生化反应系统的加速τ-Leap模拟算法

该文重新定义了临界反应,以更合理地界定可能出现负分子组分的反应.在此基础上提出了加速τ-leap算法,使系统中某些反应物数目较少时也可以采用τ-leap方法进行模拟,同时提高了模拟速度.以两个生化反应系统模型为例,分别用精确的随机模拟算法、修正τ-leap算法和加速τ-leap算法进行模拟运算,结果表明加速τ-leap算法在保证精度的同时能有效提高模拟速度.     

改进的τ-leap算法在生化反应系统随机模拟中的应用

提出了一种丁一选择策略,有效地反映了生化反应系统中分子数日的改变.并由此提出了改进的τ-leap(improved τ-leap)算法,该算法对生化反应系统的随机模拟更为有效和实用.并以两个生化反应系统模型为例,分别用精确的SSA算法、改进的τ-leaping算法以及已有的修正的τ-leap(modified tau-leap)算法进行了模拟计算.仿真实验结果表明:在具有同等计算复杂度的情况下,改进的τ-1ap算法较修正的τ-leap明显地提高了模拟精度.     

改进的概率权重随机模拟算法

提出了一种改进的概率权重随机模拟算法（IPWSSA），该算法自适应地确定权重因子，对反应率常数跨度很大的系统的化学反应动力学的随机模拟更为有效、实用。文中以两个化学反应系统为例，分别使用原始的和改进的概率权重随机模拟算法对其进行模拟。结果表明，改进的概率权重随机模拟算法可以明显地减少模拟生化反应系统所需的时间，且提高了精度。     

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.     

捷联惯导初始对准的超球体采样SRUKF算法

平淡卡尔曼滤波(UKF)在捷联惯导系统静基座大方位失准角初始对准中计算量大,且滤波数值不稳定. 针对这一问题,该文将超球体采样策略与平方根UKF(SRUKF)算法相结合,提出一种改进的SRUKF算法. 该算法在保证其滤波精度和UKF算法相当的前提下,通过引入超球体采样减少了采样点数,提高了计算速度. 并以协方差阵的平方根矩阵代替协方差阵参加递推运算,减少了计算机舍入误差,提高了滤波数值稳定性. 仿真结果表明,该算法在保证初始对准滤波精度的前提下降低了计算量,提高了滤波性能.     

基于特征变换的高光谱图像压缩快速矢量量化算法

矢量量化能够得倒良好的压缩效果但有着计算复杂度高的缺点.提出了一种基于特征变换的快速矢量量化算法来压缩高光谱图像.该算法利用了高光谱高维空间大都是空的,可以用较低的子空间来表示这一特点.在较低维数的子空间进行矢量量化会大大降低运算的复杂度.所提出的算法在获得和经典的扩展劳埃德算法效果相当的情况下,大大降低了运算时间.     

一种大规模高维数据集的高效聚类算法

大规模高维数据集的聚类算法已成为当前聚类研究的热点,由于高维的原因,聚类往往隐藏在数据空间的某些子空间中,传统的聚类算法无法获得有意义的聚类结果.此外,高维数据中含有的大量的随机噪声也会带来额外的效率问题.为了解决以上问题,该文在CLIQUE算法的基础上提出了一种基于最优区间分割和数据集划分的聚类算法—OpCluster,并使用仿真数据对该算法加以验证,实验结果表明,OpCluster对大规模高维数据集具有很好的聚类效果.     

基于矢量重构的相干信源测向

传统的解相干方法主要有空间平滑和子空间拟合两类,但这些方法或者阵列利用率低或者计算复杂度高,因此寻求计算量小且阵列利用率高的解相干测向方法有重要意义. 该文基于前后向矢量重构理论,提出一种相干信源测向方法. 根据信号导向矢量矩阵与信号子空间张成同一空间,充分利用大特征值对应的特征向量,采用前后向矢量重构方法构造列满秩的数据矩阵,利用总体最小二乘¡旋转不变子空间算法进行波达方向估计. 该方法适用于独立信源和相干信源同时存在的情况,具有良好的实用性,且运算过程简单,计算量小. 理论分析和仿真结果表明了所提方法具有优良性能.     

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。     

大规模MIMO系统中基于子空间跟踪的半盲信道估计

基于特征值分解(eigen value decomposition, EVD)或奇异值分解(singular valuedecomposition, SVD)的半盲信道估计算法需要进行重复的EVD或SVD计算,计算量较大,不适用于多小区多用户的大规模MIMO系统. 为此,针对多小区多用户大规模MIMO系统中的半盲信道估计给出了一种快速实现算法. 该算法主要利用最小二乘(least-squares)及线性最小均方误差(linear minimum mean-square error)原理导出一种新的递归计算模糊矩阵的方法,采用快速递归row-Householder 子空间跟踪算法对接收向量的信号子空间的估计进行加速. 仿真结果表明,所提出的算法估计性能良好,并能有效减轻导频污染的影响.     

