一种蒙特卡罗方法的改进方案

用快速高效的方法产生高质量的随机数是蒙特卡罗方法应用的关键并直接影响其时间复杂度。通过建立零驱动估计、单驱动估计两种新模型及优化梅森旋转算法,对随机数生成方法进行了改进。基于圆周率估算的仿真检测结果表明:新建立的两种模型在获取高精度的同时,分别使仿真时间缩短了80.1%和40.3%;改进后的梅森旋转算法使时间复杂度下降了91.1%。对蒙特卡罗方法在实际应用中兼顾精度和效率的研究有一定意义。     

利用蒙特卡罗的最大似然时延估计算法

针对最大似然时延估计算法的峰值搜索计算复杂度较高且容易陷入局部收敛,造成估计误差较大的问题。提出了一种利用蒙特卡罗的最大似然时延估计(MCML)算法。首先利用信道频域响应估计矢量建立似然函数;然后把时延估计问题转化为求解随机变量的期望问题,将采用指数化似然函数构造的标准化概率密度函数趋近于冲激函数,使得随机变量的方差趋近于零;最后采用蒙特卡罗方法对随机变量进行抽样,从而利用抽样的均值估计出时延。较之传统方法,蒙特卡罗方法避免了网格搜索,降低了计算复杂度,保证了全局收敛性和估计精度。仿真结果表明:在信噪比0~25dB的条件下,MCML算法均能始终逼近克拉美罗界;当信噪比为25dB时,MCML算法的时延估计分布范围缩小为马尔科夫链蒙特卡罗算法的34%。     

应用于蛋白质折叠模拟的三种新蒙特卡罗方法的比较

新蒙特卡罗方法是一类随机算法的统称．这类算法已被应用于蛋白质折叠的模拟计算，并取得了较好的结果．该文将并行回火与遗传算法的混合算法、群体模拟退火方法以及群体模拟退火方法与遗传算法的混合算法这3种改进的蒙特卡罗方法应用到蛋白质折叠模拟计算，并就二维网格模型比较了这3种方法搜索最小能量构象的能力以及计算了得到最小能量构象所花费的时间．计算机模拟计算的结果表明，3种方法对于短序列蛋白质折叠结构的预测都较为有效，而群体模拟退火方法与遗传算法的混合算法则比其它两种算法所花费的计算时间要少，也就更为有效．     

一种改进广义正交匹配追踪的DOA估计方法

针对传统匹配追踪算法的波达方向(direction of arrival, DOA)估计方法精度不高、收敛速度较慢等问题,提出一种改进广义正交匹配追踪(generalized orthogonal matching pursuit, GOMP)算法的DOA估计方法。通过空间网格划分建立DOA估计模型,在此模型基础上引入GOMP算法对接收到的信号进行重构,然后在原有GOMP算法基础上引入最速下降法,提出一种改进GOMP算法用于DOA估计中。与GOMP算法相比,改进算法使用运算简单的最速下降法进行信号重构,降低了重构算法的复杂度。仿真结果表明:改进算法成功地得到了DOA估计值,相对于传统OMP算法,改进算法具有更高的DOA估计精度,有效地减少了重构耗时,具有更高的估计性能。     

OFDM系统中低峰均功率比的SLM算法

讨论了两种选择映射算法的改进算法.改进算法1通过降低计算复杂度来实现,将旋转相位序列的乘法放在快速傅里叶逆变换(IFFT)完成之后,而改进算法2以少量功率的增加为代价,省掉了边带信息的传送.对两种算法的实现方法进行了仿真比较.结果表明:需要在选择映射(SLM)算法的复杂度与峰均功率比性能之间做出平衡,以达到更好利用系统资源的目的.     

