独立假设下的最优变步长LMS模型和算法

为了解决LMS(least mean square)算法中收敛速度和稳态误差之间的矛盾, 基于独立假设, 以最小均方误差为准则, 提出并证明最优步长定理, 说明最优步长和均方误差之间存在一一映射的关系; 以此构造最优变步长LMS(optimal variable step-size LMS, OVS-LMS)模型, 确定了变步长LMS算法收敛速度的理论极限; 讨论了最优初始相对步长的选取方法和未知系统跳变时最优步长的计算. 根据导出的两个最优步长迭代式, 提出OVS-LMS算法. 仿真结果表明, 该算法和OVS-LMS模型的学习曲线基本一致, 证明该算法是独立假设条件下的最优变步长LMS算法.     

基于改进变步长电导增量法的光伏阵列最大功率点跟踪

针对目前变步长最大功率跟踪在复杂光照条件下的振荡问题,结合二分法查找原理,提出了一种改进的变步长电导增量法。采用boost电路作为阻抗匹配装置,此电路占空比大小与系统输出功率相对应。最大功率点附近的工作点对应的占空比。是一组有序数据。对该组数据使用二分法查找,搜寻到最大功率点所对应的占空比,以实现最大功率的跟踪。仿真结果表明,提出的算法能够有效地抑制变步长跟踪过程中的振荡。与常见的变步长算法相比,改进算法更易实现,且具有更强的适应性。     

多时间步长结冰数值模拟方法研究

时间步长是影响飞机结冰数值模批精度的重要参数之一。本文通过求解雷诺时均N-S方程,湍流模型采用k-ε两方程模型,获得空气流场,求解水滴运动轨迹方程获得水滴撞击特性,基于Messinger热力学模型求解能量和质量守恒方程计算冰形。并采用扇形分区法,更新机翼前缘结冰区网格,保持网格拓扑结构不变,实现多时间步长结冰数值计算。比较了采用单时间步长法争多时间步长法对翼型表面结冰增长数值模拟的计算结果,并与冰风洞试验数据及LEWICE预测数据进行对比。在此基础上,计算分析了不同时间步长对部件表面的结冰冰形的影响。结果表明,只有采用多时间步长法进行飞机结冰数值模拟方是有效的,并且存在一个合适的时间步长,既满足计算精度要求,又能提高计算效率。     

自适应频域块LMS算法在抵消干扰方面的研究

分析了无线通信系统中自适应滤波算法中的LMS算法,并提出了利用自适应抵消输入信号中的干扰而获取有用信号的在频域实现的干扰抵消方法,该方法基于时域中的数据块最小均方误差LMS算法和该块LMS算法中存在线性相关和线性卷积的过程,通过1/2重叠保留法的快速傅立叶变换FFT,在频域以直接相乘的计算方式实现快速相关和快速卷积,利用自适应滤波器在频域实现LMS算法.通过实验仿真比较可以看出,该频域块LMS算法不仅保证了与时域自适应滤波算法有相同的收敛性,而且由于利用了快速FFT技术,使运算量大大减少.     

并行延时LMS算法

通过将并行处理方法引入延时LMS(DLMS) 算法, 提出一种新的并行延时LMS(PDLMS) 算法. 与DLMS算法相比, PDLMS算法具有更小的延时, 更高的数据吞吐率, 更快的收敛速度, 同时对相关输入具有一定去相关作用. 特别适用于滤波器阶数高, 要求系统收敛速度快的应用场合. 同时它可以直接映射到具有高速、高流水特性的硬件结构中.     

一种改进的固定接收机双基地SAR成像算法

从固定接收机双基地SAR的信号模型出发,分析基线变化带来的方位移变性,包括距离徙动曲线和多普勒调频率随目标方位位置的变化;进而提出一种扩展的NLCS算法,给出该算法的具体操作流程,推导其中各相位补偿函数的解析表达式.仿真结果表明,该算法能适应固定接收机双基地SAR的方位移变,获得较好的目标聚焦效果.     

