一种新的仿真算法

本文提出了一种新的仿真算法,给出了计算公式和计算程序,研究了它的算法特点。它是一个显式方法,同欧拉法一样,每积分一步,只需计算一次右函数,但它的稳定区域与欧拉法不同。它被用于不适合用欧拉法的问题中。在运载火箭姿态控制系统仿真中,它得到了成功的应用。     

A ROBUST SQP METHOD BASED ON A SMOOTHING APPROXIMATE PENALTY FUNCTION FOR INEQUALITY CONSTRAINED OPTIMIZATION

1 IntroductionConsider the following inequality constrained optiInization problem:Inin f(x)xeRn(1)s.t. g(x) 5 0where f: R1'-R, g: R"-Rm are cofltinuousIy differentiable functions.SQP method for soIving problem(1) is to gellerate a sequence {xk} converging…     

一种加密算法及其在军事通信中的应用

军事通信的安全保密是国防建设中的重要问题。采用密码技术对信息加密是最常用、最有效的安全保护手段。在密码技术中,加密算法是核心。以数论中的一个定理为基础提出了一种加密算法,通过数学推导得到两个推论,以此对加密算法进行改进,并分析了算法的可行性。这一加密算法原理简单,实现方便,能够用于实现保密通信和多址通信,可以有效地提高军事通信的安全保密性能。     

EMD-ISMO算法在电力负荷预测中的应用

电力负荷是受多种因素影响的复杂非线性系统,具有明显的周期波动性和趋势性。利用集平稳化和层次化处理能力于一体的经验模态分解（EMD）方法处理非线性非平稳信号的有效性,对电力负荷数据进行平稳化处理,分离出12组IMF数据,包含若干个不同频率的平稳分量,能更明显地看出原负荷序列的周期项、随机项和趋势项;结合对负荷数据具有很好预测能力的改进SMO算法（ISMO）,对IMF数据进行分别预测和组合预测,提出了一种EMD-ISMO算法。实验结果表明,该方法无论在预测精度还是收敛速度上都比单纯的SMO算法有了很大改进,取得了很好的预测效果。

Abstract：

Electrical load is a complex nonlinear system which is affected by many factors.It has obvious volatile,cyclical,and tendency.Empirical mode decomposition （EMD） algorithm has smoothing and hierarchical processing ability.It can process the nonlinear and non-stationary digtal signal effectively.EMD algorithm was used to process the electrical load data.12 groups IMF data were decomposed,including a number of smooth components with different frequency.The cyclical term,random term and tendency term could be observed clearly.EMD-ISMO algorithm was proposed combining with the improved SMO algorithm（ISMO） which had perfect forecasting ability.Forecasting model was established with IMF data to forecast separately and jointly.The experimental results show that EMD-SMO algorithm can greatly improve the forcast accuracy and computation speed.It achieve very good forcast results.     

非线性规划的混合遗传算法

遗传算法是一类模拟自然界生物进化过程与机制、求解问题的自组织和自适应的人工智能技术,是非常好的求解优化问题的算法,但是它也容易产生早熟现象,且局部搜索能力较差。因此,在分析传统的非线性规划方法的基础上,针对传统方法的局限性,为非线性规划模型设计了一种新的启发式算法,即结合遗传算法、模拟退火算法和动态惩罚函数法的混合遗传算法,以发挥各算法处理问题的优势。对算法的过程进行了分析。通过实例说明,该算法对于求解所建立的问题是有效的。     

一种运动图像标志点识别跟踪方法的研究

提出了一种运动跟踪方法。该方法通过对人体目标图像进行差分消影和遗传恢复 ,能够从自由背景中识别出人体运动图像的标志点 ,可以提高基于普通摄像机的人体运动分析系统对环境的适应性。初步的应用结果表明 ,这种方法对实验环境要求低 ,鲁棒性强 ,识别率高 ,不仅可以用于人体运动分析 ,而且对在其它自由背景下运动目标的自动跟踪也有很大的应用潜力。     

