基于恒模特性的单通道时频重叠信号盲分离算法

针对单通道同调制方式、同调制参数时频重叠信号的盲分离问题,基于MSK信号的恒模特性,及对MSK混合信号分量幅度的准确估计,构建了单通道信号盲分离欠定方程组.为解决该方程组的解模糊问题,根据MSK信号相位连续特性,提出了相位方差最小模糊解消除准则.但相位对噪声较为敏感,该准则可能会产生严重的误判现象,又提出了一种基于最小斜率的补充准则.基于以上两种模糊解消除准则,可对单通道信号盲分离欠定方程组的模糊解进行合理选择,有效地实现了MSK时频重叠信号的单通道盲分离.仿真结果表明:在信噪比大于5 dB的条件下,该算法对混合信号具有较好的分离效果.并且该算法具有复杂度低、计算量小的优点.     

基于稀疏元分析的欠定混叠自适应盲分离方法

传统盲分离理论假设源信号相互独立，通常采用独立元分析方法等实现盲分离，无法解决实际应用中出现的欠定混叠、相关源信号混叠等挑战性盲分离问题．稀疏元分析是国际上最近出现的一个新的研究热点，稀疏元分析盲分离方法具有实现欠定混叠盲分离和相关源信号混叠盲分离的能力，因而为广大研究人员所关注．但到目前为止，对于稀疏元分析的研究还很不成熟，特别是非常欠缺有效的算法．仅有的少数几个算法仍然面临许多问题，比如：基于Lewicki和Sejnowski（2000）所给Lewicki—Sejnowski自然梯度的稀疏元分析方法，是目前讨论欠定混叠盲分离的一种有效自适应算法，它较通常的K-均值聚类法有更多的优势．但Lewicki—Sejnowski自然梯度只是一种近似表示，缺乏严格的理论依据．由稀疏元分析代价函数出发，基于矩阵理论以及文中所建立的一个新的数学公式，从理论上导出了一个新的且严格的自然梯度，从而为这类稀疏元分析方法提供了严格的理论基础．在此基础上，给出了稀疏信号欠定混叠的新自适应盲分离算法．该方法具有实现欠定混叠和相关源混叠盲分离的能力（见仿真1）．仿真结果表明，所给的新自然梯度比Lewicki—Sejnowski自然梯度更为稳定可靠，同时算法具有较好的抗噪性．     

基于时频域单源主导区的盲源欠定分离方法

提出时频域上单源主导的概念及其性质,扩充了稀疏性概念涵盖的混叠声源范围,更加接近多声源混叠的客观实际条件．派生的单源主导区间检测准则,在工程实践中具有较强的可操作性．在此基础上提出新的基于时频域单源主导区的盲源欠定分离方法（SSDI-UDBBS）,对声源数目和混叠矩阵的幅值衰减比与时延差同时进行准确地估计,并根据估计得到的声源数目和混叠矩阵,提出采用计算效率高的限制解计算框架求解还原声源的问题．新算法的可应用性在模拟会议室场景下的声源数目未知和传感器数目小于声源数目的盲源欠定分离实验中得到了佐证．     

基于反馈机制的抗混合噪声的盲图像源分离方案

针对基于稀疏成分分析的盲图像源分离算法无法解决混合噪声问题,本文提出一种采用反馈机制的盲源分离算法.通过小波域稀疏成分分析和置零反馈的方法,逐次分离出各支路信号.实验结果表明,该方法无需大量的迭代运算,与传统稀疏成分分析法相比,能有效地分离高斯白噪声参与的混合图像,与经典快速独立成分分析法相比,取得了更高的分离精度.     

