码率约束抗丢包伸缩码流保护的码率分配方法

针对现有传输码率约束抗丢包不等保护系统的码率分配方法不能兼顾复杂度和性能的缺陷，提出了一种基于估计的码率分配新方法．先给出了系统失真优化解的期望失真的上下界，由于该上下界仅与等保护方案有关，因此可以快速确定．然后，利用上下界估计最优的交织器参数，从而避开了求解每一候选交织器参数对应的失真优化解所带来的耗时大的问题．采用双状态马尔可夫网络模型，通过对可伸缩图像／视频码流数据进行实验，结果表明，新方法能够获得近似最优的系统性能，具有复杂度低和鲁棒性强的优点．     

一种新型快速的直接随机优化算法

 针对常用优化算法求解时实时性较差且易陷于局部最优解的问题, 提出一种新型快速的直接随机优化算法(DROA). 该算法直接利用随机搜索过程寻找最优解, 减少了额外计算, 降低了计算复杂度; 其搜索过程分为全局搜索和局部搜索两个阶段, 各阶段选用不同的调节参数公式和搜索方式. 先将递增参数的3个随机优化模块串接构造全局优化子, 并将多个全局优化子并行搜索构造全局优化器以获得全局最优解; 再将多个局部优化模块串接在一起运行构造局部优化器使优化解更精确. 测试结果表明, 该方法快速高效, 优于目前的全局优化算法.     

平板的颤振参数研究

基于平板颤振理论 ,建立了颤振双参数优化模型 ;提出了搜索该优化模型最优解的混沌新方法 ,该方法利用混沌的内在随机性和遍历性来获得全局最优解 ;并详细给出了图解法和迫近法搜索优化模型最优解的步骤 .经算例验证 ,上述 3种方法计算简便 ,精度高 ,为平板颤振频率、颤振风速和折算风速等颤振参数的确定提供了新的有效途径 .混沌方法人为参与程度低 ,稳定性强 ,可以方便准确地绘出平板各种颤振参数的诺模图     

多载波DS-CDMA中的交织器设计

多载波直接扩频序列码分多址 (DS- CDMA)是一种结合正交频分复用 (OFDM)的调制方式和 DS- CDMA的多址方式而产生的宽带 CDMA传输方式。该文结合下行多载波 DS- CDMA的特点 ,提出了最优交织器的设计准则 ,推导出了它的最优解和相应的最优性能。给出了一种只需排序操作就可以实现次最优交织器的设计方法。理论分析和仿真结果表明 ,当频域分集数 P小于信道阶数 L 时 ,优化后的交织器能有效地提高系统的分集增益 ,并使系统的性能逼近P=L 时的最优性能。当 P≥ L 时 ,等间距交织器就是最优交织器。     

基于非线性逆透视变换的摄像机畸变参数标定

为实现摄像机畸变参数标定,提出了一种基于非线性逆透视变换模型的标定新方法.根据线性透视变换模型和畸变模型推导出非线性逆透视变换模型,以及逆透视变换参数与畸变参数之间的关系;在此基础上,建立以畸变参数为最优解的泛函,然后进行优化搜索求解.在优化搜索中,采用改进牛顿法确定搜索方向,然后,采用试探法沿搜索方向进行一维搜索.该方法仅需对数目较少的畸变参数进行优化搜索,可大幅降低优化搜索的维度和复杂度.仿真和实验结果表明：该方法正确有效,求解精度较高.     

复杂无线信道环境下渐进图像的信源信道联合编码

恶劣无线信道上丢包和随机误码共存,使得渐进图像的鲁棒高效传输异常困难。不同于以往基于乘积码和Reed-Solomon(RS)码的编码保护方案,该文提出了基于Raptor码的信源信道联合编码方案。该方案采用Raptor码对脆弱的压缩码流提供不等重保护来抵抗信道的丢包和误码。为了最小化端对端传输失真,利用动态规划算法,求得信源压缩和信道不等重保护的最优码率分配方案。仿真表明:相比于以往的传输保护方案,该方案使得端对端的图像重建的峰值信噪比提高了约2～5dB;同时搜索最优码率分配方案的复杂度和信道编码复杂度有了明显降低;解码的端对端的延迟也大大减小。     

改进的SPIHT静止图像压缩编码算法

SPIHT算法是压缩编码效率很高的静止图像压缩编码算法。针对原算法没有从最佳率失真的角度出发来选择初始量化门限这一不足之处 ,提出了一种改进的 SPIHT算法。通过理论计算和试验分析 ,得到初始量化门限 T0 和编码失真的关系 ,并导出搜索最优初始量化门限 T0 的简单迭代方法。改进的 SPIHT算法能根据输入图像的特性和给定的编码输出码率自适应地选择最优初始量化门限 T0 。在相同输出码率的条件下 ,改进的 SPIHT算法比原算法峰值信噪比提高最多达 0 .6 d B     

基于遗传算法的非线性系统参数优化方法

提出了一种基于遗传算法的非线性系统参数仿真优化方法，解决了非线性系统参数优化问题，由于遗传算法是在解空间的多个区城内进行搜索，能以较大的概率跣出局部最优，因此可找到整体最优解。仿真结果表明，该方法是一种有效的非线性系统参数优化方法。     

基于 HABC-RBF 神经网络的蒸汽驱预测方法

为解决蒸汽驱开发效果预测精度低和时间长的问题, 提出了一种改进人工蜂群算法和 RBF(Radial Basis Function)神经网络相融合的预测方法。 该方法应用种群最优解修改雇佣蜂解和观察蜂解的搜索方程, 借鉴差 分进化算法思想, 完成对种群最优解和个体搜索解随机扰动, 采用混合编码优化 RBF 神经网络参数。 以辽河 油田齐 40 块为例进行了试算, 结果表明, 该方法对蒸汽驱开发效果预测具有较好的非线性拟合能力和较高的 预测精度。     

