Nonorthogonal joint diagonalization with diagonal constraints

Joint diagonalization has attracted much attention and many algorithms have been presented so far. However, some ambiguities still exist in the objective functions for joint diagonalization. In this paper, some criterions are proposed to eliminate the above ambiguities at first, and then a new objective function which satisfies these criterions is presented. The new objective function introduces diagonal constraints for joint diagonalization, thus the trivial and unbalance solutions are excluded easily. Exactly jointly diagonalizable theorem is built to interpret the reasonableness of the new objective function and the conjugate gradient method is used to provide fast and reliable convergence. Finally, non-orthogonal joint diagonalization algorithm with diagonal constraints （DDiag） is developed. Simulations show that DDiag is efficient and robust.     

一种新的代数对角化法的应用

文中使用一种新的对角化方法将SSH模型的哈密顿量对角化,这种代数法的好处是能在将哈密顿量对角化的同时给出对应的基态,文中还将得到的结果与Bogoliubov-Valatin变换法的作了相应的比较。显示出了这一新的对角化方法的优越性。     

基于粒子群算法的盲源信号分离

当源信号个数大于2,联合对角化（JADE）算法在盲源信号分离时效果不理想.提出了一种基于粒子群算法（PSO）的盲源信号分离（BSS）算法.该算法利用PSO算法代替JADE算法中的联合对角化操作,以混合信号的峭度为目标函数,采用独立分量分析的方法,对瞬时混合的信号进行了盲分离,理论分析和仿真结果表明了该算法的可行性和有效性.     

用共轭梯度法分解多指数瞬态

采用共轭梯度法处理半导体深能级研究中遇到的多指数瞬态分解问题，数值计算表明这种方法具有较高的分辨率，可应用于多指数函数分解和电子发射过程的精细结构研究．     

A new geometric approach to blind source separation of bounded sources

Based on the minimum-range approach, a new geometric approach is proposed to deal with blind source separation in this paper. The new approach is the batch mode of the original minimum-range approach. Compared with the original approach, the optimization algorithm of the proposed approach needs no parameters and is more efficient and reliable. In addition, the extension of minimum-rangebased approaches is discussed. The simulations show the efficiency of the proposed approach.     

一种基于时频分析的盲信号分离算法

利用模糊函数的时频分布特征选取时频点,提出一种新的时频域盲信号分离算法．与传统的维纳时频分布相比,不仅显著缩小了时频点的选择范围,而且不需要设定阈值．算法利用一种非正交联合对角化方法求取分离矩阵,在原始信号具有互相关的情况下也能达到良好的分离性能．仿真试验表明,该算法计算量小,分离精度高,可实现高斯源或相关源信号的盲分离．     

Estimating the mixing matrix by using less sparsity

In this paper, the nonlinear projection and column masking (NPCM) algorithm is proposed to estimate the mixing matrix for blind source separation. It preserves the samples which are close to the interested direction while suppressing the rest. Compared with the existing approaches, NPCM works efficiently even if the sources are less sparse (i.e., they are not strictly sparse). Finally, we show that NPCM provides considerably accurate estimation of the mixing matrix by simulations.     

基于空间时频分析的循环平稳盲源分离

介绍了基于空间时频分布的循环平稳盲源分离方法,对空间时频分析中交叉项引起的分离能力下降的情况进行了分析,同时将降噪处理应用到算法中,能有效地降低交叉项和噪声的干扰,如选择更有效的时频点进行空间矩阵联合对角化,最终将未知混合信号分离。仿真结果表明,该算法具有较好的收敛性,分离效果明显。     

凸约束非线性方程组的非单调信赖域算法

提出了一种凸约束非线性方程组的非单调信赖域算法,在合理的条件下所提供的算法具有全局收敛性并保持局部收敛速率．     

修正的强Wolfe-Powell线搜索下的PRP方法的全局收敛性

众所周知,原始的PRP方法是不全局收敛的.本文提出一个修正的强Wolfe-Powell线搜索.在这个新的线搜索下,如果每个搜索方向都是下降的,那么可以得到PRP方法的全局收敛性.而且,我们的初始数值结果表明这个新的PRP方法与原始的PRP方法相当,甚至比它稍好一些.     

