具有通信约束的多智能体系统有限时间一致性

针对存在通信约束的多智能体系统的有限时间一致性问题,提出了一类连续的非线性一致性算法.利用李雅普诺夫有限时间稳定性理论和矩阵理论,证明了当系统个体间的通信网络拓扑结构为连通图的情况下,该算法使得系统具有通信约束时能够在有限时间内达到一致.进一步给出了系统收敛时间的上界,该时间上界由选取的李雅普诺夫函数、无向图的拉普拉斯矩阵以及系统的初始状态决定.仿真示例验证了所提出算法的有效性.     

面向函数的代码克隆检测

在软件开发过程中绝大多数克隆代码集中在函数内部,为了更加快速有效地检测出克隆代码,提出了一种基于函数内部特征矩阵的代码克隆检测算法。该算法通过提取函数内部特征,从而达到将具体代码的比较转化为对特征矩阵进行相似度计算。实验结果表明,该算法可以检测出所有克隆函数,并与基于字符串代码克隆检测算法和基于串匹配的程序代码相似性识别方法相比,该算法在运行时间及精度上均优于基于字符串代码克隆检测算法和基于串匹配的程序代码相似性识别方法。其次,通过使用N-grams算法对函数名进行相似度检测,使得该算法在运行效率上得到了显著提升。     

块三对角M矩阵的并行判定方法

根据朱旭的矩阵计算定理,提出了判断块三对角矩阵是否为M矩阵的并行算法.该算法在求解过程中,通过合理安排处理机的任务,尽量减少了通信的次数及时间,并且可以根据中间结果及时得到判断,使算法获得了较好的加速度.     

利用逻辑扩展计算二终端网络可靠度

利用布尔代数和不交和等方法提出了计算二终端网络可靠度的一个有效算法．运用简单方法将矩阵逻辑扩展中出现的大量的相同矩阵,进行合并,减少了矩阵数,从而有效地减少了运算时间．该算法推广和改进了S.Rai等在文献[1]中给出的计算二终端网络可靠度的算法．     

快时变信道下基于LSQR算法的ICI均衡

为了尽量消除正交频分复用(OFDM)系统中由于信道快时变导致的子载波间干扰(ICI),确保快时变信道下的可靠通信,提出了一种低复杂度LSQR(least square QR)判决反馈均衡器(DFE).该均衡算法充分利用了带状矩阵特性和时域LSQR迭代计算的特点,在计算复杂度和性能之间取得了良好的折中.仿真结果表明,在快时变信道下与已有的块判决反馈均衡(BDFE)算法比较,在计算复杂度相当的条件下,所提出的算法可有效改善带状矩阵近似误差导致的性能损耗,在高信噪比情况下有效地克服了"地板效应",在保持低复杂度的同时获得了更好的性能.     

基于球面单径容积准则的多雷达分布式再入目标实时跟踪算法

针对多雷达对再入目标的实时跟踪问题,提出一种基于球面单径容积准则的分布式容积卡尔曼滤波算法。首先,利用球面单径容积准则近似计算非线性高斯权重积分,然后由统计线性误差传播方法等价表示滤波过程中的互协方差矩阵;最后通过一致性算法将单雷达容积卡尔曼滤波器所得时间更新结果与邻居雷达间进行信息交互与一致化处理,得到分布式球面单径容积卡尔曼滤波算法。该算法提高了再入弹道目标跟踪精度;无信息融合中心的通信拓扑结构降低了雷达间的通信量与计算量,提高了整个系统的生存能力。数值仿真结果验证了算法的有效性。     

一种用于计算矢量有限元方程组的不完全分解预处理方法

提出一种不完全分解预处理方法,并结合迭代法计算矢量有限元方程组。预处理方法采用基于拓展乔里斯基分解的多波前法对有限元方程组的系数矩阵进行分解和更新,并采用基本线性代数系统库函数计算稠密矩阵乘来保证算法内层循环的高效率。该预处理算法在对系数矩阵进行数值分解前引入缩放矩阵以改善矩阵条件数。针对有限元方程组系数矩阵稀疏或部分稀疏的特性,提出一种新的舍弃策略以保证不完全分解的精度和提高预条件子的构造时间。通过与直接法对比,从时间花费与内存占用两方面,分析了该算法的计算性能。理论和数值实验表明,提出的预处理方法能大大减少计算时间与分解过程所占用的内存,同时保证了计算的准确性和有效性。     

关系矩阵的周期性算法分析

提出了求关系矩阵周期的直接算法和改进算法,直接算法是根椐关系矩阵周期的定义得出的,改进算法首先根椐关系矩阵的幂与一般矩阵的幂相比较进行曲初步改进,其次在进一步分析逻辑加规则含义的基础上又再次进行了改进.最后本文给出了在不同算法下求不同维数的关系矩阵周期所需的时间,同时在MATLLAB,中对上述数据进行了数据仿真,结果说明当矩阵维数较大时改进算法比直接算法明显缩短了时间,提高了计算效率.     

并行支持向量机算法及其应用

针对当前支持向量机计算效率的不足,提出了改进的并行支持向量机技术.该算法能有效使内积运算、向量数据更新、矩阵向量实现并行计算,并且数据之间的通信时间能和向量更新时间重叠,从而提高了计算效率,并能保证泛化能力.数据仿真结果表明,与改进前的算法相比,2 500个样本下能节省时间30%左右,样本量增大时,效果更为明显.     

