基于快速牛顿法的自正交变换域(N-SO-TRLMS)算法研究

提出一种能够较好改善剩余误差性能的低复杂度自正交变换域(N-SO-TRLMS)改进算法,该算法基于快速牛顿算法的思想,降低了SO-TRLMS算法中近似变换对输入逆矩阵的估计误差;理论推导了改进算法的误码率解析表达式,分析了剩余误差和运算复杂度;静态和动态干扰环境下的仿真结果表明:改进算法在保持快速收敛特征的前提下,表现出较小的剩余误差和较强的鲁棒性。     

基于自组装DNA计算的RSA密码系统破译方案

自组装DNA计算在解决NP问题,尤其是破译密码系统方面,具有传统计算机无法比拟的优势。采用DNA分子瓦编码信息,借助于分子瓦之间的粘性末端进行自组装,给出了乘法运算的实现方案。在此基础上,通过引入非确定性的指派分子瓦,提出了一种用自组装DNA计算破译RSA公钥密码系统的非确定性算法。通过创建数以亿计的参与计算的DNA分子瓦,在DNA计算能力允许的范围内,该算法可以并行地测试每个可能的因子,以高概率地分解整数。该方法最大的优点是充分利用了DNA分子瓦具有的海量存储能力、生化反应的巨大并行性以及组装的自发有序性。     

平方根椭球状态定界及其并行计算

提出了一种易于脉动阵列实现的平方根椭球状态定界算法。算法将椭球形状矩阵的平方根进行递推计算,使得计算的数值稳定性得以提高。由于平方根算法具有矩阵与矩阵以及矩阵与向量的运算形式,因而适合在并行处理器上执行。为了并行计算,给出了实现此平方根算法的脉动阵列结构。计算复杂性分析显示,若系统状态维数为n,串行计算的计算复杂度至少为O(n3),而并行计算的计算复杂度降为O(n)。仿真结果验证了本方法的有效性。     

Pollard p-1因子分解的DNA计算机改进算法

如何有效地对大整数进行因子分解,是数学上的一个难题.RSA密码体制的安全性正是基于此困难问题.利用DNA计算机超大规模的并行运算能力和数据存储能力,提出一种基于分子生物技术的因子分解问题改进的DNA计算机算法.以因子分解的Pollardp-1算法为基础,设计了基于DNA计算的平方-乘算法以及求取最大公因数的欧几里得子算法,仿真实验结果表明了算法的可行性和有效性.     

一种采用混合进制的算术编码

针对许多实际应用中需要同时编码压缩来自多种不同符号集的数据,提出一种采用混合进制的算术编码,提高编码效率的同时增强了算术编码的抗误码扩散能力.从理论上分析了该算法并给出了实现过程.处理小波零树系数以及随机混合数据的实验结果表明,该算法明显优于单一进制的编码算法.     

基于LSTBC-OFDM系统的信道估计简化算法

针对MIMO-OFDM通信系统中基于导频的常规信道估计算法存在矩阵求逆过程,使算法计算量过大的现象,提出了一种基于最小二乘(LS)的信道估计简化算法。该算法利用分层结构的空时分组编码技术(LSTBC)和优化设计的导频符号,避免了LS算法的矩阵求逆过程,大大降低LS算法的复杂度和运算量。仿真结果表明,该方法在运算复杂度显著降低的情况下,仍可取得和原算法同样的性能结果。     

基于带宽剩余率的脉冲耦合神经网络最短路径算法

利用脉冲耦合神经网络（pulse coupled neural network, PCNN）寻找最短路径是一种非确定性算法,运算的复杂度只和最短路径的长度有关,和路径图的复杂程度无关。已有的PCNN最短路径算法只考虑路径长度,而未考虑其他参数,如带宽和时延等。这里除了考虑路径长度,同时考虑实际中带宽剩余量对网络的影响,提出了一种基于带宽剩余率的最短路径算法,用带宽剩余率参数来控制神经元阈值,寻找最短路径。仿真结果表明,该算法可以寻找到全局最优解。     

