界约束非线性优化问题的信赖域滤子法

提出一种信赖域滤子方法来求解界约束的非线性优化问题，该方法将滤子技巧和投影梯度方法相结合，简化了算法的形式，证明了算法的全局收敛性，并给出了数值试验     

相容滤子完备偏序集上投射算子的几个性质

本文从对偶地角度出发,引入了相容滤子集、相容滤子完备偏序集的概念,并研究了偏序集及相容滤子完备偏序集上投射算子的几个性质.证明了若p:L→L是偏序集L上保相容滤子交的投射算子,则p(L)在L中对相容滤子交封闭等相关结论.     

Fnzzy滤子与Fnzzy式收敛

本文给出了Fuzzy滤子及其聚点、极限点的定义,并证明了定理1、定理2,从而我们得到了在Fuzzy拓扑学的收敛理论中,Fuzzy滤子与Furry网的概念是等效的。     

区间集上非交换剩余格广义fuzzy奇异滤子的特征刻画

在研究区间集思想、滤子理论和奇异概念的基础上,给出了区间集上非交换剩余格与区间集上非交换剩余格广义fuzzy奇异滤子的定义,得到了I(2~U)的广义fuzzy奇异滤子的基本结构特征与基本性质表示定理,以凸显基于非交换逻辑的区间集上非交换剩余格的代数结构的多样性。     

T-R0代数及其滤子

基于一般R0代数的定义,在e*命题集中定义了一种特殊的具体的R0代数-T-R0代数;基于对e*系统中的极大命题集和完备命题集,给出了T-R0代数代数的滤子的一般形式及其T-R0代数的特殊滤子与特殊命题集之间的关系..关键词:e*命题逻辑系统;R0代数;T-R0代数;滤子;极大命题集;完备命题集     

提高空间谱算法分辨率的DOA估计

针对传统MUSIC算法在低信噪比,小快拍数等非理想条件下分辨率下降的问题,提出了改进的基于子空间投影的MUSIC测向算法. 该算法充分利用子空间信息,采用新的特征值校正方法对噪声子空间进行加权,并与加权信号子空间投影进行空间谱合成,得到新的空间谱函数. 搜索函数极大值,就能得到来波方向. 新方法既保
留了噪声子空间算法的高分辨性能,又保留了信号子空间算法的稳定性. 计算机仿真和实测数据表明新方法有效.     

用于MIMO-OFDM的变换域盲信道估计算法

为了克服确定性子空间算法对信道阶数过估计比较敏感的缺点,将变换域方法与子空间方法相结合,提出了一种具有阶数误差鲁棒的子空间算法.该算法利用频域子空间算法对信道进行估计,根据变换域算法进行降噪处理,以改善估计精度.为了进一步评估信道估计器的性能,推导了算法的最小约束克拉美罗界.理论分析与仿真结果表明,该算法对信道阶数的过估计具有很强的鲁棒性.     

一种基于Contourlet变换的多聚焦图像融合方法

提出了一种基于Contourlet变换的多聚焦图像融合方法.首先采用Contourlet变换对不同聚焦的图像进行分解,然后在不同的子带中进行图像融合.低频子带采用基于区域能量改进的融合算法;高频子带采用基于D-S证据理论的融合算法.实验结果表明,该算法能够有效地融合源图像信息,保持源图像特征.     

时频域子带线性调频干扰抑制算法

通过对线性调频（LFM）信号子带分解的分析,提出了一种基于子带信号处理的时频单元剔除（SSP TFCD）LFM干扰抑制算法.这种算法充分利用了子带分解的时频定位特性,在干扰基本消除的同时保证了信号的失真度较小,因此它可以为系统带来较大的性能增益.仿真结果进一步证实本算法的性能优于基于子带分解的子带剔除算法(SSP SD).     

解码转发中继网络基于OFDMA的低复杂度资源分配

摘要： 该文研究满足用户速率需求的子载波配对、动态子载波分配和功率分配的联合优化,建立了使传输速率与用户期望速率之差最小化的优化数学模型. 首先提出平均功率分配下基于用户期望速率的子载波配对和动态子载波分配算法(dynamic subcarrier allocation based on expected rate, ERDSA). 为了保证用户的公平性,提出在系统资源不足时按比例减小接入用户期望速率的子载波配对和动态子载波分配算法(enhanced dynamic subcarrier allocation based on expected rate, EERDSA). 由于平均功率分配时,第1 跳子载波与第2 跳子载波的速率存在不完美匹配的问题,进而提出联合子载波配对、动态子载波分配和功率分配算法(dynamic joint subcarrier and power allocation, DJSPA). 分析表明3 种算法的复杂度仅与子载波数呈线性关系,均为低复杂度的优化算法. 仿真表明,这几种算法可满足用户的期望速率,降低系统功耗.     

