基于扩展Prony算法的平坦快衰落信道预测算法

针对最大熵方法(MEM)存在的迭代计算量大和误差扩散的问题,以及ESPRIT算法存在的平坦快衰落信道预测精度受制于自相关函数估计的问题,文中提出基于扩展Prony算法的平坦快衰落信道预测算法.扩展Prony算法通过最小二乘法拟合和计算高次代数方程来求复根,无需估计自相关函数且可批量计算,能够提高预测精度和运算效率.理论和仿真结果表明,扩展Prony算法较MEM和ESPRIT算法具有更高的预测精度,同预测精度下具有3~5d B的信噪比优势,且算法性能稳定,运算效率高.     

基于酉ESPRIT的跳频信号DOA估计

为了利用跳频信号的空域信息辅助同步跳频信号的网台分选,提出了一种基于STFD酉ESPRIT的跳频信号DOA估计算法。首先用WVDSPWVD组合时频分析方法对接收数据进行时频变换,然后提取出跳频信号的有效跳(hop),并对其建立空时频矩阵(STFD),最后利用酉ESPRIT算法进行跳频信号DOA估计。该方法通过酉变换将ESPRIT算法的协方差矩阵从复数域转化到实数域,降低了计算量,而且酉ESPRIT算法利用了数据的共轭信息使数据长度等价增加了一倍,提高了估计精度。仿真结果表明文中算法在信噪比大于2dB时,DOA估计性能优于ESPRIT算法。     

MIMO-OFDM中稀疏度自适应的信道估计方法

将压缩感知应用在稀疏度未知的多天线正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing,MIM0-OFDM)系统信道估计中,提出一种2级阈值的变步长自适应匹配追踪(variable step size adaptive matching pursuit,VssAMP)算法,利用残差值确定第1级阈值调整稀疏度步长,提高信道稀疏度的估计精确度,利用噪声能量和信噪比(signal to noise ratio,SNR)确定第2级阈值控制算法迭代条件,降低小信噪比时信道重构误差.理论分析和仿真结果表明,该算法减小了初始步长对信道稀疏度估计精确度的影响,解决了VssAMP算法阈值难以确定的问题,相比原算法提高了信道估计精确度.     

动态调整GM(1,1)发展系数的预测优化算法

在灰色预测GM(1,1)算法的基础上,针对小样本、穷信息、不确定性和以时间为序列的特征数据,运用限定条件下的随机非线性规划方法、动态调整GM(1,1)算法均质生成数列中的发展系数,构建一套优化预测模型,藉此提高算法的数据预测精度.结果表明:优化算法的预测结果精确度高,在数据预测方面,优于传统的GM(1,1)算法.     

基于超图的非规则应用局部性优化

针对非规则循环应用中存在的一次迭代访问多个间接数组的问题,给出了超图数组的形式化描述,提出了三种基于超图的数据重排算法,即基于超图的非重复编码数据重排算法、基于超图的回溯搜索数据重排算法和基于超图的先划分再回溯数据重排算法,以及两种基于超图的迭代重排算法,即基于超图的非重复编码迭代重排算法和基于超图的回溯搜索迭代重排算法.通过对典型的非规则应用实例——流体力学问题进行实验,表明单独的重排算法提高程序执行速度约25.4%.在最好的数据重排与迭代重排的组合算法下,一级和二级高速缓存的平均命中率分别增加到91.7%和96.5%.     

一种均匀圆阵DOA估计算法及衰落信道中性能仿真

作为第三代移动通信系统中普遍采有的关键技术之一,智能天线可以有效的提高移动通信系统的容量,克服共信道干扰等日益严惩的问题.由于第三代移动通信的基站系统普遍采用的是圆形阵列的接收天线,所以本文从实际需要出发、给出了相应的基于ESPRIT的DOA估计和波束赋形算法并根据该算法在衰落信道模型中的性能仿真结果对其进行了详细分析.     