基于改进正交匹配追踪算法的属性散射中心提取

属性散射中心模型是描述目标后向电磁散射特性的典型模型, 但其中传统的正交匹配追踪(orthogonal matching pursuit, OMP)算法提取模型时具有参数复杂度高、计算时间长等问题。对此提出一种基于稀疏字典的广义正交性的改进OMP算法, 快速定位模型位置参数值, 避免了正交匹配中的寻优过程, 从而降低算法的运算复杂度。通过对两类算法计算复杂度和计算精度进行多次蒙特卡罗实验比较得出,改进OMP算法提高了模型参数的估计精度与噪声鲁棒性, 且大幅降低了算法的运算复杂度, 相比于传统的OMP算法, 运算时间至少降低30%。     

三元DNA编码法与扩元DNA编码法

DNA编码是DNA计算中初始数据库的寡核苷酸序列的设计问题,合理的DNA编码可以提高试验的成功率,从而确保DNA计算的稳定性和正确性。提出了更为合理的DNA编码改进Hamming距离与用于DNA编码的DNA码矩阵;给出设计优码字的三元DNA编码法以及扩元DNA编码法并对算法的复杂性进行了分析;结合算例给出算法设计DNA码字的优点。     

一种时域并行差分相关捕获算法

提出了一种基于硬件实现、在时域对全球导航卫星系统信号进行相关捕获的新算法。算法采用并行差分结构,通过对相关结果的复用,实现了对多个卫星信号的同时捕获。还分析了该算法、传统的相关算法和现有的两种改进型时域相关算法以及基于FFT的频域相关算法的算法复杂度和所需寄存器数量。分析和仿真结果表明,该算法在计算单个复现码的1次相关时,运算量并不随着过采样率的增加而增加。相比于传统的相关算法和现有的两种改进型时域相关算法以及基于FFT的频域相关算法,该算法在运算复杂度上具有优势,有利于在实际硬件系统中实现。     

基于折线模糊数多属性指标信息的FCM聚类算法

折线模糊数是借助实数的有序表示来确定一类模糊信息,它不仅可以按任意精度逼近一般模糊数,而且也克服了基于Zadeh扩展原理的模糊数四则运算的复杂性.该文首先引入折线模糊数定义及其有序表示,并给出它的扩展运算和度量公式.其次,采用折线模糊数的有序表示描述了待聚类对象的多属性指标信息,进而依据目标函数给出最优模糊划分(矩阵)和聚类中心的计算公式,并基于折线模糊数刻画多属性指标信息的模式提出(fuzzy c-means)FCM聚类算法.最后,通过算例说明该算法比梯形模糊数刻画指标信息更具优越性.     

基于民用照射源的被动雷达信号分析与处理

首先介绍基于民用照射源的被动雷达应用概况,给出了系统配置示意图,分析了调频广播信号作为雷达照射源的模糊函数和目标检测的二维相关算法。针对运算量巨大的问题,重点介绍了改进的二维相关算法,减少了运算量。简单介绍基于流水线结构的多DSP信号处理机,以实时完成信号检测与估计任务。     

最优聚丛原理与聚丛法求解旅行商问题

最优聚丛原理是解决算法集和演算集极小化问题、NP完全问题的一个基本的计算复杂性原理 ,引入了稠密、有洞算法概念。以此为基础 ,提出了GED聚丛法 ,它是几何算法G、生态算法E和判定问题D的近似演算等三方面合力求解旅行商问题 (TSP)的方法。给出了求解TSP流程及实例 ,计算结果验证了该原理和方法的正确性和精巧性。     

最优指派问题DNA算法

对求最小值的最优指派数学模型,设计并实现了DNA计算算法。首先经过特殊的DNA编码将二维的决策变量和二维的效益值编入DNA序列中;然后通过杂交实验和分离实验得到指派问题的全部可行解;最后通过电泳实验和检测实验获得最优指派问题的最优解。证明了算法的复杂性并举例说明了算法的可行性。分别给出了求最大值的最优指派问题和人数与工作数不等的最优指派问题的处理方法。     