信源数目未知和动态变化时的盲信号分离

研究源信号数目未知与／或动态变化情况下的盲信号分离问题．首先证明若混合矩阵满列秩（观测信号的数目m不小于源信号的数目n），则互信息是盲信号分离的对比函数；在互信息的全局极小值点即分离点处，盲信号分离系统的输出除了零分量外，其他非零分量；黾希望提取的源信号．其次，利用混合矩阵的转置和m个观测信号向量构成的矩阵以概率1具有相同的零空间这一性质，只需少量观测样本就可以估计源信号的数目n，进而检测其动态变化情况．源信号数目未知且动态变化的盲信号分离计算机仿真验证了所提出理论和算法的有效性。     

基于高阶统计量的盲源提取算法获取房颤信号

从房颤病人的体表12导联心电图中得到房颤波信号,是分析和描述房颤特征的重要环节.文中发展了一种基于高阶统计量的盲源提取算法用来获取房颤波信号,模拟数据和临床数据证明了这种算法的可行性和有效性.与盲源分离相关方法相比,盲源提取算法只提取一个所需信号,通过计算频谱集中度的大小,就可以判断它是否为房颤信号,而不必像盲源分离方法那样必须对分离后的12组信号进行复杂的判断才能决定房颤信号.因此,这种方法更适合于应用到临床监护中.     

欠定情形下语音信号盲分离的时域检索平均法

探讨欠定情形（即观察信号的个数少于源信号个数）下的盲信号分离,提出一种新的方法,即时域检索平均法（SAMTD）,该方法可解决目前在频域中难以处理的一类问题,它利用一类语音信号在时域中的稀疏持续性,回避像K均值聚类或势函数等常用统计聚类方法.为估计混叠矩阵,它剔除那些不与基矢量共向或反向的数据样本,以提高其估计的准确性.在源信号的恢复上,提出了一个超完备线性几何ICA改进算法.几个语音信号实验的仿真数据展示了所提方法的性能和实用性.     

电力系统突变信号检测的一种实时小波算法

在积分小波变换的基础上,以选择的复值小波为例,分析了一种实时递推小波算法,详细推导了算法的实现过程,该算法大大减少了现有双向递推算法的计算量,可用于电力系统各领域故障的这时检测,并能推广实现其他小波函数的快速递推算法,基于复值小波变换相位信息对奇异性的敏感,提出了利用复值小波快速递推算法的相位信息辅助幅值进行电力系统故障突变信号实时监测的方法,并通过算例论证了这种复值小波和其实时递推算法检测故障的     

压缩感知非凸优化超宽带信道估计方法研究

超宽带信号由于传输路径较复杂且功率谱密度较低,准确的信道估计十分重要．但是由于其带宽较宽,难以直接采样．压缩感知理论提供了一种可行的低速采样方法．目前的压缩感知超宽带信道估计方法一般采用l1范数约束的凸优化形式或无稀疏性的l2范数约束形式,对目标向量的稀疏性约束不强,而拥有最强稀疏性的l0范数又缺少有效的重构算法．针对上述问题,本文设计一种基于非凸优化算法的压缩感知超宽带信道估计方法．首先将目标函数设置成l,范数约束的非凸优化形式,然后利用凸函数较易求得极值的性质,将原非凸函数组合成为凸函数形式的目标函数,并通过每步迭代凸函数对非凸函数的逼近来求解目标函数,进而估计出原信道．由于lp范数更接近于l0范数,所以对目标向量稀疏性的约束更强．实验结果表明,所提方法相对于现有的压缩感知超宽带信道估计方法能够有效降低重构误差．     

盲均衡和信道参数估计的一种ICA和进化计算方法

首先给出了一种盲均衡的新方法。该方法利用过程采样技术和一种新的独立分量分析神经网络，仅通过接收到的信号完成在线盲均衡，基于接收信号的四阶累积量和线性系统的特性，利用进化规划算法和均衡输出序列，估计信道参数。计算机仿真结果表明算法具有较好的性能。     

Heat stress induced enhancement of heat shock protein gene activity in the honey bee (Apis mellifera)

Summary We employed in vitro translation of mRNA and product separation using SDS-PAGE to examine the heat-shock response of the worker honey bee. Increases in the levels of 6 translatable RNA populations were observed following heat stress. The greatest response was observed among bees aged 9 days. Slight levels of induction of 70 and 82 kDa heat shock proteins were evident among bees taken directly from the colony.     