应用于水声OFDM通信系统的基于维纳滤波的信道估计

为了进一步提高水声OFDM通信系统的性能,本文主要研究了水声OFDM通信系统中基于维纳滤波的信道估计算法.该算法结合了水声信道的特点,采用梳状导频图案,对传统的LS算法进行了改进.在完成计算机仿真的基础上,该算法还在实际的水声信道厦门大学实验水池和厦门港浅海域进行实验.实验结果表明,该信道估计算法具有较好的精确度和稳定性,能够有效提高水声OFDM通信系统的性能.     

基于Spark的EIDA-BP算法对农作物产量的预测

在大数据环境下,为了提高农作物产量预测精确度和运算速度,提出首先基于Spark框架下处理海量数据方法,提高大数据处理速度。然后,运用上代精英位置组合策略实现个体增强优化DA算法(即EIDA算法),使DA算法摆脱收敛早熟困境,再利用EIDA很强的全局搜索能力帮助BP算法找出最佳初始化权值和阀值,避免其陷入局部极小值,提高BP算法精确度。实验结果表明:基于Spark框架下的EIDA-BP算法的农作物产量预测,不管是速度还是精确度都比其他类型的BP神经网络预测的高。     

修正的传播算子方位估计算法及去相关性能分析

将数据共轭重排的方法引申到传播算子算法中，提出了修正的传播算子方位估计算法．从理论上论证了这种引申的合理性．通过理论分析和数值仿真，证明了该算法在快拍数有限时可明显提高信号的方位估计性能．在不增加运算量的条件下，该算法明显优于MUSIC（Mumple Signal Classfication）算法．     

一种基于三角校验碰撞预测的ZigBee网络防冲突机制

针对ZigBee网络节点在发送数据的过程中会引起多节点数据碰撞、形成冲突的问题,提出了一种基于三角校验碰撞预测的放信道信号冲突机制.运用3个节点的信号组成三角校验区域,通过无线信道的节点数学模型进行信号可能碰撞的预测,计算碰撞的可能概率,通过迭代多区域校验进行防冲突运算,降低了数据碰撞的可能性.实验证明,利用此算法能够有效防止数据碰撞,提高了信道利用率.     

一种新的单次快拍二维ESPRIT算法

针对复杂电磁干扰背景下相干信源的二维波达方向快速估计问题,从减小协方差矩阵计算量角度,提出了一种新的单次快拍二维ESPRIT算法(SS-ESPRIT). 该算法仅用一次快拍数据构造4个等效的协方差矩阵,进一步构造扩展的等效协方差矩阵,通过对其一次特征分解,即可实现完全解相干和二维波达方向估计. 为进一步提升该算法估计性能,提出了同相位数据叠加的对策. 数值仿真验证了SS-ESPRIT算法在提升实时性的同时,不会造成估计性能的下降,仅利用一次快拍数据的该算法估计性能优于快拍数为50次的空域平滑波达方向矩阵算法(DOAM),且接近快拍数为100次的DOAM算法,叠加8次同相数据后的该算法性能明显优于200次快拍的DOAM算法. 结果表明新算法适用于小数据样本估计或对实时性要求高的应用背景.      

基于改进空间平滑技术的ESPRIT探地雷达时延估计算法

该文针对探地雷达地下回波时延估计问题,在详细论述ESPRIT探地雷达时延估计数据预处理过程的基础上,提出一种基于改进空间平滑技术的ESRPIT探地雷达超分辨率时延估计算法。基于FDTD的层状模型仿真数据验证了所提算法的有效性和可靠性。     

接触电阻计算新方法

运用模糊系统对接触电阻进行建模.首先通过全因子法进行试验,得到足量试验数据,从试验数据中选出一部分能代表整个样本空间特征的数据作为训练数据训练模糊系统,剩下的作为测试数据对模糊系统进行测试,检测系统可靠性.然后在分析基本遗传算法与递推最小二乘算法特点的基础上,将二者结合形成混合算法,混合算法是在基本遗传算法之后进行递推最小二乘算法的运算.通过训练数据分别利用递推最小二乘算法、基本遗传算法、混合算法训练模糊系统,混合算法的收敛效果优于其他2种方法.通过训练数据建立基于回归分析的接触电阻模型.利用测试数据对各模型进行测试,并比较测试结果,混合算法训练模糊系统所得模型的测试效果是各模型中最好的.测试和比较结果说明若能得到足量训练数据,用混合算法训练模糊系统的方法对接触电阻进行建模是可行的.     