一种快速精确的多媒体反量化算法

考虑了定点SOC芯片的处理能力、存储空间限制,提出一种查找表和定点泰勒级数展开相结合的方法逼近非线性函数,并给出加速收敛的方法,用6阶泰勒级数展开就可以得到很高的精度.实验结果表明,需要存储空间减小为完全查找表法的15%,误差减小为Tsung-Han Tsai提出的改进查表法的33%.     

结合模糊熵和遗传算法的双阈值图像分割

在火炮身管弯曲度测量系统中,为了能从光靶图像中同时提取标定图案和激光光斑,提出了一种双阈值图像分割方法. 基于模糊数学理论和最大模糊熵判据,把光靶图像中的像素灰度级分为黑、灰和亮3 个模糊子集,用于畸变校正的标定图案的像素灰度级隶属于黑模糊子集,用于测量的激光光斑的像素灰度级隶属于亮模糊子集.使用改进的模糊指数熵作为分类判据,提高了分类准确性. 通过遗传算法确定模糊熵参数的最优组合,降低了计算复杂度,并且最大模糊熵判据仅含有4 个模糊熵参数,减小了搜索空间. 针对光靶图像进行了双阈值分割实验,并与最大类间方差双阈值法、模拟退火模糊熵法和使用未改进的模糊指数熵的遗传模糊熵法进行了比较. 实验结果表明,所提方法能自动而有效地选取双阈值,且分割效果优于其他3 种双阈值分割方法.     

用小波插值方法解Euler方程

给出了求解多维Euler方程的小波插值方法.该方法较流体力学中常用的数值解法相比,由于小波函数的局部性,在处理奇异性问题时具有优势,不会出现震荡(Gibbs现象)或者误差较大现象,此方法为该类方程的初边值问题提供了高精度的小波数值解.数值试验表明,此方法能获得较完善的结果.     

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.     

GFT对角化系统的多重网格方法

研究广义离散傅立叶变换(GFT)对角化线性系统的多重网格算法.证明了二重网格(TGM)算法的收敛速度为与矩阵的阶无关的常数.数值实验验证了二重网格与多重网格(MGM)方法具有收敛速度快等特点.     

窄带噪声下的子空间语音增强算法

传统的子空间语音增强方法在推导过程中,一般假定噪声的方差矩阵是满秩的.在窄带噪声或者音调噪声下这一条件就不能满足。本文采用直接对噪声信号进行子空间白化的方法,将传统的子空间语音增强方法推广到了窄带噪声的情况。仿真结果表明了该算法的有效性。     

基于自适应阈值的小波消噪算法研究及应用

基于小波多尺度分解的阈值方法是一种有效的信号去噪方法．应用最为广泛的是Donoho阈值法,但由于其阈值为全局阈值,不能在每级尺度上将信号与噪声做最大分离,去噪效果并不理想．在分析Donoho硬阈值和软阈值方法特点的基础上,提出了一种新的自适应阈值消噪方法,结合了硬阈值和软阈值方法的优点,仿真试验和工程实例均证明了该方法优于传统的阈值消噪方法．     

利用调制传递函数滤波改进的高频调制影像融合

提出利用调制传递函数滤波来改进高频调制影像融合,以提高GeoEye-1融合影像的空间分辨率,同时保持影像光谱特性. 该方法首先由卫星影像测定调制传递函数,用这一传递函数对影像进行滤波退化,确定退化影像融合在最小均方误差下的高频调制影像融合权系数,进而用于非退化尺度下的融合,获得具有接近全色影像分辨率的多光谱融合影像. 与Erdas软件的加权高通滤波融合法和MTF-GIF的比较表明：改进的高频调制影像融合方法生成的融合影像在保持光谱信息和提高多光谱影像分辨率上是最佳的.     

从高分辨率遥感图像中自动识别水上桥梁

提出一种高分辨率遥感图像中水上桥梁的自动识别方法. 根据水域的均质性将图像分割成水域和非水域两部分,扫描非水域部分对桥梁进行粗提取. 以粗提取所获得的区域中心为起始点进行区域增长,用全方向扫描获取临界区域,进而计算桥梁方向. 最后沿桥梁方向往桥梁两边延伸,获得精确的桥梁区域. 实验表明该方法可以自动识别出高分辨率遥感图像中的水上桥梁目标,精确度高,鲁棒性好.     

基于ResUNet和Dense CRF模型的地震裂缝识别方法

针对人工解释地震资料耗时长、效率低、受主观因素影响较大的不足,提出了一种基于ResUNet和全连接条件随机场（dense conditional random field,Dense CRF）模型的裂缝识别方法。该方法首先使用ResUNet模型提取地震振幅数据体中裂缝的不同分辨率的特征,实现地震裂缝识别;然后利用Dense CRF模型进一步优化识别结果,从而实现地震裂缝的精准识别。将该方法与传统UNet、ResUNet模型在合成地震振幅数据体和F3工区地震数据体进行了实验比较,结果表明运用所提方法识别的裂缝更准确、裂缝尺寸更细、连续性更好。