资金和库存空间约束下多种易变质产品的联合订购策略

在给定时间范围内,研究了多种易变质产品的一次性联合汀购决策,使库存系统总成本最小的问题.在允许缺货、库存空间和资金有约束的条件下,建立了此问题的数学模型并证明了该问题是一个凸规划问题.依据简约梯度法,给出了求解每种产品最优订购量的具体算法.最后,以三种易变质产品为例进行数值仿真,分别分析了相关参数以及总的库存空间和资金的变化对最优订购策略和系统最小总成本的影响.     

小波消噪和盲源分离在转子故障信号分析中的应用方法

针对转子振动信号不可避免地受噪声污染问题,提出了一种基于小波消噪和盲源分离相结合的信号分析方法.该方法首先利用小波滤波器对测试信号进行消噪处理,再利用信号的二阶统计量(SOS)来分离盲源信号.仿真和实验结果表明, 相对于直接对测试信号进行盲源分离的方法,本方法可更有效地提取出转子振动的本质信号特征.     

基于独立分量分析的混合声音信号分离

论文简要介绍了有关独立分量分析（ICA）的基本理论和算法;探讨了独立分量分析在混合声音信号分离中的应用。针对ICA输出结果排序的不定性以及在长时间记录声音信号的过程,ICA混合模型系数存在时变性等问题,提出了一种结合小波变换和独立分量分析的解决方法;试验结果表明,该方法能有效地提高运算效率并获得较好的分离效果。     

瞬态场研究的时间步进法与共轭梯度法

本文以任意形状细导线散射问题为例讨论了时间步进法与共轭梯度法及其在瞬态场问题研究中的应用,我们发现了这两种方法之间的联系,并对Rao等人提出的改进型共轭梯度法做了进一步简化.数值计算结果与相关文献结果吻合很好.     

基于盲分离技术的机械噪声分离法的研究

基于互信息最小原理，详细推导了自然梯度法的盲信号处理的计算方法，并通过一个仿真实例说明运用该方法对噪音分离的可行性，从而为机械设备的故障诊断和监测提供了一个新的方法。     

求解三维非线性电磁场的SSOR共轭梯度法

本文采用对称连续超松弛(SSOR)预处理共轭梯度法计算了非线性电磁场问题,并就存贮量和计算量这两个普遍关心的问题,与牛顿法进行了比较。     

动态神经网络的超定盲信号分离

在观察信号数目不小于源信号数目的条件下,提出了一种信号源数目未知或者信号源动态变化的盲信号分离算法。利用动态神经网络来控制输出信号的个数。经试验仿真,得到该算法分离的有效性。     

一种修正的PRP共轭梯度法的全局收敛性

针对张丽提出的一种修正的PRP方法——NPRP法,在广义Wolfe下证明了NPRP法的全局收敛性.     

等式约束下的共轭梯度算法

为了寻找求解大规模无约束非线性优化问题的一种有效方法,提出了一种等式约束下新的共轭梯度算法,该算法利用广义消去法将约束优化问题转化为无约束优化问题.并证明了该算法具有全局收敛性,同时还证明了该算法在强wolfe线搜索下具有充分下降性.     

组合型算法在涡流检测逆问题中的应用

涡流检测逆问题的求解至今仍然缺少成熟的理论体系和快速可靠的算法,是无损检测的难点之一.数值计算结果表明,不同的缺陷参数对缺陷信号的影响有很大不同,如果采用相同逆策略进行重构则会由于收敛速度的不同而导致重构结果误差较大.为此,利用基于共轭梯度法和粒子群算法的组合型算法,对裂纹形状参数和电导率分别进行重构,提高了逆问题求解的效率和精度.数值实验结果验证了新方法的有效性.