传感器误差情况下的线性校正TOA定位算法

传统定位方法一般是在假设传感器位置信息准确已知的前提下进行的。然而在实际情形中,传感器位置信息往往含有随机误差,这些误差会严重影响目标的定位精度。针对这一问题,提出了一种存在传感器误差情况下的线性校正TOA定位算法。首先将非线性TOA定位方程组转化为一组关于目标位置的伪线性方程,利用加权最小二乘估计进行初始求解;然后在此基础上把伪线性方程组转化为关于估计偏差的求解问题,进而对初始解进行线性校正。在测量误差充分小的情况下分析了该算法的有效性。仿真结果表明该算法具有较好的定位性能。     

等式约束的凸非线性规划问题降维算法

对等式约束的凸非线性规划问题的非线性方程组算法进行了研究.从一般等式约束问题的最优性条件出发,构造一个非线性方程组,解此方程组便可求得非线性规划问题的最优解.     

基于仿射变换的双克令吊装卸动态仿真算法

提出一种基于仿射变换的双克令吊联合装卸重大件货物的动态仿真快速算法。该算法是将在三维空间中6参数的非线性方程组经仿射变换后，变为二维平面上的4参数的非线性方程组，对此方程组运用最优化方法进行迭代求解，再经仿射反变换得到原非线性方程组的最终解。在此算法和基于OPENGL的三维视景显示等算法基础上，设计并实现了重大件货装卸仿真系统，实践证明这一算法的实现加快了系统的仿真速度，结果令人满意。     

股本权证发行后的定价与模型求解

利用权证发行后的可观察量,构建定价权证的非线性方程组,进一步分析验证了此方程组解的存在性.将新的评价函数和加权梯度方向搜索引入遗传算法,给出了一种求解带约束不等式的非线性问题的扩展混合遗传算法.最后,结合实际市场数据进行了实证研究,并针对不同的数值例子进行了算法的检验.数值结果表明该方法在权证定价模型求解方面比其他方法更有利.     

航空发动机性能仿真的分群量子粒子群算法

针对传统迭代方法求解航空发动机模型非线性方程组存在受初值影响不易收敛的问题,采用量子粒子群算法求解.为解决算法的局部收敛现象,设计一种分群量子粒子群算法:将种群分为多个分群,每个分群在各自全局极值的引导下搜索解空间不同区域,并对精英解集定期更新.对测试方程组的求解表明分群机制能有效提高量子粒子群算法的搜索性能和收敛速度.运用改进算法对某型混合排气涡扇发动机模型进行仿真求解,得到了满意的结果.     

用于双基地雷达目标定位的全局收敛高斯-牛顿法

考虑了双基地雷达目标定位问题中的非线性最小二乘方程组的迭代解法。用高斯 牛顿迭代法解非线性最小二乘方程组计算量小、收敛快,但所得解的正确性及精度依赖于选取的迭代初值与真值的靠近程度,及方程组的非线性强度。给出了两种变步长全局收敛策略,与高斯-牛顿法相结合可得到对初值不敏感的迭代算法。仿真结果表明,用全局收敛的高斯 牛顿法解最小二乘方程组能得到更准确的解,且迭代次数较少。     

一种新的小波网络快速学习混合策略

针对传统的小波网络梯度学习算法易于陷入局部极值、收敛速度慢且对初始参数很敏感的缺点,将全局性能优越的差异进化(DE)算法和最小二乘算法(LS)有机的结合起来,提出了一种新的快速学习混合策略。该混合学习算法思想是将待训练参数分为非线性和线性两类,利用差异进化算法对小波网络非参数进行全局优化训练,而最小二乘法用于快速训练网络连接权值。非线性函数逼近实验表明,小波网络逼近性能要远优于传统的BP神经网络,相对于使用随机梯度学习算法的小波网络,提出的混合学习算法收敛速度更快,且具有更小的均方差。     

基于适应性模拟退火的标准单元布局算法

提出了一种基于适应性模拟退火的标准单元布局算法，针对各布局电路的特性，在传统的模拟退火算法中引入适应性初始温度和适应性搜索区域的概念，并对标准单元布局中目标函数中的惩罚项做出相应改进。该算法用于对一组标竿电路进行测试，和传统模拟退火算法得出的结果相比，在布局效果上和时间性能上均显示出优越性。     

