结合蝙蝠算法改进的密度峰值聚类算法

密度峰值聚类算法(Denisity peaks clustering,DPC)具有聚类速度快、实现简单、参数较少等优点,但该算法的截断距离参数需要人工干预,并且参数的选取对于该算法的结果影响较大。为了解决这一缺陷,该文提出了结合蝙蝠算法改进的密度峰值聚类算法。该算法利用蝙蝠算法较强的寻优能力,寻找合适的截断距离取值,同时对蝙蝠算法的速度更新公式加入了自适应惯性权重来加强全局搜索能力。该算法选择多种数据集进行了实验仿真,并与其他同类算法进行对比。经过对比验证,结合蝙蝠算法改进的密度峰值聚类算法在聚类准确率上要明显优于其他算法。     

基于最大熵方法的鲁棒自适应滤波及其应用

针对过程噪声和量测噪声受到脉冲噪声影响而呈现非高斯分布,且噪声统计特性不精确从而导致估计精度下降的问题,提出一种基于最大熵方法的变分贝叶斯自适应卡尔曼滤波(maximum correntropy variational Bayes adaptive Kalman filter, MCVBAKF)算法,并将其应用于捷联惯导系统(strapdown inertial navigation system, SINS)/全球卫星定位系统(global positioning system, GPS)组合导航系统。首先,使用最大熵鲁棒滤波方法对由脉冲噪声产生的野值问题进行处理;然后,通过改进的变分贝叶斯自适应方法进行后验更新,估计噪声,收敛所估参数的估计值;最后,进行了仿真对比。结果表明, MCVBAKF在复杂环境下可以有效提升滤波精度和稳定性。     

改进的低时延全回波Q路由算法

针对传统路由算法不能适应拓扑环境及网络负载变化导致的拥塞问题,提出了一种改进的低时延全回波Q路由算法。改进算法对于原有算法附加学习率因子进行替换,使用调节范围更大、适应性更好、算法性能更稳健的双曲正割算子;改进算法根据不同网络情况自适应地调节学习率,进而提供合理的路由决策。仿真结果表明,该算法可以适应于静、动态拓扑环境,与已有的路由算法相比,改进算法能有效地减少高、低负载时数据的平均递交时间,降低路由间的振荡,提高数据包的投递率,且体现更好的稳健性。     

基于NSCT的自适应阈值图像去噪算法

为了有效的去除图像中的噪声，保护图像细节，在研究了非采样下Contourlet（NSCT）变换和贝叶斯阈值的基础上，综合考虑NSCT变换后系数尺度间和尺度内的相关性，提出了一种新算法。该算法结合NSCT系数的相关性和贝叶斯风险最小准则估计区域自适应贝叶斯阈值，再利用硬阈值函数去噪，最后通过最小均方误差准则进行比例萎缩，得到真实系数估计。对于被高斯白噪声污染的图像，实验将该算法与经典算法相比较，结果表明在绝大多数情况下，该算法在峰值信噪比和视觉效果上都优于经典算法。     

定量相衬成像中自适应阈值翻转的相位解包裹算法

当原始相位超过周期π时，定量相衬成像中多峰相位分布与包裹相位会出现增减交替，存在多极值点.针对该问题，提出一种基于自适应阈值翻转的相位解包裹算法(SATR), 实现了定量相衬成像中的真实相位重构, 分析了相衬成像原理和自适应阈值翻转相位解包裹算法的实现过程.通过模拟验证计算，并与最小二乘法(LS)、横向剪切最小二乘法(LSBLS)以及四向横向剪切最小二乘法(FLSBLS)的结果进行对比，证明该算法的可行性与准确性.该算法在一定程度上提高了相位解包裹的精确度，为强干扰、高精度及大计算量的解包裹提供了新的思路.     

自适应遗传算法在二维电磁波散射的MEI方法中的应用研究

MEI(Measured Equation of Invariance)方法是一种有效的用于边界截断的数值计算方法,已在计算电磁学领域得到广泛应用,其中MEI方程的病态性是值得关注的一个问题.该文采用有限元方法求解与二维电磁波散射问题相关的Helmholtz方程,重点研究将自适应遗传算法应用于MEI方程的求解.该文的研究结果表明,应用自适应遗传算法求解MEI方程是有效的.     

考虑天线极化特性的ASLC系统性能分析

交叉极化响应使得雷达的天线方向图具有复杂的极化结构,为了研究雷达天线极化特性对天线自适应旁瓣对消系统性能的影响,在干扰为任意极化的情况下,从主辅通道幅相特性出发,分析了天线极化特性对自适应旁瓣对消系统主辅通道幅相特性的影响,进而研究了极化干扰条件下的自适应旁瓣对消系统工作性能.仿真分析表明,由于主辅天线极化特性的不一致,最终将导致自适应旁瓣对消系统通道幅相不一致,特别是当干扰方实施交叉极化干扰时,主辅通道幅相不一致最严重,系统工作性能显著下降,干扰对消比最差.因此,为了得到较好的旁瓣对消效果,除了对自适应旁瓣对消系统通道幅相特性有一定的要求以外,对于雷达天线的极化特性也应有所要求.     

基于小波变换的SAR图像自适应子带编码算法

为降低大数据量SAR图像对传输带宽和存储空间的要求,必须对SAR图像进行高效压缩.基于小波变换的传统SAR图像压缩方法只对低频子带进行分解处理,造成SAR图像处于中高频子带的重要纹理信息丢失.针对上述问题,提出一种基于小波变换的自适应SAR图像压缩算法.首先对图像进行小波软阈值消噪预处理,然后依据能量指标,进行子带重要性判定,对认定为重要的子带进行深一层次分解,分解完成后对所有子带进行恒定比特率条件下的最小误差量化,实现对图像的自适应压缩.仿真实验表明:该算法能很好地保护SAR图像的高频细节,提高了信噪比.     

基于信噪比控制的自适应伪码捕获算法

针对复杂电磁环境下接收信噪比随机变化的特点,提出了一种基于信噪比控制的自适应伪码捕获算法,减少了捕获时间,降低了虚警概率。在分析滑动相关捕获法的性能基础上,构建了滑动相关伪码捕获的自适应结构,实现了在接收信噪比控制下积分时间和门限值的设置,研究了上述参数对捕获性能的影响,仿真结果表明:根据积分时间不同,在SNR>-3 dB时,平均捕获时间最大可以减少50％,在SNR<-7 dB时虚警概率下降5％～35％,满足信噪比变化情况下对捕获性能的设计需求。