动态近似熵快速算法在心率变异研究中的应用

提出了一种动态近似熵的快速算法,只要较短数据就能表现信号的非线性特征,并大大缩短了计算时间.对心率变异性分析中静卧-行走实验采集的R-R间期信号进行了动态近似熵分析,描述了心率调节作用的动态变化,反映了受试者生理状态的改变与心率变异的无序性.     

软土路堤沉降预测方法研究

建立了依据路堤填土期施工期和预压期观测资料计算路堤总瞬时沉降、总固结沉降、地基固结指数的基因反演方法,进而根据这三个反演参数计算最终沉降,并与实际值作比较,二者符合较好.此外,再依据预压期的沉降资料,分别利用三种不同的计算模型反演计算最终沉降,并与实测结果进行比较,进而对沉降计算模型的选取提出建议.     

二部图上的K1,m划分问题

 考虑了二部图上的|V|-K_1,m划分问题.首先利用网络最大流与网络最小费用流算法给出了赋权二部图上该问题的1个多项式算法,然后证明了:不考虑二部图上的权重或w是一固定常数时,该算法的复杂度为O((|V|+|U|)³.最后证明了:赋权二部图上最小最大|V|-K_1,m划分问题是NP-难的.     

N阶线性跟踪-微分器及其在电力系统相角预测中的应用

证明了一种N阶线性跟踪一微分器的收敛性。由于该线性跟踪一微分器的结构参数和跟踪性能对噪声和对象有一定的敏感度和依赖性，采用自适应遗传算法对三阶线性跟踪一微分器的结构参数进行了优化，以期获得较好的参数匹配，提高跟踪预测的精度和速度。将优化后的三阶线性跟踪一微分器用于电力系统参考相角预测研究中，仿真结果证明，优化后的三阶线性跟踪一微分器具有较好的跟踪性能和预测精度，满足电力系统相角预测的要求。     

多目标进化算法研究综述

简要介绍了多目标进化算法(MOEAs)的基本框架、研究历史、总体分类和主要方法,同时讨论了进化算法(EAs)在多目标优化的应用中的几个关键性问题及今后需进一步研究的工作.     

SVPWM控制三电平逆变器算法研究

三电平逆变器以其优越的性能已经逐步取代传统的两电平逆变器,成为了大容量、中高压电机调速的主要实现方式之一.但由于其输出状态多,对控制算法也提出了更高的要求.在介绍了三电平逆变器的基本结构之后,分析了空间矢量脉宽调制(SVPWM)控制三电平逆变器的算法原理,最后给出了用MATLAB仿真的流程图和仿真结果,证明了三电平逆变器的优点,对其应用和开发具有借鉴作用.     

基于RBF神经网络多用户检测方法的设计

基于免疫算法和免疫进化网络,提出了一种训练RBF网络的混合算法.该算法采用了一种可以实现数据聚类的免疫进化网络,根据输入数据集合自适应地确定RBF网络隐层中心的数量和初始位置;采用免疫算法训练RBF网络,使优化过程趋于全局最优.通过计算机仿真证明,将该方法应用于多用户检测中获得了比传统检测器和其他方法训练的RBF网络多用户检测器更好的误码率检测性能.     

改进的自适应遗传算法在TDOA定位中的应用

提出了接收端在空间随机分布时,利用改进的自适应遗传算法解决TDOA定位估计中遇到的非线性最优化问题.采用浮点数编码遗传算法,引入自适应交叉率和变异率、非均匀变异算子,以TDOA方式进行最佳坐标搜索.仿真结果表明,在保证种群数量的情况下,该算法性能稳定,能找到逼近全局最优点的解,相对于其他算法精度更高.     

四阶龙格-库塔法在捷联惯导系统姿态解算中的应用

捷联式惯导系统相对于平台式惯导系统姿态解算要复杂得多,捷联系统通过提取陀螺仪和加速度计的测量值实时进行姿态矩阵更新,从而获得载体的姿态信息。介绍了利用四阶龙格—库塔法解捷联姿态微分方程的方法,并以典型圆锥运动作为输入进行仿真分析,适当地改变圆锥运动参数,检验该姿态算法的准确性及精度.仿真结果表明,在圆锥运动环境下四阶龙格—库塔法的姿态解算的精度随着计算周期τ的减小而增大,随着锥运动参数α和ω的增大而减小。     

雷达脉冲分选算法的研究

介绍了SD IF和CD IF两种传统的脉冲分选算法,并分析了它们各自的优缺点.在比较了传统雷达脉冲分选算法的基础上,介绍了一种基于可变TOA差级的运算量更小、速度更快的分选算法.计算机仿真结果表明,该方法提高了雷达脉冲分选效率,能够成功分选出高密度雷达环境中的复杂形式的脉冲信号,满足了现代战场电磁环境的要求.