定量反馈理论和神经网络的融合控制与仿真

针对自旋导弹的不确定性和强非线性,提出了将定量反馈理论QFT与神经网络控制相融合的控制器的设计算法.采用基于神经网络的PID控制算法,获得初始控制器,克服QFT初始控制器设计的盲目性,然后采用QFT设计对系统进行调整.综合考虑了对象的不确定性范围和对系统性能指标的要求,实现了自旋导弹俯仰通道鲁棒控制器的设计,并对该自旋导弹控制系统的模型进行非线性仿真.仿真结果表明,与基本QFT控制器相比,所设计的系统具有良好的稳定鲁棒性和性能鲁棒性,可以用于同类具有大的不确定和强非线性控制系统的设计.     

求解非线性方程组的异步并行 拟牛顿迭代算法的收敛性分析

本文给出了MIMD多处理机上的求解非线性方程组的异步并行拟牛顿迭代算法的收敛性分析,给出了收敛的充分性条件。     

基于动态指导滤波的显著性检测方法

显著性检测是指自动提取未知场景中符合人类视觉习惯的兴趣目标的方法。为了进一步提高检测的有效性,同时降低像素类检测算法的计算量和复杂度,提出了基于动态指导滤波的图像显著性检测方法。在新设计的简单迭代指导滤波中,核函数不再像经典指导滤波器那样只利用固定的指导图像,而是利用了输入图像和动态指导图像的联合结构信息,它保证了指导图像对原输入图像较好的结构传递性。其次,为了节约算法的时间成本,采用采样的方式降低算法计算中需要的计算量。最后,为了提取更有效地的显著性区域,引入了关键显著性区域提取方法,通过修正关键点集合得到更准确的目标区域。实验结果表明,相比于其他像素类的显著性检测方法,该算法可以更快速和有效地检测出显著性目标。     

基于快速阈值迭代的SAR层析成像处理方法

合成孔径雷达层析成像(synthetic aperture radar tomography, TomoSAR)是将合成孔径原理应用到高程向进行三维成像,相比于传统的二维成像,增加了高程向的信息。传统谱估计方法可用于SAR层析成像,但其高程向分辨率较低。对于高程向分布稀疏的场景,压缩感知(compressive sensing, CS)方法可以用于高程向重建,且具有超分辨能力。阈值迭代算法(iterative shrinkage-thresholding,IST)可用于SAR层析成像,但其收敛速度比较慢。介绍了一种快速阈值迭代算法(fast iterative shrinkage-thresholding,FIST)用于SAR层析成像,该方法不仅保持了IST算法计算的准确性,而且具有较快的收敛速度。本文通过仿真实验说明FIST算法在多散射体分辨、单散射体位置估计等方面的特性,并利用TerraSAR-X北京地区实际数据进行SAR层析成像,分析成像效果。研究结果表明FIST算法在多散射体分辨、单散射体位置估计方面优势明显,其应用于SAR层析成像具有较好的成像效果。     

基于微分信息融合的Mean Shift改进跟踪算法

为提高传统均值漂移算法对低对比度图像的跟踪性能，提出一种融合图像微分特征信息的改进算法。根据图像8邻域微分值建立微分图像，利用微分特征建立目标模板和候选区域的微分直方图模型，并确定候选区中心位置的更新向量。将其与利用颜色特征信息确定的候选区中心位置的更新向量相融合，得到改进算法的更新向量。图像的微分信息包含了图像的细节信息以及像素的相对空间位置信息，提高了模型建立时信息的利用率，能够提高目标模型的建模精度。仿真实验结果表明，与传统均值漂移算法相比，改进算法在复杂的背景情况下具有更强的抗干扰性能，能够有效提高目标跟踪的稳定性。     

随机投影阵下的界约束总变分图像恢复算法

主要研究以交替方向法为基础的总变分图像恢复模型,结合约束优化问题以及快速迭代技术,提出了一种约束总变分图像恢复的快速算法。对总变分模型添加范围约束,利用交替方向法进行求解,把原问题转化为3个子问题,分别用迭代阈值法、快速傅里叶变换法以及投影法进行求解。把快速迭代技术应用于迭代阈值法来提高计算效率,利用非精确计算法来克服系数矩阵为随机投影阵带来的傅里叶变换的计算费时问题。数值试验结果〖JP2〗表明,针对随机投影阵下的约束总变分问题,新方法在提高计算效率的同时还能得到很好的图像恢复效果。     

