基于小波包变换的自适应多用户检测

在分析传统自适应多用户检测的基础上，提出了一种基于小波包变换的自适应多用户检测算法．该算法用小波包变换进行前处理，然后再通过最小均方(LMS)算法实现自适应多用户检测．与通常的自适应多用户检测算法相比，该算法利用了小波包变换对小波空间进行分解，信号经小波包变换后自相关性会下降，收敛速度提高．同时在此分解过程中，根据信号与白噪声小波包变换完全不同的特性进行信号消噪．理论分析和仿真结果表明，该算法与传统LMS自适应多用户检测算法和基于小波变换的自适应多用户检测算法相比，算法收敛速度更快，且计算量较少，易于实时实现，还具有良好性能．同时仿真结果表明该算法收敛速度与小波基和分解级数的选择有关，分解级数越大，收敛速度越快；对于同一小波基系列，小波基正则性越好收敛速度越快。     

基于D*算法的农用履带机器人路径规划研究

针对传统A~*算法在路径规划中的不足,采用了一种实时性更强的D~*算法,与A~*算法不同的是,D~*算法的OPEN列表中包含了弧长代价递增的RAISE和弧长代价递减的LOWE两种状态类型。将传统A~*算法和D~*算法进行仿真试验对比,试验结果表明,D~*算法缩短了搜索长度和搜索时间且收敛速度快、计算量小。同时,在真实环境下进行了导航试验,结果表明机器人能稳定安全的按照规划路径到达目的点,验证了D~*算法的高效率性。     

求解等式约束最优化问题的Broyden算法的全局收敛性

将单边既约Hesse矩阵SQP方法和无导数线性搜索技术相结合，提出了一种求解等式约束最优化问题的拟牛顿算法．在适当的假设条件下，证明了算法全局收敛于优化问题的KKT点，而且收敛速度是局部超线性的．当迭代次数k充分大时，这种算法可以实现单位步长，因此不会出现Marotos效应．     

求解非线性方程的两个区间套算法

利用Lagrange插值和Hermite插值对Alefeld，Potra的3种算法作了改进，构造了求解非线性方程f(x)=0在区间[a，b]中单根x^*的两个区间套算法。与Alefeld，Potra的3种算法相比，这两个新算法的Q收敛阶和效率指数更高。证明了算法的收敛性，给出了收敛阶和效率指数。数值实验验证了算法是可靠和有效的。     

基于改进蚁群算法的移动机器人路径规划

针对传统蚁群算法在移动机器人最短路径规划方面存在的不足，如算法前期盲目性搜索、收敛速度慢、消耗时间长及转弯次数多，提出了一种改进的蚁群算法。该算法根据正态分布模型，将栅格环境划分不同区域，进行信息素差异化处理，减少蚂蚁初期搜索时间；同时基于A^*搜索算法的估价函数思想改进启发函数，引入自适应启发信息因子，增强其目标导向性，提高算法收敛速度，平衡算法全局搜索能力。仿真结果表明，改进的蚁群算法能够规划出收敛速度较快、转弯次数较少以及平滑度更高的路径。     

一种改进的变步长BLMS算法

在ＢＬＭＳ（Ｂｌｏｃｋ Ｌｅａｓｔ Ｍｅａｎ Ｓｑｕａｒｅ）算法的基础上提出了一种变步长算法，它除具有ＢＬＭＳ算法的特点，还提高收敛速度，降低了权失调噪声，具有较好仰噪能力。适用于实时器材怕低消，计算机仿真效果较好。     

改进的PPM数据压缩算法及性能分析和比较

PPM算法在文本无损压缩方面具有比LZ算法更高的压缩率。PPM算法分建模和编码两步，在建模时有两种方法选择上下文模型，一种是固定最大长度上下文，即PPM；另一种是不固定最大长度上下文，即PPM^*．在VC 环境下利用PPM^* D算法编制的压缩软件，通过对文本、图像、声音文件以及可执行文件进行实验，效果令人满意，其压缩率都比Winzip要高．     

改进的加权顺序统计量滤波器快速优化算法

提出一种改进的加权顺序统计量滤波器（ＷＯＳ）快速迭代优化算法．与Ｙｉｎ算法相比，文中算法具有收敛速度快，以及收敛结果更接近全局最优的优点．     

一种用于模式分类的多层感知机模型和学习算法

将Kalman滤波算法与BP算法相结合，提出一种用于模式分类的多层感知机模型和学习算法，并对计算实例进行了计算机模拟实验．实验结果表明，这种算法适用于非线性模式分类，且具有较快的收敛速度.     

基于A*扩展自适应蚁群算法的移动机器人路径规划

针对传统蚁群算法存在收敛速度慢、搜索效率低等问题,提出一种A~*扩展自适应蚁群算法.首先利用A~*算法在栅格环境下搜索初始路径,扩展初始路径构建优势区域,优化优势区域的初始信息素,避免蚁群算法在初期陷入盲目搜索;然后在转移概率中引入变向启发函数和参数自适应伪随机比例规则,提升算法搜索效率与收敛速度并淘汰劣质蚂蚁路径;最后采用B样条曲线对路径进行平滑.对比2种栅格环境下的仿真结果可知:所提出的算法能够有效地解决蚁群算法搜索效率低以及收敛速度过慢的问题,同时可以保证搜索路径的质量.     

