改进的基于步长自适应的自然梯度盲源分离算法

为解决盲源分离算法中收敛速度和稳定性的折中问题,基于最优步长的思想,提出了一种新的步长自适应的自然梯度盲分离算法.在自然梯度盲分离算法的基础上,对步长进行自适应迭代,步长偏移量的选取原则是使得下一次迭代时的步长最优,或者说目标函数最小.仿真结果表明,提出的算法相对固定步长自然梯度算法,其收敛速度提高了1倍以上,而系统的稳定性能基本不变.     

一类适于实时仿真的4阶方法

构造了一类适于实时仿真的３步４阶混合方法,理论分析和数值试验表明它的稳定性计算精度好于传统的４阶Ａｄａｍｓ－Ｂａｓｈｆｏｒｔｈ算法。     

一种基于强化学习的自适应变步长路径规划算法

在基于神经网络结构的机器人全局路径规划算法中，利用强化学习的思想，引进评价预测学习的自适应变步长算法，实现了步长的在线自动调节，加快了路径规划的计算速度。仿真试验表明，该算法能有效实现步长参数的在线自动调节，并使路径规划收敛速度平均提高了10倍以上。     

基于动量因子的变步长盲多用户检测器

针对3种经典的盲多用户检测算法中,最小均方误差(LMS)算法收敛速度慢、而递归最小二乘算法(RLS)和Kalman自适应算法计算复杂度高的问题,该文提出了一种基于动量因子的变步长LMS算法。该算法在初始阶段使用较大的步长值,根据同一接收信号在相邻两次迭代过程中检测器的输出值之差来动态调整步长,加快了LMS算法的收敛速度。仿真结果表明,该算法的收敛和检测性能明显好于传统的LMS算法,稳态输出接近RLS算法和Kalman算法,而计算量仅略高于传统LMS算法,可以实时有效地抑制多址干扰。     

基于动量因子的变步长盲多用户检测器

针对3种经典的盲多用户检测算法中,最小均方误差(LMS)算法收敛速度慢、而递归最小二乘算法(RLS)和Kalman自适应算法计算复杂度高的问题,该文提出了一种基于动量因子的变步长LMS算法。该算法在初始阶段使用较大的步长值,根据同一接收信号在相邻两次迭代过程中检测器的输出值之差来动态调整步长,加快了LMS算法的收敛速度。仿真结果表明,该算法的收敛和检测性能明显好于传统的LMS算法,稳态输出接近RLS算法和Kalman算法,而计算量仅略高于传统LMS算法,可以实时有效地抑制多址干扰。     

BP小波神经网络自适应调节步长的改进算法

在BP小波神经网络的训练过程中,自适应调节步长是对算法效率起重要作用的步骤之一,深入讨论了自适应调节步长的改进算法,从而得到更加方便合理的实时步长调整方法,进一步提高了局部搜索速度。多种情况下的仿真结果表明,该算法能够提高局部搜索速度,具有较广泛的应用价值。     

一种改进的VSLMS算法

根据几种变步长最小均方误差(VSLMS)算法的特性,把它们分为2类.把2类VSLMS算法的步长公式结合起来,提出一种改进的VSLMS算法.对改进前后的算法进行仿真实验,实验结果表明,改进算法同时获得了2类算法的优良性能,在收敛性、稳态误差及跟踪性方面都有显著提高.     

一种改进的VSLMS算法

根据几种变步长最小均方误差(VSLMS)算法的特性,把它们分为2类.把2类VSLMS算法的步长公式结合起来,提出一种改进的VSLMS算法.对改进前后的算法进行仿真实验,实验结果表明,改进算法同时获得了2类算法的优良性能,在收敛性、稳态误差及跟踪性方面都有显著提高.     

基于牛顿前向插值公式的联想记忆系统

基于牛顿前向插值公式提出一种对任意阶多维函数可实现无差逼近的新型CMAC联想记忆系统,详细讨论了该系统的原理、插值算法及训练规则,仿真实例表明了系统的可行性与有效性.该系统在信号处理、模式识别及高精度实时智能控制等领域具有广泛的应用价值.     

基于环境复杂度的移动机器人变步长RRT路径规划算法与仿真研究

针对移动机器人路径规划算法不能根据环境自适应调整步长的问题,提出一种基于环境复杂度的变步长路径规划算法。以快速搜索随机树(RRT)算法为例,引入衡量路径规划性能的参数,通过遗传算法寻找最优步长与环境复杂度之间的关系,建立最优步长与环境复杂度的函数表达式。针对局部环境的特殊性,提出基于滑动窗的变步长RRT路径规划算法。基于该算法,移动机器人能够根据实时局部环境动态改变路径规划的搜索步长,提高了算法的整体性能。最后通过Matlab仿真实验验证了所提出的RRT算法较传统RRT算法具有高效、平稳、代价小的优点。     