一种有效的STBC-OFDM联合信道估计解码算法

提出一种针对空时块码正交频分复用(STBC-OFDM)系统在信道不确知或时变情况下的低复杂度联合信道估计与解码算法.该算法推导的出发点是观察到STBC-OFDM系统中关于信道参数的最小二乘代价函数与只有线性处理的STBC解码最小二乘代价函数是等价的,从而可利用循环最小化迭代方法求解.在这两个代价函数求解各自参数过程中,可以充分利用OFDM的信号特征和STBC的正交结构特征,使计算量大为减少.在迭代过程中,信号先不考虑有限字符性质,而是取值任意的随机变量.估计出信号值后利用有限字符性质进行量化修正,避免了此类迭代算法中的穷举运算,从而降低了计算量,加速了算法收敛速度.仿真结果表明了该算法的有效性.     

Efficient multiuser detector based on box-constrained deregularization and its FPGA design

Multiuser detection can be described as a quadratic optimization problem with binary constraint.Many techniques are available to find approximate solution to this problem.These techniques can be characterized in terms of complexity and detection performance.The "efficient frontier" of known techniques include the decision-feedback,branch-and-bound and probabilistic data association detectors.The presented iterative multiuser detection technique is based on joint deregularized and box-constrained solution to quadratic optimization with iterations similar to that used in the nonstationary Tikhonov iterated algorithm.The deregularization maximizes the energy of the solution,this is opposite to the Tikhonov regularization where the energy is minimized.However,combined with box-constraints,the deregularization forces the solution to be close to the binary set.We further exploit the boxconstrained dichotomous coordinate descent (DCD) algorithm and adapt it to the nonstationary iterative Tikhonov regularization to present an efficient detector.As a result,the worst-case and average complexity are reduced down to 2.8 and 2.5 floating point operation per second,respectively.The development improves the "efficient frontier" in multiuser detection,which is illustrated by simulation results.Finally,a field programmable gate array (FPGA) design of the detector is presented.The detection performance obtained from the fixed-point FPGA implementation shows a good match to the floating-point implementation.     

用迭代方法精确实现FMCW信号的线性调频

本文从理论上提出了一种线性调频连续波(FMCW)信号调频线性度校正的迭代算法,该算法可精确地实现线性调频,利用迭代过程中的频率误差函数可进行线性度测量.基于此,研制了FMCW信号线性度校正与测量系统,对3mm波VCO的实验结果表明,校正后的最大瞬时线性度优于0.016%,均方根线性度优于0.007%.     

Efficient iterative adaptive pole placement algorithm

An iterative adaptive pole placement algorithm is presented. The stability and the convergence of the algorithm are respectively established. Since one-step iterative formulation in computing controller's parameters is used, the on-line computation cost is greatly reduced with respected to the traditional algorithm. The algorithm with the feed-forward can follow arbitrarily bounded output. The algorithm is also extended to multivariate case. Simulation examples show the efficiency and robustness of the algorithm.     

基于有限容量库所方法的死锁防止算法

针对变迁均可控、可观的推广Petri网,给出了一种防止死锁的算法.该算法基于将死锁防止问题转化为控制规范的迭代算法和将控制规范施加到被控对象上的有限容量库所方法.它相对于只能面向某一类网的死锁防止方法,在通用性上有了很大改进;而且设计的控制器是结构型的,在线计算少、执行快;不过由于是迭代算法,有时离线计算量较大.最后用一个示例说明了该算法,并进行了进一步的讨论.     

MIMO系统中基于因素图的迭代信号检测算法

基于无线通信中接收信号的似然检测模型,给出发送信号估计和推理的因素图描述。在此基础上,应用标准和积算法提出一种频率选择性衰落信道下的多输入多输出(multiple input multiple output,MIMO)系统的迭代信号检测算法。为了降低计算复杂度,提出一种快速迭代检测算法,通过引入概率数据关联方法,避免了标准和积算法中符号概率估计的积分计算。仿真结果表明,应用标准和积算法得到的迭代信号检测算法可以逼近最优算法的性能,而快速迭代检测算法在大幅降低计算复杂度的同时,误码率性能比传统的最小均方误差算法有较大优势。