2型FIR高阶数字滤波器优化设计

研究了2型FIR线性相位滤波器的幅频特性与激励矩阵为CTB的神经网络并行算法之间的关系,提出并证明了该神经网络算法的收敛性定理,给出了FIR高阶数字滤波器优化设计实例.计算机仿真结果表明了该神经网络并行算法在FIR高阶数字滤波器优化设计领域的有效性.     

基于周期平稳信号特性的神经网络波束形成技术

绝大多数通信信号都具有周期平稳信号特性,SCORE算法就是一种利用周期平稳信号特性的优良的波束形成算法.然而,对于矩阵运算和矩阵求逆的巨大运算量的要求限制了它的应用.文中根据神经网络理论提出了一种神经网络波束形成技术(NNBFT),较好地解决了这一问题.仿真结果表明其性能优良,抗干扰性强     

用MATLAB设计IIR数字滤波器并在DSP上的实现

MATLAB是一种计算软件,主要是用于矩阵运算及控制和信息处理领域的分析设计,信号处理箱是其众多功能之一,信号处理工具箱包含了各种经典的和现代的数字信号处理技术,是一个优秀的算法研究与辅助设计的工具。本设计采用双线性变换法设计IIR数字滤波器,所以在根据滤波器指标求出巴特沃斯数字滤波器的阶数及频率参数后,直接通过MATLAB提供的设计函数进行IIR数字滤波器的设计,设计得出数字滤波器的参数后,编写源程序完成在DSP上实现。     

基于神经网络并行算法的海尔伯特变换器优化设计

研究了一种基于神经网络并行算法的海尔伯特变换器优化设计方法，提出并证明了冲经网络算法的收敛性定理，给出了海尔伯特变换器优化设计实例，仿真结果表明用该算法设计的海尔伯特变换器具有高的计一算精度和快的收敛速度，因而是有效的。     

基于短记忆原理的分数阶系统时域子空间辨识

针对多变量分数阶系统提出一种基于短记忆原理的时域子空间辨识算法. 该算法能够有效辨识多变量分数阶系统的系数矩阵和分数阶微分阶次. 利用Poisson 矩函数对输入输出信号进行滤波预处理,构造了子空间方法的输入输出矩阵. 通过代价函数将分数阶微分阶次辨识转化为参数寻优问题. 利用分数阶微分的短记忆原理,将分数阶微分阶次和输入输出数据矩阵进行分离,避免了输入输出信号的分数阶微分计算过程. 数值仿真对算法的有效性进行了验证.     

一种求解代数方程组的混合遗传算法及工程应用

针对用遗传算法求解代数方程组时解的精度问题，提出了一种混合遗传算法，这种算法采用实数编码方法，在遗传算法的基础上，引入一种用适应度函数值构成动态变化的搜索步长的随机搜索算子，当遗传算法求解达到某一精度时，应用该搜索算子在最优个体附近进行随机搜索，使算法解较快地逼近到所要求的精度，实验表明用这种算法求解代数方程组，可以达到较高的求解精度，在工程中用于求解关节型机器人速度逆解，避免了矩阵求逆，取得了满意的效果。     

基于神经网络算法的频谱分析

提出一种信号频谱分析的神经网络方法,研究了神经网络算法的收敛性,给出了频谱分析的应用实例.研究结果表明,该频谱分析方法不涉及复数的乘法运算和加法运算,计算精度高,便于软件和硬件实现,特别适合于DSP软硬件实现,因而是一种有效的信号频谱分析方法.     

小波神经网络逼近非线性函数算法

介绍用于函数近似的一种新型神经网络——小波神经网络,该小波神经网络采用的函数是sigmoid函数的组合.文中从理论上阐明了小波神经网络对某些时频有限的非线性函数的逼近能力,并实际建立了一个前馈小波神经网络,同时讨论了如何选择小波母函数及如何减少该神经网络规模的算法.实验结果表明这种小波神经网络可以在较小规模的基础上实现对这类非线性函数的逼近.     

DS-CDMA系统中基于矩阵点除算法的DOA估计

针对DS-CDMA系统的多用户环境,提出了一种有效的DOA估计算法.该算法首先分离出每一条路径上的信息,然后通过矩阵点除运算,高效地实现了DOA估计.算法避免了特征值分解这类复杂运算,同时也不需要估计信源个数并自动实现了路径配对,是一种简便易行的高精度算法.仿真实验验证了算法的有效性.     

改进子空间跟踪算法的直扩通信系统抗干扰

在深入研究基于特征分析的干扰抑制方法的基础上,先对特征相消器的权矢量进行简化,然后提出一种改进算法—正交稳健最小递归二乘（ORRLS）算法来实现特征相消器。ORRLS算法可以保证所得特征矢量矩阵具有正交性,还可以自适应地估计子空间维数。理论分析和仿真试验表明,ORRLS算法在强干扰的情况下,仍能稳健地收敛,更适合于直接序列扩频系统中的干扰抑制。     

汽车半主动悬架的神经网络控制

针对目前标准BP神经网络的缺点,提出基于高阶导数的多记忆BP算法,将能量函数的 阶导数与最速下降方向相结合,构造出一个新的最速下降方向,从而提高了神经网络的学习速度。证明了该算法相对于传统梯度算法的快速性,然后给出了该算法的实现方法,并进行了算例仿真。为了证明其实效性,设计了汽车半主动悬架神经网络控制器。结果证明,该算法便捷、实用、有效。     

一种解病态线性方程组的神经网络算法

详细研究了求解病态线性方程组AX=b的神经网络算法,提出并证明了神经网络算法的收敛性定理,算法的收敛性定理为神经网络学习率的选择提供了理论依据.为了验证算法的有效性,给出了应用实例.研究结果表明了求解病态线性方程组的神经网络算法是有效的.     

自底向上加快神经网络学习的算法

介绍了一种加快神经网络学习的改进算法.这种改进算法结合采用快速自底向上构造神经网络算法和动态优化学习参数算法.首先,快速自底向上构造神经网络算法自动地构建神经网络的优化结构;随后,动态优化学习参数算法动态地调整和选取优化的学习参数.实验结果显示,这种改进算法能自动有效地构造网络的优化结构,与其它算法相比,具有更好的分类性能、优化的网络结构和更快的学习速度.     

初等变换求逆矩阵的一种新方法

利用矩阵的初等变换给出了一种具体的求矩阵逆的方法,此方法适用于高阶可逆的无规则矩阵的求逆.     

基于RBF神经网络多步预测的自适应PID控制

提出一种基于RBF神经网络多步预测的自适应PID控制算法．该算法用无局部极小的径向基函数网络对非线性系统进行在线辨识，利用多步预测误差对PID型控制器网络进行训练，从而实现PID参数的在线自适应寻优．通过对典型非线性系统的仿真研究，该控制系统具有较强的适应性和鲁棒性．     

线性方程组的神经网络算法

研究了线性方程组AX=b的神经网络算法,该算法加快了神经网络的收敛速度,大大提高了计算速度,并且该算法对奇异方程组也是有效的。     

高维不确定多变量系统的高阶滑模分解控制

针对一类高维不确定多变量系统,提出一种高阶非奇异终端滑模分解控制方法.通过两次非奇异状态变换,首先将系统分解为输入输出子系统和内部子系统.针对输入输出子系统,巧妙结合高阶滑模和非奇异终端滑模,基于跟踪微分器技术,设计了一种新型的高阶非奇异终端滑模控制器,可提高子系统的收敛速度,消除滑模控制的高频抖振信号,同时将内部子系...