基于动态terminal滑模控制实现混沌系统的同步

分析一类含有外部噪声干扰的混沌系统的同步控制问题,设计了一个动态terminal滑模控制器,使同步误差系统的状态在有限时间内收敛到零,系统的初始状态始终保持在滑模面上,从而消除了普通滑模控制的到达阶段.通过对Duffing-Holmes系统的同步仿真,验证了该方法的可行性.     

微分对策在期权定价中的应用:数值分析

研究了期权定价的微分对策方法中得到的偏微分方程的数值解法．通过微分对策的离散化,并运用离散时间动态规划原则得到了原偏微分方程的有限差分逼近．基于粘性解的概念证明了有限差分方程的解一致收敛于原偏微分方程的解．给出了计算机仿真结果,并讨论了期权价格的性质．     

参数活动轮廓模型算法优化研究——特殊循环矩阵LU分解的应用

活动轮廓模型(Active Contour Model-ACM)由Kass等人在1987年提出,它是—种可形变模型,从预先设置的初始轮廓出发,在一定的约束条件下,通过逐步形变的搜索过程,最终获得一条预先定义的、一种能量函数最小化的轮廓线.逐步形变搜索的过程,通常有数值迭代、贪心算法、动态规划法等,其收敛到理想边界的时间长.采用一种对三轴对称Toeplitz矩阵,实现LU分解及追赶法解线性方程组的方法对参数活动轮廓模型进行优化,大幅度减少形变时间.     

基于改进PSO算法和集成神经网络的裂解炉在线优化

针对传统粒子群算法(PSO)寻优时易陷入局部最优、后期全局搜索能力下降等不足,提出了基于载波的粒子群算(CWPSO).通过粒子基于载波的搜索和载波扩展精确寻优,较好地克服了上述缺点,且寻优时间明显减少.同时,针对工业裂解炉在线优化要求,采用了权值动态集成的集成神经网络(NNE)对双烯收率进行建模预测,并结合CWPSO算法进行了在线滚动优化.仿真结果表明,该方法对裂解炉的优化效果明显,双烯平均收率有了明显提高.     

求方程全部实根的一个二阶方法

本文建立了一个求解单变元非线性方程f(x)=0全部实根的一个二阶方法:(n=0,1,2,……) 且当根号前取“+”号时所得的序列{X_n}单调增地收于X_o右侧距X_o最近的实根;当根号前取“-”号时所得到的序列{X_n}单调递减地收敛于X_o左侧距X_o最近的实根。该方法初值选取任意,敛速与牛顿法相当,是非线性方程求解行之有的方法之一.     

一类时变系统模型参考自适应迭代学习控制

针对一类有限时间区间上可重复运行的有界输入有界输出稳定的一阶线性时变系统,其高频增益和惯性参数均时变,为使之能够跟踪不同的参考轨迹,将模型参考自适应控制方法与迭代学习方法相结合,提出了模型参考自适应迭代学习控制算法.基于类李雅普诺夫(Lyapunov-like)函数证明了当迭代次数趋于无穷时,跟踪误差在有限时间区间上一致收敛到零,并证明了闭环系统中参数估计和控制信号有界.系统仿真验证了所提控制算法的有效性.     

偏序随机过程本质收敛性的一个注记

本文在最一般的情况下讨论了本质收敛、随机收敛和a.s.收敛三者之间的关系,证明了本质收敛蕴含着随机收敛,且本质收敛的过程必有一个等价的、具有某种意义的可分性修正,它a.s.收敛于相同的极限。     

带相关噪声系统的自校正观测融合Kalman滤波器

对于带有相关噪声和未知噪声统计的多传感器线性离散定常随机系统,利用相关方法,提出了噪声统计信息的在线估计器.基于ARMA新息模型,提出了自校正加权观测融合Kalman滤波器,避免了求解Lyapunov和Riccati方程,减少了计算负担,适于实时应用.利用动态误差系统分析(DESA)方法,严格证明了提出的自校正融合滤波器以概率1或按实现收敛于相应的最优融合滤波器,即具有渐近全局最优性.一个3传感器系统的仿真例子说明其有效性.     

自校正观测融合解耦Wiener状态预报器

对于带未知噪声方差和带不同观测阵的多传感器系统,应用现代时间序列分析方法,基于子系统和加权观测融合系统的滑动平均(MA)新息模型的在线辨识,提出了一类自校正加权观测融合解耦Wiener状态预报器。用动态误差系统分析方法,证明了它按实现收敛于当噪声方差已知时的最优加权观测融合解耦Wiener状态预报器,因而它具有渐近全局最优性。一个目标跟踪系统的仿真例子说明了其有效性。     

二阶非线性差分方程xn+1=f(xn,xn-1)的正解收敛性

研究二阶非线性差分方程xn+1=f(xn,xn-1),n=0,1,2,…的正解的收敛性,其中初始值x-1,x0∈(0,+∞).通过改变方程的条件,可得到每个非振荡的正解都收敛于平衡解x珋,每个振荡的正解都收敛于唯一的二周期解或每个振荡的正解都无界.