在分析等误差自组织特征映射算法(equidistortion self-organizing feature mapping,EDSOFM)的基础上,提出了一种改进算法。改进算法将模糊神经网的隶属度函数引入到竞争学习算法中,有效地提高了学习收敛速度。针对原算法搜索获胜码字时计算量较大的问题,改进算法通过不等式判决的方法,快速排除了大量的不匹配码字。实验结果表明,改进算法使码书设计的计算量得到明显的减少,而且码书的性能得到了提高。     

转子动平衡影响系数法的改进与实现

基于振动分析理论,本文指出了在频域里影响系数与频响函数的定义是一致的,并对转子动平衡的影响系数法进行改进。改进后的方法保留了影响系数法的一切优点,但比原方法计算效率高,简捷易行,并能直接在双通道动态信号分析仪上实现。     

负荷计算方法的补充

指出供电设计中现有需用系数法和二项式系数法负荷计算方法存在的问题,提出了采用两种方法的应用条件和应注意问题,给出了一种新的补充算法.     

基于遗传算法的函数优化拟下降算法

在传统优化算法中嵌入一拟下降步,改善了算法的收敛性质,用遗传算法计算下降步,提高了算法的全局搜索能力,又不改变原算法的收敛性,数值计算结果表明,所提出的算法结合了遗传算法和传统算法的优点,是一种查行的解决函数优化问题的混合算法。