相控阵雷达中的多目标跟踪角度相关区算法

研究了相控阵雷达系统中多目标踉踪的重复检测问题,提出了对回波数据进行预处理的角度相关区算法,给出了角度相关区算法的逻辑,分析了实现中的若干问题。通过在相控阵雷达仿真系统中进行的仿真实验和结果分析,表明采用角度相关区算法对重复检测的回波数据进行处理时,将使提取的目标信息更精确,从而能更早地形成稳定的航迹。     

一种求解双目标最短路的方法

在运输过程中，有时往往需要考虑两个目标。由于在实际的求解过程中，往往很难获得两个目标同时最小的绝对最短路径。通常，只要找到满足决策者需要的有效路径就可以了。提出了一种利用k-最短路算法来获得双目标最短路的有效路径的算法，并对算法的复杂性进行了分析。最后给出了一个应用算例。     

基于分级变换的自适应立体对应算法

通过分级变换将图像从灰度空间转换到新的等级空间,然后构造相应的匹配代价函数计算两个图像点之间的最大相似度,从而找出对应点和偏移值。分级变换可以有效的解决在立体对应中经常遇到的图像噪声、失真及左右图像的亮度差异等问题。大多数的自适应立体对应算法是以偏移量和灰度值两个自变量来构造代价函数,而构造合适的代价函数是一个困难的问题。本文中提出自适应窗选择算法只与灰度值有关。首先通过边缘检测提取出灰度边缘信息。本算法仅根据灰度边缘信息就可以进行自适应窗的选择。自适应选择图像窗的过程与偏移值无关,从而降低了构造代价函数的难度。实验结果说明本算法能够生成准确度较高的深度图,是一种较好的局部立体对应算法。     

解Job-Scheduling调度问题的一种遗传算法

带有截止期的作业调度问题是企业管理、操作系统中重要而又基本的问题之一。利用遗传算法解决了操作系统中单机、无资源约束 ,且每个作业可在等量时间内完成的作业调度问题。在系统地讨论了带有截止期的作业调度有关理论的基础上 ,设计并实现了该问题的一种新型算法———基因型算法。最后给出了算法的一些运行结果。实验仿真结果表明 ,该算法具有很强的鲁棒性。     

DSSS系统中应用HMM的窄带干扰抑制技术

研究了DS(Direct Sequence)扩频系统中基于隐藏马尔可夫模型(Hide Markov Models—HMM)的干扰抑制技术，首先简要引述了算法原理，然后着重给出了该算法的改进方案和在具体干扰条件下的系统性能仿真。研究表明，相对于基于DFT的干扰抑制技术，该算法由于能够对干扰信号进行准确的估计，因而减小了对有用DS扩频信号的损伤，可以获得更好的抗干扰性能。通过减小复杂度的措施，可以使之用于实际系统，这对于应用DSSS系统的短波通信系统和卫星通信系统增强其抗干扰能力具有重要意义。     

复域FIR滤波器的一种设计方法

给出了一种改进的FIR滤波器设计方法 ,该方法以复Chebyshev准则最佳地逼近一个给定的期望复值频率响应。它是通过求解半无限线性规划的对偶问题来实现的。该方法具有鲁棒性和很好的收敛特性 ,并且既可以设计复的频率响应 ,又可以设计实的频率响应。最后给出的计算机仿真结果说明了该算法的良好性能     

动态武器目标分配问题中策略优化的改进算法

动态武器目标分配(Weapon Target Assignment,WTA)中的目标选择策略问题可以通过建立马尔可夫决策过程(Markov decision processes,MDP)模型进行研究,但目前尚无有效求解此类较大规模的MDP问题中最优策略的算法.通过分析动态WTA问题的MDP模型特点,给出了求解该问题最优策略的改进算法.该算法主要在初始策略选取规则、策略改进规则以及最优策略的判断准则等方面进行了改进.该算法具有计算量小,节省内存,并可得到最优解等优点.最后,通过算例将该算法与传统算法进行了比较.改进算法可以用于解决较大规模的动态WTA中的策略优化问题.     