Fast encoding algorithm for vector quantization based on subvector L2-norm

A fast encoding algorithm based on the mean square error (MSE) distortion for vector quantization is introduced. The vector, which is effectively constructed with wavelet transform (WT) coefficients of images, can simplify the realization of the non-linear interpolated vector quantization (NLIVQ) technique and make the partial distance search (PDS) algorithm more efficient. Utilizing the relationship of vector L2-norm and its Euclidean distance, some conditions of eliminating unnecessary codewords are obtained. Further, using inequality constructed by the subvector L2-norm, more unnecessary codewords are eliminated. During the search process for code, mostly unlikely codewords can be rejected by the proposed algorithm combined with the non-linear interpolated vector quantization technique and the partial distance search technique. The experimental results show that the reduction of computation is outstanding in the encoding time and complexity against the full search method.     

基于量测转换与输入估计的机动目标跟踪算法

针对雷达系统中机动目标的跟踪问题,提出输入估计(input estimation,IE)与无偏量测转换（unbiased converted measurement,UCM）相融合的自适应算法。用无偏量测转换技术将观测量转换到直角坐标系,使得在极坐标系内应用IE成为可能;提出检测窗内加速度阶梯变化的假设并推导相关模型,使得单个输入估计器能够跟踪各种变化机动。仿真分析表明,算法与基于多滤波器并行工作的交互式多模型相比,跟踪精度相当,但运算量大大降低,因此适用于对性能和实时性要求较高的场合,有很好的应用前景。     

基于有限域构造的QC LDPC码编码器设计

为了降低准循环低密度奇偶校验（quasi-cyclic low-density parity-check, QC LDPC）码编码的复杂度,提出了一种利用近似满秩（approximate full rank, AFR）矩阵实现QC LDPC码的高效编码方案。基于有限域GF(q)乘群、加群构造出AFR校验矩阵,利用AFR矩阵可以快速得到其系统循环形式的生成矩阵。此方案不但可以实现线性化编码,而且编出的码都为系统码。仿真表明,该编码方案对于列重较小的QC LDPC码具有较好的通用性和实用价值。     

基于动态离散粒子群优化的PTS相位系数搜索算法

部分传输序列（PTS）算法是一种有效的且无畸变的降低正交频分多路复用（OFDM）系统发送信号峰均比的算法,但其实现的时间复杂度较高。为了在不影响降低峰均比性能的前提下,减少算法实现的时间复杂度,提出了一种基于动态离散粒子群优化的PTS相位系数搜索（DDPSO-PTS）算法。该算法利用粒子群优化算法优良的迭代寻优能力,寻找最优的相位系数序列,并且通过动态调整粒子数量,来减少算法的时间复杂度。DDPSO-PTS算法的平均时间复杂度比传统的PTS算法的平均时间复杂度减小了50%到90%。仿真结果分析表明,在相邻、交织和随机分割条件下,相应的DDPSO-PTS算法的性能损失为0到0.4dB。

Abstract：

The Partial Transmit Sequence （PTS） is a very promising peak-to-average ratio （PAPR） reduction algorithm for OFDM system since it does not generate any signal distortion.However,its high time complexity makes it difficult for implementation.For reducing the time complexity with neglectable performance penalty,a dynamic discrete particle swarm optimization based PTS （DDPSO-PTS） phase coefficient search algorithm was proposed to implement the PTS approach based on the concept of particle swarm optimization （PSO） algorithm.DDPSO-PTS algorithm seeks the optimum PTS phase coefficients with the best ability of iterative optimization of Particle Swarm Optimization algorithm.The number of particles will be adjusted during iterations to reduce the time complexity.The DDPSO-PTS algorithm can reduce 50% to 90% average time complexity compared with traditional PTS algorithm.The simulations show that with adjacent,interleaved and random partitioning scheme,the performance degradations of DDPSO-PTS algorithm are 0 to 0.4dB.