一种新的混沌识别方法(Ⅰ)

为了识别混沌信号和随机信号，针对G-P算法及其改进算法的不足，提出了一种新的改进算法．该算法不仅能简化无标度区的确定过程，而且能客观地判断系统的关联维数是否饱和．仿真结果表明，新的改进算法对于混沌信号的识别是有效的．     

3G移动环境下自适应均衡算法的仿真研究

在3G微小区的传播环境下，对线性自适应均衡算法进行仿真研究，为此构建了与3G接近的实用系列时延扩展的传播环境和可变多径传播信道，建立了系统仿真模型，做出了仿真实验结果并分析了仿真实验结果的意义．     

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．     

基于修正传播算子的宽带相干源DOA估计

将数据共轭重构的修正托别列兹方法（MTOP）引伸到宽带传播算子算法中，提出了修正的宽带传播算子DOA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，证明该算法在快拍数有限和低信噪比的情况下，可明显提高信号DOA估计的性能．在不增加运算量的条件下，该算法性能优于OPM算法．     

一种无线异构网无缝切换控制方案及其仿真分析

基于IEEES02．11WLAN和GPRS构建的异构网模型，提出了一种新的无缝切换控制方案．该方案综合考虑了切换过程中的关键因素，分析了相关参数的设置和算法，并对方案的性能进行了仿真验证．仿真结果表明，本方案可为无缝切换和业务连续提供有力保障．     

心脏线的逐点生成算法

给出了快速绘制心脏线的逐点算法．基于曲线表达式的特点，该算法将心脏线的点坐标迭代关系转化为几个简单的迭代关系的线性组合．迭代过程中避免了三角函数的运算，每步仅需4次（心脏线）乘法运算．其绘制误差不超过√2/2象素．     

探测深度对心脏光学标测中荧光信号的影响

为了估计心脏光学标测过程中不同探测深度对光标测结果的影响，利用电兴奋跨壁传导模型和荧光传输模型，模拟了心室电兴奋跨壁传播时跨膜电位的分布和不同光探测深度的荧光信号，并将深度权重的荧光信号与组织表层细胞的荧光信号做了比较，并分析了产生差异的原因．研究表明：如果大多数荧光来自组织的近表层（小于0．5mm），光探测深度的影响几乎可以忽略；当探测深度增加时（大于等于0．5mm），尤其在螺旋波条件下，两种动作电位在上升时间、幅度和时程上的差异随探测深度的增加而加大，所以需要对以往由心肌表面电标测得到的电生理指标做相应修正．     

GSM 信号的自适应最大似然接收

考虑如何在ＧＳＭ接收机中实现最大似然接收以克服多径传播带来的严重的信号失真，提出了新的算法，它和常规的算法相比在复杂度上大大降低。给出了仿真结果，结果表明这一新算法具有接近理想的最优性能。     

切削过程的位置误差补偿控制研究

本文作者运用经典控制论对切削过程的位置误差补偿控制进行了研究．接着，作者对神经网络理论中的标准反向传播算法BP作了改进并提出了IBP算法．基于IBP法，作者构造了一个用于切削过程位置误差补偿控制的多层前馈神经网络控制器，并作了仿真控制试验．研究结果表明：IBP法较标准BP法具有更快的迭代速度和收敛性质；所建的智能控制器虽然结构简单，但在误差补偿控制方面跟经典控制法相似具有一定的控制效果．     

异步随机微粒群算法

在研究微粒群算法生物特征的基础上，提出了一种异步随机微粒群算法——ASPSO．该方法是在微粒的进化过程中，采用异步模式使全局最好位置信息以异步方式在种群中传播。从理论上证明了ASPSO与同步模式微粒群算法SPSO相比较具有更快的局部收敛速度，并对四个经典测试函数进行了仿真测试，测试结果表明：与SPSO相比，ASPSO算法具有更快的收敛速度。     