一种光突发交换中的分组调度算法

分析了传统光突发交换中的分组调度算法——LAUC算法的缺陷,提出了一种LAUC算法的改进算法(LAUC-SV算法),采用自相似业务流模型对两种算法的性能进行了模拟仿真,结果表明在同等条件下LAUC-SV算法下的丢包率比LAUC算法低10^0.5,且新算法下的丢包率关于光纤延时线单元时间的最佳窗口大大展宽,而新算法的复杂度与LAUC算法相比仅呈现线性增长关系．     

正交频分复用系统中基于子空间跟踪的信道估计

基于导频的正交频分复用（OFDM）系统信道估计方法是通过在确定的时频位置发送已知的导频符号来获取信道参数的,通常包括导频位置的最小二乘估计和内插滤波两步。如果能够提高导频位置信道频域特性的估计精度,那么后续内插滤波的精度也就能相应地得到提高,为此,在建立通用参数化信道模型的基础上,提出一种子空间跟踪的改进算法,该算法通过基于Givens旋转的时延子空间跟踪和基于RLS滤波的幅度跟踪,提高了导频符号信道估计的精度,降低了跟踪算法的复杂度。仿真结果表明,基于子空间跟踪的信道估计方法具有较低的复杂度和较高的估计精度。     

基于信道编码直接判决解调算法的OFDM信道估计

针对Mignone V．和Morello A．提出的正交频分复用OFDM(orthogonal frequency division multiplex)系统编码直接判决解调CD3(coded decided directed demodulation)信道估计算法在频率选择性信道下估计性能稍差,且对多普勒频移敏感的缺点,提出了两种改进算法。通过引入了LMMSE信道估计器和鲁棒滤波器进行去噪滤波,改进CD3-OFDM系统的信道估计性能。仿真表明,两种改进算法在不增加计算复杂度的情况下,提高了CD3信道估计算法的性能,而且采用鲁棒滤波器后还能增强系统抗多普勒频移影响的能力。     

一种多UAV混合动态任务分配方法

该文研究了战场环境下突发新任务的多无人机(UAV)动态任务分配问题,围绕任务分配过程中的时间复杂度和通信复杂度要求,在对任务及无人机分组的基础上,建立了无人机及无人机组执行任务的状态信息描述模型。提出了一种多UAV混合动态任务分配方法,将原问题分解为分组级任务分配和组内成员级任务分配两个层次,分别采用改进的粒子群改进鱼群算法(PSO-FSA)和分布式拍卖算法进行求解。仿真实验表明,该文方法能够降低任务分配问题求解的规模,具有低时间复杂度和低通信复杂度的特点,是一种有效的动态任务分配方法。     

MIMO-OFDM系统中基于子载波分组信道估计的改进算法

针对传统的MIMO-OFDM系统信道估计算法复杂度高、对导频结构有特殊要求的问题,提出了2种基于子载波分组信道估计改进算法。改进算法通过子载波分组将多天线信道估计转换成单天线信道估计来获取导频子载波信道响应,避免了大矩阵求逆运算,降低了算法的复杂度;利用DFT滤波算法或LMS自适应滤波算法得到整帧所有符号的信道响应,实现算法复杂度不变、估计性能的提高。理论分析和仿真结果表明,改进算法与传统的信道估计算法相比较,具有较低的复杂度和更好的估计性能。     

蒙特卡洛法全周期抽样的研究

为了解决蒙特卡洛法的模拟计算精度与计算速度的矛盾，研究了蒙特卡洛法的模拟计算误差与随机数序列周期的关系，提出了蒙特卡洛法全周期抽样的新概念，从理论上证明了全周期抽样的收敛解是惟一的，与随机数种子无关，与系统规模无关。通过对IEEE－RTS可靠性试验系统的计算，说明全周期抽样蒙特卡洛法优于状态枚举法，其误差值随着随机数序列周期数的增大而减小。对不同规模的系统，选取周期数合适的随机数序列，全周期抽样所得到的计算结果就可以达到一定的精度，而不必采用周期数很大的随机数序列，从而提高了蒙特卡洛法的模拟效率。     

基于Monte Carlo方法的扩散光在组织体中传输过程研究

光在组织体中的传输过程是扩散光的随机吸收和散射的过程,采用辐射传输方程来表示,由于方程比较复杂,无法直接得到解析解,传统方法是通过蒙特卡罗(Monte Carlo)仿真模拟。通过对经典蒙特卡罗方法中的步长和权重的更改,完成对光子在组织体中传输过程的快速仿真。在相同的仿真条件下,同时对经典蒙特卡罗方法和改进的方法进行仿真实验,改进方法能够大幅度提高仿真速度;并对于含有异质子的组织体进行仿真,结果表明改进的方法不仅提高了速度,而且保证了实验结果的准确性。     