子带分解在ESPRIT算法中的应用

ESPRIT算法是一种用于信号到来角(DOA)估计的直接求解方法,其性能在低信噪比(SNR)和信号相关时会严重削弱.基于此提出了一种多分辨率DOA估计算法基于子带分解的ESPRIT算法(SB-ESPRIT),通过对全带信号进行子带分解,并对每个叶节点分别应用ESPRIT算法,最后通过映射算法将估计所得的DOA映射到全带信号.对于子带分解后旋转不变性的证明为其应用提供了理论依据.仿真结果证明,SB-ESPRIT不仅提高了特征子空间方法的分辨率,而且在子带划分适当的情况下,具有一定的信号去相关能力,并且其均方误差(RMSE)小于ESPRIT算法.     

一种改进的小波神经网络的网络流量预测算法

为了有效地对网络进行维护,提高网络性能,预知网络流量可以提前对网络出现的问题采取应对策略,从而对用户提供更好的服务。在神经网络预测模型中把隐含层的传递函数用小波函数替换,并采用共轭梯度下降算法,建立了一个小波神经网络的网络流量预测模型。通过实际流量数据对模型进行仿真,结果显示该模型与神经网络预测模型相比,该网络具有良好的预测效果,网络训练时间短,有效地提高了训练速度。     

任意分布冲击噪声背景下基于ESPRIT的DOA估计方法

针对冲击噪声背景下的传统波达方向(DOA)估计算法性能下降的问题,该文提出一种适用于任意分布冲击噪声的无穷范数归一化旋转不变子空间(Inf-ESPRIT)算法.该方法首先对阵列接收的快拍数据进行无穷范数归一化处理,然后对伪协方差矩阵进行特征分析,利用ESPRIT算法实现DOA的估计.与传统的基于分数低阶矩的方法相比,该算法具有以下优势:适用于多种不同分布的冲击噪声环境,无需已知冲击噪声特征指数的先验信息或估计值,可以获得更好的估计性能.计算机仿真实验证明了所提算法的有效性.     

基于互相关矩阵的二维传播算子实值算法

为提高传播算子算法在低信噪比下的波达方向（direction of arrival,DOA）估计性能,降低计算复杂度,提出了一种基于互相关矩阵的二维传播算子DOA估计实值算法（UC-PM）.该算法通过构造新的互相关矩阵代替阵列接收数据矩阵,抑制了噪声分量的影响,并且保持了传播算子算法计算量小的优点,利用线性运算代替特征分解求得旋转不变关系矩阵.同时,为进一步降低算法计算量,利用酉变换思想构建新的实数域旋转不变关系,将特征分解和最小二乘问题实数化.仿真结果和计算复杂度分析表明,新算法在低信噪比下的估计性能优于传统二维传播算子算法,接近于二维ESPRIT算法,且其计算复杂度远小于二维ESPRIT算法,实时性好,具有良好的实用价值.      

超声汽车防撞系统的研究

借助于超声波的基本特性和传播特点,提出了一种算法,能够提高警准率。并根据算法设计了相应的超声汽车防撞报警系统电路。     

Application of ESPRIT in Broad Beam HF Ground Wave Radar Sea Surface Current Mapping

HF surface wave radar system OSMAR2000 is a broad-beam sea-state detecting radar.ESPRIT (Estimation of Signal Parameters via Rotational Invariance Technique) algorithm is proposed to apply in DOA (direction of arrival) determination of sea echoes.The algorithm of ESPRIT is briefly introduced first.Then discussions are made on the technique for application in the OSMAR2000 framework.Numerical simulation results are presented to demonstrate the feasibility of radial current mapping based on this method.The algorithm manifests significant performance and computational advantages compared with that of MUSIC.Data acquired by OSMAR2000 are processed to give radial current map and the synthesized vector currents are compared with the in-situ measurement with traditional means.The results show the validity of ESPRIT application in DOA determination for broad-beam radar.