基于Wasserstein距离的在线机器学习算法研究

本文主要研究基于Wasserstein距离的在线机器学习算法,并分别针对分类和回归问题,提出两个鲁棒的在线学习算法.本文首先在特征-标签空间中对Wasserstein距离进行变形,得到了易于处理和计算的变形式.进而,将在线梯度下降(online gradient descent, OGD)算法和Wasserstein距离变形式结合,分别针对在线分类问题和在线回归问题提出了两种具有较好鲁棒性的在线机器学习算法.文章对提出的新算法累积误差值(Regret,后面用Regret指代)进行了分析,证明了算法的Regret与训练轮次T满足O(■)关系.算法的收敛性可基于算法Regret分析得到,可证明在算法训练轮次T趋于无穷时,算法训练出的模型会收敛到理论最优模型.最后,将所提出算法与FTRL(follow-the-regularized-leader)算法、OGD算法、采用批量学习训练方法的机器学习算法进行数值实验对比.在模拟数据集和真实数据集的实验中,所提出在线学习算法准确率、鲁棒性和模型泛化性能均优于FTRL算法和OGD算法;针对大规模数据集时,虽然所提出的在线学习算法准确率与批量学习相关算...     

αβ■(ABO)图像去噪模型边缘检测算子的改进

为了能够更好地检测图像的边缘和纹理,并有效地去除噪声,在αβ■(ABO)图像去噪模型的基础上,提出一种综合利用梯度模和水平集曲率模作为图像边缘检测算子的去噪模型。该模型保持了曲线边缘、角点等图像特征,同时,和传统的PM模型、TV模型、Y-K模型以及αβ■(ABO)模型相比,使用该模型去噪后,图像的峰值信噪比(PSNR)有了明显提高,而均方根误差(RMSE)则明显降低。最后,仿真实验证明了该方法的有效性。     

非线性常微分方程的计算不确定性原理--Ⅰ.数值结果

在大多数解初值问题的长时间数值积分计算中很少考虑由于机器的有限精度所导致的舍入误差，利用２９种标准的数值方法，通过大量的数值试验深入考察了舍入误差的影响，发现在有限的机器精度下数值求解非线性常微分方程初值问题存在对机器精度强的依赖性（是与对初值敏感依赖性不同的一种新的依赖性）提出一种计算有限精度下数值方法的最大有效计算时间和最优步长的最优搜索法，得到最大有效计算时间和最优步长与数值方法的阶数及机器     

阵列误差有源校正算法及其改进

阵列互耦、幅相误差以及阵元位置误差的综合影响会严重影响MU-SIC算法的测向性能.为此,本文主要研究了由这3种误差引起的阵列误差校正问题.该文在已有的阵列误差校正算法(算法1)的基础上,给出了一种基于互耦矩阵稀疏性的阵列误差校正算法(算法2)和一种利用互耦矩阵特殊结构的阵列误差校正算法(算法3).虽然3种算法具有相同的计算模式和理论框架,但后2种算法因利用了互耦矩阵的更多性质,从而提高了参数估计精度,而对于均匀线阵和均匀圆阵而言,算法3的优势更加明显.另一方面,文中还将上述3种算法推广应用于校正源方位存在偏差的情况,它们在校正阵列误差的同时,还可以补偿校正源的方位偏差.最后,分别在校正源方位无偏差和有偏差这两种情况下,通过仿真实验分析和比较了3种校正算法的参数估计性能.大量仿真实验表明,若能尽可能多地利用互耦矩阵的特殊性质,将十分有利于提高阵列误差的校正精度.     

输入输出通道有干扰的MRAC系统的变结构控制

对具有未建模动态及输入输出通道上存在干扰的MRAC系统,仅应用系统的输入输出量测数据给出了一种变结构模型参考自适应控制(VS-MRAC)设计机制. 系统的已建模部分阶的上界是未知的且有大于1的相对阶. 通过引入辅助信号和带有记忆功能的正规化信号,以及适当选择控制器参数,该变结构控制器能保证闭环系统的全局稳定性,且跟踪误差能够任意小.     