融合Nystrm方法的谱聚类算法(NSDcut)的图像分割

为了克服谱聚类算法SDcut在计算相似度矩阵和拉普拉斯矩阵的特征值和特征向量时,比较耗时的缺点,提出了融合Nystrm方法的SDcut算法NSDcut,并应用于图像分割.该算法采用Nystrm方法构建相似度矩阵和计算相似度矩阵的特征向量,并用这些特征向量通过矩阵运算降低了SDcut算法中的相似度矩阵和拉普拉斯矩阵的阶,从而降低SDcut算法的时间复杂度.实验结果表明:NSDcut算法提高了SDcut算法的运行速度,同时也具有SDcut算法的聚类性能.     

基于软件无线电CDMA2000长码生成算法

提出一种状态表查询的方法，可以有效地解决软件无线电和低性能平台环境下CDMA2000长码生成过程和生成时间较长的难点。详细描述了状态表生成原理、状态表查询过程以及基于该方法的长码生成算法。仿真结果表明该算法可以有效地降低CDMA2000长码生成的复杂度，减少生成时间。     

冲击噪声下的改进TLS-ESPRIT算法研究

在冲击噪声背景和相干信源下,基于高斯白噪声的DOA估计算法完全失效,为了解决该问题,本文提出了一种改进的TLS—ESPRIT算法。本算法的原理是结合分数低阶矩阵知识,将空间平滑理论应用于TLS—ESPRIT算法之中。本文算法无需进行空间谱搜索,因而大大地减少了计算量。计算机仿真实验证明,在冲击噪声背景和多径干扰下,新算...     

矩阵三角分解的递归算法

将递归方法引入稠密线性代数的计算,能产生自动的矩阵分块,使算法适合于当今分级存储高性能计算机的结构,提高运算速度。文章对求解线性代数方程组的矩阵三角分解递归算法进行了研究,给出了算法的详细推导过程。     

基于空间差分算法的相干信号二维DOA估计

针对传统解相干算法对阵列孔径利用率不高的问题,提出了一种改进的空间差分算法,通过重构子阵之间的协方差矩阵,将阵列接收信号协方差矩阵的所有自相干信息和互相关信息充分利用,再通过建立差分矩阵,利用空间差分算法去除噪声的影响。最后采用传播算子（PM）算法完成二维波达方向（DOA）估计。仿真结果表明,该算法相比传统解相干算法,解相干效果较好,角度估计精度有较大的提高。     

基于预聚类的潜在语义分析模型文献检索研究

提出一种基于预聚类的潜在语义文献检索算法.首先,对待检索文档集进行预聚类,在潜在语义分析方法的基础上采用k-means聚类算法,寻找出各聚类簇的中心点;其次,在检索时,通过计算查询向量与各聚类簇中心点的相似度来进行检索.此方法有效解决了现有潜在语义文献检索算法在检索时需耗费大量时间计算查询向量与各文本向量之间的相似度的不足.另外还针对文献检索的特点,重新给出特征权重计算方法.实验结果表明,该方法缩短了检索的时间,提高了检索的效率.     

一个基于遗传算法的TSP问题解决方案

介绍了遗传算法的基本思想、TSP问题及其应用.基于经典的遗传算法思想,在一个解决TSP问题方案的基础上提出了改进方案.从问题的解决中可以看到,利用遗传算法解决实际问题,主要依赖于问题的编码以及遗传操作算子.     

一种基于GSC框架波束域快速稳健自适应波束形成算法

GSC框架是自适应波束形成降秩算法的统一模型,一般通过构造降秩矩阵来降低算法的运算量,但是降秩矩阵大多通过特征分解来获得,给算法带来了大量额外的运算量。针对此问题,提出了一种波束域的快速稳健自适应波束形成算法,通过转换矩阵将输入信号从高维度的阵元域转换到低维度的波束域,然后在波束域运用子空间类算法,用信号子空间来构造阻塞矩阵、降秩矩阵和映射矩阵,既降低了计算量,又解决了基于GSC框架的自适应算法在信噪比较高时由于期望信号相消导致性能严重下降的问题。仿真结果证明了提出的算法有很好的波束形成性能,验证了算法的有效性。     

非对称广义特征值问题并行处理的一些进展

广义特征值问题AX=λBX(A、B是N阶方矩阵）的并行处理是大规模科学与工程计算中的基础问题之一。迄今为止，国内外学对该问题的研究多集中于对称矩阵广义特征值问题的并行处理，并形成多种算法和相应软件。而非对称矩阵广义特征值问题并行处理的研究相对进行得较少。介绍作等人近几年来在非对称广义特征值问题并行处理方面的一些工作。它包括：QZ算法的并行化，并行拟－Eberlein算法及并行同伦数值方法等。     

快速可扩展的矩阵幂运算并行算法及其应用

提出了一种LARPBS模型上改进的矩阵幂运算并行算法，将它应用于矩阵的逆运算和矩阵的LU分解，分析了它们的可扩展性和复杂性．通过分析可以看出，这些算法是目前成本最优的并行算法。     

基于平方根容积卡尔曼滤波的四旋翼无人机的姿态解算

为了提高四旋翼无人机姿态解算的精度,提出了基于平方根容积卡尔曼滤波(square-root cubature Kalman filter,SCKF)的多传感器数据融合策略。基于加速度计、磁力计和陀螺仪输出的数据,采用了四元数的姿态解算方法,避免了单一传感器获得的姿态角误差过大的问题,解决了扩展卡尔曼滤波(extend Kalman filter,EKF)精度低以及无迹卡尔曼滤波(unscented Kalman filter,UKF)、容积卡尔曼滤波(cubature Kalman filter,CKF)协方差矩阵正定性丧失的问题。设计了基于pixhawk飞控板的实验方案。通过实验数据表明,与传统的EKF、UKF、CKF算法相比,SCKF的精度最高。且与UKF、CKF算法相比,SCKF具有计算时间少、数值计算稳定性强等优势。