基于遗传禁忌混合算法的静态电压稳定裕度计算

提出一种基于遗传禁忌混合算法的静态电压稳定裕度计算的新方法．该方法将全局搜索能力强的遗传算法和局部搜索能力强的禁忌搜索算法结合在一起，通过改进的连续潮流法计算，可快速而准确地获取系统最大静态电压稳定裕度，并在一定程度上弥补遗传算法和禁忌搜索算法单独使用的不足．应用该混合算法对IEEE14节点系统进行仿真计算，验证了该方法可行且有效．     

三轴磁航向传感器误差补偿

用椭球拟合法进行磁航向传感器误差补偿时,约束矩阵奇异导致算法不稳定. 对此提出改进的最小二乘椭球拟合算法,讨论了磁航向传感器的误差来源,建立了误差数学模型. 结合对约束矩阵的奇异性分析,提出矩阵分块分解方法解决奇异性问题,并用最小二乘法求解椭球系数. 该算法消除了传统算法的不稳定性,降低了计算量. 计算机仿真和转台实验表明它能有效补偿磁航向传感器的测量误差,补偿后航向最大误差小于0.42m.     

对偶四元数导航的简化算法

摘要： 针对原始对偶四元数导航算法计算量大的问题推导了一种简化算法,对原始算法的矢量求解进行数学化简,使引力速度、非引力速度和位置矢量的求解变得简单明了,物理意义明确清晰. 通过近似将简化算法中的非引力速度公式再次化简而得到近似算法. 仿真导航显示,简化算法与原始对偶四元数法解算的位置精度相同,均高于传统捷联导航算法,而简化算法计算量最小;近似算法的位置精度与简化算法相比无明显下降.     

求解TSP的演化算法

提出的计算ＴＳＰ的新算法具有如下特色：１）把演化计算与分枝定界算法相结合；２）面向网络的分布式并行计算，因而它在多方面比通常的分枝定界算法优越，实例证明了这点。     

基于组合赋权及TOPSIS的隐写分析算法综合评估

分析了隐写分析技术在不同背景下的应用需求,提出了一种基于组合赋权及逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)的隐写分析算法性能评估方法.该方法包含检测率、虚警率、可靠性、检测误差及算法运行速度等5个指标,先用熵权法确定指标权重,再根据层次分析法进行主观赋权,最后用TOPSIS实现对隐写分析算法的综合评估.实验结果表明,该方法可针对不同的性能指标要求选出最优的隐写分析算法,且对隐写分析算法性能的改进具有指导意义.     

高阶微分器优化设计研究

提出了一种基于BP算法的正弦基函数神经网络模型，研究了该数神经网络算法与线性相位数分器幅频特性的关系，提出了该神经网络算法的收敛条件，给出了高阶微分器的优化设计实例。计算机仿真结果表明了该神经网络算法不仅是有效的而且是高效的。与传统的窗口函数法和雷米兹化设计方法相比，本优化设计方法不需要计算矩阵的逆，因而解决了雷米兹优化设计方法求高阶矩阵逆的困难。由于微分器是一种特殊的4型FIR线性相位滤波器，只要求出脉冲响应序列，就可以用软件方法实现数字微发运算，也可以通过CPLD复杂可编程器件或DSP数字信号处理芯片实现硬件数字微分运算，因此，设计出性能指标优异的微分器是高阶微分器具有十分重要的实际意义。     

一种新的CMOS模拟单元电路优化设计方法

在CMOS单元电路的参数自动生成和优化中提出了一个新的设计方法,其核心算法是基于小生境的遗传算法.仿真结果表明:优化后的电路性能与基于仿真方法相差不大,但是其具有较短运行时间的优势.     

基于自适应权重的粒子群和K均值混合聚类算法研究

针对K均值聚类算法存在的缺点,提出了一种基于自适应权重的粒子群优化(PSO)和K均值混合聚类算法.该算法在运行过程中通过引入非线性动态惯性权重系数,提高了混合聚类算法全局搜索能力和局部改良能力,并根据群体的适应度方差来确定K均值算法操作时机,增强算法局部搜索能力的同时缩短了收敛时间.将该算法与K均值聚类算法、基本PSO聚类算法和基于传统的粒子群K均值聚类算法进行比较,表明该算法不仅能有效地克服陷入局部最优,而且全局收敛能力和收敛速度都有所提高.     

植物三维点云分割

针对植物点云具有形状不规则、密度不均匀的特点,提出一种适用于植物的三维点云分割方法。将烟草、玉米、黄瓜这3种植物作为样本数据,以滤波等预处理方法去除离群点与背景点,以欧氏聚类算法分割植物群体,并用区域增长算法、边缘提取算法、超体素聚类算法以及基于凹凸性的方法来分割叶片器官。将所提出的方法用于分割烟草、玉米的三维点云,其覆盖率分别为87.5%、96.9%,从而验证了该方法的可行性与有效性,为自动提取作物叶器官表型研究提供了线索。     

道路监控视频中运动目标分割算法的研究

运动目标分割是交通事件检测的基础,分割的质量直接影响道路事件检测的准确性.依次研究了平均法、连续帧差法、混合高斯建模及阴影消除等算法,并综合应用于道路监控视频的运动目标分割的各阶段.针对连续帧差法和混合高斯建模算法进行了仿真实验,结果表明,混合高斯建模算法更适合做运动目标的分割,但由此得到的前景运动目标常受到阴影干扰,所以在混合高斯建模算法中,加入了消除运动目标阴影的算法.通过实验仿真表明,优化的该算法能够更加清晰地分割出前景运动目标图像.