基于禁忌搜索的全局记忆增强型优化方法

针对过程系统优化问题中存在多解、而目前通用高性能实时优化算法均为局部算法的情况,提出了基于禁忌搜索的全局记忆增强型优化方法(global mnemonic enhancement optimization,GMEO)。该方法证明了在一定条件下局部最优解是过程系统参数的连续可微函数,并采用禁忌搜索方法以背景计算的方式获得优化计算经验点上的多解信息。基于这些多解信息,GMEO可为优化计算提供全体局部最优解的逼近值。以这些逼近值为初值,可使局部优化算法达到全局优化的效果,并能有效提高过程系统运行的稳健性。基于原油混合问题的数值仿真试验验证了GMEO方法的有效性。在不过多损失实时性的前提下,优化计算的目标函数值得以显著改善。     

摄动连续Riccati矩阵方程解矩阵界的估计

 Riccati矩阵方程在控制理论和状态估计问题的研究中具有重要的理论和实用价值。针对摄动参数为带有范数有界不确定性的摄动连续Riccati矩阵方程解矩阵界估计问题,通过构造两个半正定矩阵,利用矩阵不等式和特征值的性质得到带有范数有界不确定性的摄动连续Riccati矩阵方程解矩阵新的上下界,利用特征值满足的不等式给出解矩阵特征值新的上下界。这些上下界的计算只涉及矩阵特征值的计算和线性矩阵不等式的求解,上下界的估计均由矩阵不等式给出,避免了高阶代数方程的求解。数值算例验证表明,研究结果是可行的。     

基于极点对称模态分解-分散熵和改进乌鸦搜索算法-核极限学习机的短期负荷区间预测

针对确定性负荷点预测存在不同程度误差及难以反映电力需求不确定性的问题,提出一种基于极点对称模态分解(extreme-point symmetric mode decomposition, ESMD)-分散熵(dispersion entropy, DE)和改进乌鸦搜索算法(improved crow search algorithm, ICSA)优化核极限学习机的短期负荷区间预测模型。首先用ESMD将原始负荷时间序列分解为多个特征互异的子序列,降低了原始非平稳负荷序列对预测结果的影响,并计算各子序列的分散熵,将熵值相近的子序列重组为新序列以降低计算规模;其次,基于上下限估计法,利用ICSA算法对核极限学习机(kernel extreme learning machine, KELM)输出权值进行优化,得到最优预测区间上下限,并以此分别对各新序列进行区间预测;最后将预测结果叠加得到最终的预测区间。仿真结果表明,所提模型有效提高了负荷预测区间的质量,为电力系统决策工作提供有力支持。     

一类非凸规划的分支定界算法

针对一类非凸规划问题(NP)提出有效的分支定界算法.首先,利用目标函数的特性将其转化为等价的极小化问题(P),通过对其可行域的细分和求解一系列凸规划问题,不断更新(NP)全局最优值的上下界.为提高计算效率,一个问题的最优解作为下一个问题的初始解,并提出了新的删除技术.理论上证明该算法是收敛的,数值试验结果表明算法是有效可行的.     

非负矩阵谱半径的一个新界值估计

对非负矩阵谱半径的界值给出了一个新的估计,把非负矩阵谱半径的上下界表示成矩阵元素的一个易于计算的函数,证明了由该函数表示的谱半径的上下界可以通过递推计算的方法无限地逼近谱半径.最后,通过实例与以往的结论作比较,验证了该界值估计的有效性.     

基于拉格朗日松弛的水灾逃生路径规划

研究了假设路段通行时间为随机变量的交通网络约束最短路径问题.建立0-1整数规划模型,求出最小期望通行时间路径.除流量平衡和路段通行能力约束外,还引入了唯一通路选择约束以保证最终只能生成最优路径.然后,提出了拉格朗日松弛法对难约束进行松弛处理,并将松弛模型分解成两个子问题.结合次梯度算法、标号修正算法和k-最短路径算法设计了一个算法框架,以最小化上下界的差距寻找近似最优解,用改进的算法框架进行求解.最后将该框架应用于龙岩市新罗区进行了计算试验.结果表明,该算法能够找到相对间隙较小的高质量解,验证了该方法的有效性.     

带有二次约束的一般二次规划问题的松弛分枝定界方法

考虑带有二次约束的一般二次规划问题的求解，当约束条件为非凸二次函数时，对原问题中的某个二次约束进行凸二次松驰，或在原问题的约束条件中增加一个球约束，使得原问题的可行域包含在松驰二次规划问题的可行域内。采用椭球剖分策略剖分可行域为小 椭球，用投影次梯度算法解松驰二次规划问题的拉格朗日对偶问题，从而获得原问题的一个下界。原问题最优值的一个上界可从迭代过程中的可行点得到，并在迭代过程中得到调整。该算法或在原问题最优值的一个上下界相同时终止，得到原问题的整体最优解；或产生一无限序列，其任一聚点都是原问题的整体最优解。     

混合系数线性模型参数的一种新估计及相对效率

在连续测量数据的情况下,给出了固定系数а和随机系数b的一种新估计,并引入了一般广义岭估计的概念且证明了其优良性。提出了关于这种新估计的三种相对效率,并给出了它们的上界或下界。     

基于连续Riccati方程解的界的估计

研究了Riccati方程的定界估计问题,采用矩阵不等式和特征值不等式方法,给出了Riccati方程解矩阵的上下界估计.计算实例表明了该方法的有效性.