基于改进GS-SVM的煤炭生产成本预测

原煤生产成本同时受到多种因素的共同影响,导致原煤生产成本系统具有非线性、多维性等特点。为了对原煤生产成本进行更加科学、准确的预测,针对目前我国原煤生产成本预测中存在的问题,将支持向量机(SVM)引入到原煤生产成本预测中。为快速准确地选取支持向量机参数,在传统网格搜索(GS)算法基础之上提出了一种改进网格搜索算法,并建立了一种基于改进GS-SVM的煤炭生产成本预测模型。将该模型用于观台煤矿原煤生产成本预测中,模型预测误差均在5%以下,平均误差3.3673%,预测精度高于多元回归分析,而模型训练时间也远低于传统网格搜索算法和启发(粒子群)算法,能够满足实际原煤成本预测需求。     

基于平均增益模型的连续型(1+1)进化算法计算时间复杂性分析

连续型进化算法的计算时间复杂性分析是进化计算理论研究的一项公开难题,目前相关研究成果较少.针对连续型(1+1)EA,基于适应值差函数提出了平均增益模型及其分析方法,给出了平均计算时间的计算理论,为算法的计算时间复杂性分析提供了依据.在此基础上,研究还选取了学术界关注的球形函数作为研究对象,分别推导了变异步长满足标准正态分布和均匀分布的连续型(1+1)EA在优化球形函数时的平均增益,并估算出了它们的平均计算时间.理论分析说明:1)两种算法的计算时间复杂性都是指数级的;2)在给定相同精度和初始适应值差的前提下,采用均匀分布变异算子的算法其寻优速度优于采用标准正态分布变异算子的算法.进一步地,通过数值实验对理论分析结果进行了验证,结果表明平均增益模型分析是有效的.     

基于造影图像的能量场反投影合成冠脉三维重建

基于造影图像的血管三维重建技术对于心血管疾病的计算机辅助诊断具有重要的临床实用价值.本文针对两幅单平面冠脉造影图像,提出了一种能量场反投影合成冠脉三维重建方法.深入研究了X射线造影成像原理和非封闭参数曲线构建方法,基于透视投影模型将两幅造影图像中形变曲线所受的外部驱动能量场反投影到三维空间中实现合成.在外部形变驱动力和内部平滑力的共同作用下,三维参数曲线不断形变向合成能量场最小的方向演化.为获得高精度的重建结果,通过曲线匹配方法实现参数曲线上点对点的稠密匹配,然后使用集束调整方法实现投影参数和血管三维结构的非线性全局优化.为了验证算法的有效性,我们将本文提出的方法在仿真数据和真实造影图像上进行了一系列实验;同时对具有不同造影成像角度差的图像进行了重建精度比较.实验结果表明本文提出的方法非常有效和鲁棒,重建冠脉血管树在三维空间中的均方误差小于0.80mm.     

基于改进IDA的混凝土坝地震易损性研究

针对目前混凝土坝易损性分析研究中震害等级划分多采用单一指标以及增量动力分析法(IDA)中选取步长增量时未考虑结构响应等问题,本文提出基于改进IDA的混凝土坝易损性分析方法:首先采用功效系数法以位移、应力、损伤区域为指标对坝体结构破坏进行综合评价,并应用变权模型考虑指标数值对指标权重的影响;然后通过计算得到的坝体综合破坏指数,根据坝体震害等级划分采用变增量步长法改进IDA法,从而可以更加全面地计算分析坝体在不同强度地震作用下从弹性状态到完全破坏的结构响应过程;最后,以某混凝土坝挡水坝段为例,建立有限元模型计算结构地震响应,应用改进IDA法绘制其地震易损性曲线.结果表明,该方法可以分析坝体结构在不同地震强度作用下产生各个等级破坏的概率,进而为混凝土坝结构抗震安全设计等提供理论依据.     