基于EM算法的不完全疲劳寿命数据可靠性分析

针对随机截尾寿命数据模型的参数估计,提出基于EM算法的通用算法,并以疲劳寿命计算中所常用的二参数威布尔分布模型为例,给出基于EM算法的寿命数据拟合通用方法。另外对于服从复杂分布模型的数据,则采用与蒙特卡洛法相结合的EM算法。最后通过计算模拟的不完全疲劳寿命数据,验证了EM算法对于随机截尾寿命数据模型参数估计的有效性。     

现代低温泵的抽气效率计算

本文在讨论低温泵抽气效率几种计算方法的基础上,提出了一种由Monte Carlo模拟结合Ballance方程计算低温泵抽气效率的方法,用这一方法对几种结构的致冷机低温泵进行了抽气效率计算,并与直接的Monte Carlo模拟或实验作了比较,认为Monte Carlo方法较直接Monte Carlo模拟简单,省时、省力;能清楚地反映出低温泵各元件对抽气效率影响。为低温泵的结构设计提供了一更有效的方法。     

磨料尺寸对磨料磨损过程影响的随机模拟

将Monte Carlo方法与数值模拟相结合，提出了一个新的三维仿真模型，运用Monte Carlo方法随机选取磨粒的形状参数，采用打靶法生成随机的磨粒面，采用网格剖分法记忆被磨面的外形，为脊的处理以及磨损量的计算提供了一种新的方法，三三维空间内模拟了多个闰同时参与磨损的随机动态磨损过程，将模拟结果与碳钢系列材料的试验结果以及其他研究者的模拟结果进行了比较，验证了模型的有效性，系统地讨论了磨粒的粒度，尖税度和圆锥度对磨损率的影响，结果表明，粒度，尖锐度和圆锥度相互影响，共同决定了磨粒的尺寸效应。     

蒙特卡洛方法和拟蒙特卡洛方法在期权定价中应用的比较研究

在期权的交易中,最关键的问题是期权定价。蒙特卡洛模拟作为期权定价的有效的数值方法之一,近年来发展迅速。然而蒙特卡洛方法产生的随机数为伪随机数有收敛速度慢、计算量大等缺陷。拟蒙特卡洛模拟是采用拟随机数序列代替伪随机数序列的蒙特卡洛模拟。通过考察线性同余发生器;Halton序列、Sobol序列等拟随机数序列的特点,以欧式看涨期权为对象研究了蒙特卡洛方法和拟蒙特卡洛方法的有效性。对比实验显示了拟蒙特卡洛模拟明显优于蒙特卡洛模拟。     

蒙特卡罗分析方法在EDA中的应用

主要介绍了蒙特卡罗方法的基本概念,探讨了电子电路中的蒙特卡罗分析方法,阐述了随机数的产生和随机变量的抽样,并举例说明了蒙特卡罗方法在电路模拟中的应用。     

求解抛物型方程的并行Monte Carlo区域分解算法

介绍了用Monte Carlo方法求解抛物型方程的3种游动模型, 给出了相应的证明及误差的概率估计式; 将Monte Carlo方法和区域分解算法相结合提出一种可并行计算抛物型方程的方法, 针对形式一般的方程给出了具体算法, 并指出算法适用的条件; 分别对二维、 三维抛物型方程进行数值实验, 实验结果表明该算法通过合理的安排, 几乎不需要数据传递, 在并行机上可以节省大量的计算时间.     

算术平均半亚式期权定价的快速算法

算术平均半亚式期权是一种推广的亚式期权,无解析定价公式.因此在实际中大多采用蒙特卡洛法等模拟算法进行定价,尽管定价精度较高,但定价的计算时间长.本文结合改进蒙特卡洛法和矩近似解析法,得到算术平均半亚式期权定价的近似半解析法,在确保精度的前提下,大幅减少计算时间.最后,本文利用对偶变量技术改进近似半解析法,进一步减少计算时间.     

基于改进的RSSI的车间移动节点MCL算法

针对蒙特卡罗定位（MCL）算法在无线传感网络定位精度和取样效率中存在的不足,提出了一种基于接收信号强度指示（RSSI）改进的MCL算法（R-MCL算法）,并对车间移动节点进行定位.通过分析车间移动资源的移动规律,引入RSSI模型测距预测,减少取样区域,从而提高了取样效率和定位精度.仿真结果表明,R-MCL算法在定位精度、收敛速度和计算量等方面的性能均有提升.