双头磁盘系统的实时调度算法

对双头磁盘系统模型和调度算法进行实时化扩展,设计了三种实时调度算法：最早截止期优先（ＥＤＦ）算法,可满足的最早截止期优先（Ｆ－ＥＤＦ）算法和忽视超期限请求（ＩＧＭ－ＥＤＦ）算法．由于这三种算法充分考虑了Ｉ／Ｏ请求的截止期限,使双头磁盘系统能满足更多的实时Ｉ／Ｏ请求．实时调度算法的性能模拟实验表明：实时调度算法比非实时算法能更好地满足实时Ｉ／Ｏ请求的期限要求．三种实时调度算法中,ＩＧＭ－ＥＤＦ的性能最好,它很适用于硬实时应用;Ｆ－ＥＤＦ算法的性能次之,它最适合于软实时应用．     

基于RT-UML模型的实时系统可调度性分析

简要回顾实时系统的开发现状,对实时系统可调度性相关理论进行探讨.提出一种基于实时统一建模语言对实时系统可调度性进行分析的方法.通过将系统RT-UML模型中实时任务的相关数量信息提取出来,在相应分析工具中进行可调度性分析,分析结果自动反馈到模型中去,实现了对实时系统可调度性进行系统实现前的离线分析.     

在嵌入式应用中增强Linux实时性的方法研究

在分析Linux实时性的同时,指出了将其应用于实时系统时所存在的不足,提出了一种提高Linux实时性的思想及实现方法．该方法将进入系统的所有任务按实时性要求不同分成硬实时任务、软实时任务和非实时任务三种,依次用task_struct结构中policy属性的取值SCHED_FIFO,SCHED_RR和SCHED_OTHER作为标识,把原Linux的单运行队列改为双运行队列．为严格保证硬实时任务的实时性,将其单独放在一个队列中,由指针数组的元素run_queue[0]指向,采用FIFO调度算法;软实时任务和非实时任务放在一个队列中,由指针数组的元素rurl—queue[1]指向,采用RR调度算法,通过抢占方式保证软实时任务优先于非实时任务．修改sched()函数的调度流程,使有实时性要求的任务尽可能多的得到调度机会;同时修改中断处理流程,实现可抢占式改造．达到硬实时任务可抢占软实时和非实时任务．软实时任务可抢占非实时任务的目的．     

一种基于双启发式退出规则的多星实时调度算法

多星实时调度问题是目前卫星调度领域的研究热点.针对实时任务动态到达的情况,建立了多星实时调度数学规划模型.提出了基于任务紧迫度和最大比例自由度的双启发式退出规则的多星实时调度算法.仿真实验结果表明,该算法较好地平衡了调度收益和稳定性,适用于多星实时调度问题.     

一种支持实时与非实时多业务的复合优先切换策略

针对同时支持实时与非实时业务的多业务移动通信系统，提出了改进的预留信道和抢占优先相结合的切换策略，分析了非实时业务平均传输延迟、实时业务阻塞率、实时业务强制中断概率等系统性能．仿真结果表明，该策略在非实时业务的服务质量受到较小影响的情况下，通过自适应调整所采用的优先权，使实时业务强制中断概率明显减小，为移动用户提供了更好的服务质量．     

电厂生产实时监视系统中实时数据库的设计

在基于Internet的生产实时网络监视系统建设中，用于监视系统实时信息发布的实时数据库的设计和处理对系统的效率和实时性影响很大，本文主要对这一问题进行了讨论，并提出了实时数据库结构优化和解决实时数据访问冲突的解决办法。     

基于Linux嵌入式操作系统的研究

从Linux内核实时性、实时调度策略以及时钟细粒度定时器三个方面,对Linux嵌入式实时化技术进行了探讨。在内核中插入抢占点或采用双内核系统,改善Linux的实时性能;通过动态优先级提高实时任务的调度性能;通过增加时钟中断频率或采用实时时钟一次性模式,实现时钟细粒度。     

基于网络的数字仿真系统的实时数据传输

针对考核继电保护的数字实时仿真系统,提出的硬实时和较高数据吞吐率的要求着重研究了在WINDOWS平台下开发该项目时出现的实时问题。从网络实时传输的角度出发,提出并实现了实时的应用方案,同时在原理上也进行了论证。     

基于FIPA的实时多Agent股票买卖原型系统

提出了一个以CORBA作为底层并与FIPA兼容的实时多Agent股票买卖原型系统.在股票市场中,定义了四种不同类型的股票Agent.该系统由一个实时Agent通信层和一个实时CORBA层构成.在实时Agent通信层,FIPA Agent通过本文扩展的实时FIPA ACL通信.在CORBA层,Agent作为CORBA对象通过本文实现的OMG IDL进行通信.此外,还对实时Agent通信层的几个核心Agent的实现也作了相应的描述.受益于多Agent系统,原型股票系统的自动性增强.同时还提供了实时Agent通信、实时Agent调度、实时Agent目录设施等实时股票交易Agent服务.这些服务允许描述并增强了实时股票Agent的交互型.     

实时数据库事务的主-从并发控制方法

提出了一种针对实时数据库的主-从并发控制策略：从并发控制解决同类事务间的读写冲突，主并发控制解决不同类事务类间的读写冲突．并指出，这种主-从并发控制模型的性能要优于单一并发控制算法．