黎卡提差分方程在电磁轴承最优控制中的应用

提出了一种电磁轴承模型预测最优控制方法.为了抑制陀螺效应引起的转子圆锥涡动,在传统二次型性能指标函数中引入同步误差项,基于离散状态方程有限步预估转子平动误差、同步误差以及控制器输出构造最优控制器优化目标函数.基于迭代黎卡提差分方程（Riccati Difference Equation）求解了最优控制器.用伪代数黎卡提方法（Fake Algebraic Riccati Technique）证明了所设计最优控制器的稳定性.通过数值仿真研究了控制器鲁棒性能与设计参数间的关系.针对某扁平型磁悬浮飞轮的仿真和实验结果均表明引入同步误差的最优控制器能有效的抑制圆锥涡动.     

方位依赖阵元幅相误差校正的辅助阵元法

现有的阵列校正方法几乎都基于方位无关的阵列误差模型, 方位依赖的阵列误差校正一直以来都是阵列校正技术中的难题, 相关的研究成果报道得很少. 提出一种利用辅助阵元对方位依赖的阵元幅相误差进行自校正的新方法—ISM(Instrumental Sensors Method). 通过引入少量精确校正的辅助阵元, 该方法可以在多源情况下对信源方位和其对应的阵元幅相误差进行无模糊联合估计. 由于互耦和阵元位置误差均可以等效为方位依赖的阵元幅相误差, 所以该方法可以对多种阵列误差同时进行校正. 该方法适用于任意的阵列几何结构(包括均匀线阵); 而且其运算量小, 只需要参数的一维搜索, 不存在通常参数联合优化估计时的局部收敛问题. 此外, 该方法无需现有阵列校正算法中经常使用的阵列误差的微扰动假设, 更加符合实际的误差模型. 文中对新方法的估计性能进行了理论分析, 并用Monte Carlo计算机仿真实验验证了新方法的有效性.     

V 带传动最大承载能力的全局优化设计

建立了V 带传动承载能力最大化问题的最优设计模型. 研究了该模型中目标函数凹性、单调性和全局最优性条件, 证明了V 带传动最优设计问题的可行域是有界闭凸集. 以此为基础, 提出了寻求该模型全局最优解的最优值线段算法. 在4 种不同的设计条件下, 给出了V 带传动最大承载能力的全局优化解法. 工程设计案例研究表明了该模型和全局优化方法具有广阔的应用前景.     

基于具有时间隧道思想的多智能体强化学习的智能发电控制方法

解决雾霾问题的重要途径之一是大规模引入新能源,以减少碳排放.而新能源大规模接入会给互联电网带来强随机扰动.本文提出一种基于时间隧道的多智能体新算法——PDWoLF-PHC(λ)算法.该算法基于变学习率,有效获取最优控制,可解决传统集中式AGC难以解决的新能源及分布式能源大规模接入互联电网所带来的随机扰动问题,促进新能源与电力系统兼容.对改进的IEEE标准两区域负荷频率控制电力系统模型、智能配电网模型以及华中电网模型进行仿真,结果显示该算法可减少碳排放,提高新能源利用率,与已有智能算法相比具有更快的收敛速度及更强的鲁棒性.     

非圆信号的协方差匹配自校正算法及其性能分析

针对非圆信号测向中方位依赖幅相误差的校正问题,本文根据非圆信号的非圆特性和辅助阵元能够自校正的特点,对协方差匹配估计技术（covariancematchingestimationtechnique,COMET）进行改进,提出一种适用于信源时域统计特性未知和统计独立特性先验已知两种情况的改进算法：NC—COMET算法．该算法利用非圆信号扩展协方差数据,使其校正精度较常规的基于辅助阵元的最大似然类算法（未利用非圆特性）有明显提升,且降低了最小辅助阵元数要求．从理论上证明了参数估计的统计一致性,采用一阶误差分析方法推导了有限采样影响下参数估计的均方误差表达式,并提出算法的cc数据利用率”定义,定量比较获得了NC．COMET算法的数据利用率较常规的最大似然类算法的提升幅度．仿真结果亦表明NC—COMET算法性能较常规的最大似然类算法更优：低信噪比下具有更强的鲁棒性;信源时域统计独立特性先验已知或者大非圆率的情况下,该算法对校正精度的提升尤为明显．