分布式时隙同步抗时钟频率不一致性能分析

针对节点时钟频率不一致而引起时隙漂移的情况,分析分布式时隙同步算法的性能。通过把一个时隙周期内的累积时钟偏差等效为时隙相位偏差,建立干扰模型,证明了采用分布式平均的时隙互同步算法可以避免节点时隙偏移量随时间的累积,并将节点之间的最大时隙偏差控制在一定范围内。最后,用计算机仿真和实物测试验证了分布式时隙同步算法可以保证节点之间的同步。     

基于Watterson模型短波信道仿真算法

针对短波信道不可逆性、多径以及衰落等特点,提出了一种纯软件的短波信道仿真算法。该算法以Watterson模型为基础,具有简单易行、可移植性强、全数字化等特点,并可实时嵌入到调制解调器中,使该调解器兼有信道模拟器的功能,具有很重要的实际意义。仿真和数字信号处理器的实现验证了该算法的有效性。     

基于双重遗传算法机制的路径规划

静动态障碍物同时存在的复杂环境下进行路径规划是一个比较难解决的课题.引入双重的遗传算法机制,提出了第一重遗传机制负责静态障碍物的避碰,第二重遗传算法机制以第一重机制规划出的最优路径为基础,负责动态障碍物的避碰的方法;设计优化算子,引入自适应技术提高路径的生成速度.实验表明,该方法能综合考虑多种因素,收敛到全局最优路径.     

Kernel method-based fuzzy clustering algorithm

1.INTRODUCTION Clusteranalysisdividesdataintoclustersinorderto facilitateunderstandingortofindstructurehiddenin dataset.Clusteringalgorithmspartitionasetofdata objectsintoclustersorclasses,wheresimilardataob jectsareassignedtothesameclusterwhereasdissimi lardataobjectsshouldbelongtodifferentclusters. SinceZadeh(1965)presentedthefuzzysettheory, thefuzzymethodisfirstlyintroducedinclustering problems,whichiscalledthefuzzyclusteringanaly sis.Fuzzyclusteringisawidelyappliedmethodfor acquiri…     

New Mehrotra's second order predictor-corrector algorithm for P*(κ)linear complementarity problems

It has been shown in various papers that most interior-point algorithms for linear optimization and their analysis can be generalized to P*(κ)linear complementarity problems.This paper presents an extension of the recent variant of Mehrotra's second order algorithm for linear optimijation.It is shown that the iteration-complexity bound of the algorithm is O((4k+3)√14k+5nlog(x0)Ts0/ε),which is similar to that of the corresponding algorithm for linear optimization.     

基于混合自适应Memetic算法的贝叶斯网络结构学习

Memetic算法是一种基于种群的全局搜索和基于个体的局部启发式搜索的结合体,具有较高的全局搜索能力,将其成功应用于贝叶斯网络的结构学习。该算法在基本的遗传算法操作算子中,引入粒子群算法的基本思想,同时利用混沌的遍历性和云自适应的快速收敛性,提出了一种云自适应的混沌变异搜索进行局部搜索,实现全局优化,跳出局部最优。实验证明该算法在贝叶斯网络结构学习中具有很好的效果。     

Efficient parallel adaptive array beamforming algorithm

For a large-scale adaptive array, the heavy computational load and the high-rate data transmission are two challenges in the implementation of an adaptive digital beamforming system. An efficient parallel digital beamforming (DBF) algorithm based on the least mean square algorithm (PLMS) is proposed. An appropriate method is found to partition the least mean square (LMS) algorithm into a number of operational modules, which can be easily executed in a distributed-parallel-processing fashion. As a result, the proposed PLMS algorithm provides an effective solution that can alleviate the bottleneck of high-rate data transmission and reduce the computational cost. PLMS requires less computational load than that of the conventional parallel algorithms based on the recursive least square (RLS) algorithm, as well as it is easier to be implemented to do real time adaptive array processing. Moreover, low sidelobe of the beam pattern is obtained by constraining the static steering vector with Tschebyscheff coefficients. Finally, a scheme of the PLMS algorithm using distributed-parallel-processing system is also proposed. The simulation results demonstrate that the PLMS algorithm has the same interference cancellation performance as that of the conventional LMS algorithm. Moreover, the PLMS algorithm can obtain the same good beamforming performance, regardless how the algorithm is partitioned. It is expected that the proposed algorithm will be used in a large-scale adaptive array system to deal with real time adaptive digital beamforming processing.