一种基于神经元网络优化的辨识方法

基于神经元网经络结构的优化，提出了一种新的辨识方法，并针对三层反向传播神经元网络，提出了该辨识方法的详细算法，通过实例仿真证实了该方法的有效性。     

基于匹配预测的交换调度算法

提出一种新的虚拟输出队列调度算法MiSlip．该算法在iSlip算法的3步匹配基础上，增加了预匹配过程，考虑到连续两次调度过程的相关性，通过利用前次调度过程中的有效信息，在输入和输出端口之问满足特定条件的情况下，可以准确预测本次调度的匹配结果，从而减少了本次匹配过程的迭代次数，提高了匹配准确度和iSlip算法的性能。仿真结果表明，与iSlip算法相比，在保持吞吐量和丢包率不变的情况下，MiSlip可以明显地提高迭代效率，降低调度时延。     

一种新颖的超宽带自参考发射接收方案

针对发射参考超宽带系统的低资源利用率和相关模板易受噪声干扰的缺点，提出一种新的自参考发射接收方案和基于此方案的广义似然比检验分组判决算法．所提方案利用部分重叠窗检测结构，将已判决符号的接收信号作为参考，省去了参考信号占用的能量与时间资源，达到了满数据发送速率；引入差分编码解决了重叠窗带来的误码传播问题．分组判决算法利用检测窗内所有数据帧，在广义似然比准则下对相关模板进行联合估计，进一步压制了模板噪声．仿真结果表明，与传统发射参考以及其他发射参考方案相比，该自参考方案及其检测算法在广义信噪比下能提供更好的误码性能．     

基于误差反传算法的时间序列非线性预测方法

讨论了基于误差反向传播算法的时间序列非线性预测方法，给出了用该方法预测的时间序列程序框图并对太阳黑子预测问题进行了计算机仿真。仿真结果表明该非线性预测方法有较好的预测效果．     

任意噪声相关异类传感器非线性系统状态矢量融合

基于线性无偏最小方差估计理论，提出了一种任意相关噪声异类传感器非线性系统状态矢量融合算法．该算法考虑了过程噪声和测量噪声以及测量噪声之间的相关性和传感器系统结构的不同性，增加了描述多传感器融合系统的信息量，通过局部估计的组合构造新的变量以去除局部状态之间的相关性，采用顺序滤波的方法减小了异类多传感器融合系统全局状态估计的计算量．仿真结果表明，由于考虑了过程噪声和测量噪声以及测量噪声之间的相关性，状态矢量融合算法比噪声不相关融合算法具有更好的跟踪性能，航迹跟踪的精度得到了改善．     

一种新的免疫克隆选择算法

提出了一种新的人工免疫系统算法——免疫克隆选择算法，描述了算法的操作过程。采用函数优化仿真实验与进化算法进行比较，结果表明免疫克隆选择算法收敛速度快，求解精度高，稳定性好，并能有效地克服早熟问题和骗问题．     

工业过程稳态优化中的PD型迭代学习控制

论述在工业过程的稳态优化中，施行选代学习控制的思想方法．给出了一种ＰＤ型迭代学习算法，分析了算法收敛性．数字仿真结果表明这种控制方法对抑制超调，加快动态响应，减小优化过程对工业生产过程的影响是行之有效的．     

TCP主动队列管理的计算方法

将TCP的流量控制过程等效为二阶线性时变系统，采用不敏感控制对象参数的内环位置补偿（SP）结构和负载扰动的控制器设计方法，设计出一种新的AQM算法．仿真试验表明，主动队伍管理算法的稳态和瞬态性能都优于与它具有相同实现复杂度的RED和PI算法，并在负载扰动和参数变化时具有较强的鲁棒性．     

约束问题求解的一个统一方法

给出了一个新的求解约束的方法──动态约束算法．它通过引入新的约束类型，使变量操作和约束操作算法统一起来．在新的求解约束过程中，不需再区分变量与约束．     

高速伺服注塑机成型过程预测迭代学习控制

将学习控制应用于高精密快速伺服注塑机成型过程，根据成型过程的特点设计了一个预测迭代学习控制器，并利用先前得到的系统模型对算法进行仿真．控制器由前馈和反馈控制两部分组成，引入滤波器用于增强学习控制器的鲁棒性．将预测学习控制算法在伺服注塑机上进行了实验．实验和仿真结果表明，该预测学习算法对提高成型过程的位置重复精度效果明显．