蚁群算法中参数设置对超声回波估计性能的影响

摘要针对超声回波参数估计问题存在着耗机时长,估计结果严重依赖于初始值的缺点,本文将蚁群算法应用到超声回波参数估计中,结合超声回波的非线性高斯模型,提出了基于蚁群算法的超声回波参数估计算法,并就蚁群算法在超声回波估计中参数的优化组合设置进行了分析研究通过数值仿真,在信噪比为10dB条件下计算了蚁群算法中各参数的不同取值对估计结果的不同影响,包括计算时间、估计精度和算法稳定性,得出了算法中各参数的组合优化设置,给出了最优参数下的超声回波参数估计结果,并通过与其他算法的比较验证了蚁群算法在超声回波参数估计问题中的有效性．该研究有助于提高超声回波估计的精度和算法的稳定性,缩短蚁群算法的计算时问,以达到优化算法性能的目的．     

泄漏检测信号滤波技术比较

通过泄漏检测模型试验分析测量信号中的噪声来源，在对比研究传统小波去噪、改进神经网络去噪、最小二乘拟合去噪等方法在实测数据中去噪效果的基础上，借鉴神经网络反向传播学习算法的思路，提出了信号预滤波结合闽值自学习小波去噪的综合滤波方法。该方法通过对恒定状态下带噪压力信号阈值自学习使得重构信号与期望输出均方误差最小来获得单一工况下的最佳去噪阈值，再将此阈值用于同一工况下整个时间段的去噪，这样根据不同工况下得到的最佳阈值可以获得最优输出。数值计算结果比较表明该方法对噪声的抑制作用明显，比传统小波去噪、改进神经网络去噪等方法效果更好。     

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．     

基于遗传算法的多核芯片并发追踪调试方法

基于追踪的调试技术将追踪信号连接到追踪缓存,这些连接设施不仅占用有限的片上资源,全局连线还可能导致信号完整性问题.一种有效的解决方案是复用片上网络传输追踪数据.复用片上网络传输多组并发追踪信号,需要确定追踪缓存数量和放置位置以满足链路带宽的约束,同时实现传输功耗最小化.本文将该问题规约为NP难约束P-Median问题,并提出了一种基于遗传算法的多追踪缓存选址方法.在片上网络链路带宽的约束下,优化追踪缓存选址数和追踪数据传输能耗,为多组并发追踪信号的实时追踪提供了一种有效方法.实验结果表明,在同等约束条件下,多缓存能够有效提高追踪信号数量.相比于以前的研究结果,本文方法能够有效地减少缓存选址数和降低追踪数据传输能耗.     

基于多级编码的分布式信源编码

分布式信源编码是无线通信领域研究的新热点,本文阐述了分布式编码的基础理论,介绍了应用于分布式编码的LDPC编码方法和多级编码方案,最后提出一种基于多级编码的分布式编码方案,实验结果表明该方案在一定的信噪比下获得了较高的编码效率,灵活地控制了传输码率。     

大气污染优化控制理论的一些新进展

本文介绍了国内学者的最新研究成果，包括了大气污染优化控制理论在以下几个具体应用领域的进展：(1)工业污染源的优化布局。应用伴随方法计算目标函数的梯度以求解优化问题，给出了理论框架。进行了数值试验。(2)短期空气质量的动态控制。应用实际气象数据和污染源数据进行了优化控制数值模拟。(3)化学风险的预先评价与控制。应用伴随方法，对运动化学源进行风险评价。规划最佳运输路线；针对禁止化学武器公约中处理日本二战期间遗弃化学武器的有关问题。妥善选择化武销毁工厂的地址。以上优化控制问题，以气象预报模式和大气污染预报模式为基础，而以伴随方法和最优化算法为求解途径，数值试验表明理论的正确性和方法的高效率。新发展的理论和方法与数值模式和观测技术紧密结合，并且顺应了计算机速度和容量高速增长的趋势。从而具有广阔的应用前景。     

基于三层路网优化策略模型的关联交叉口序列研究

以若干个连续交叉口构成的关联交叉口序列为单位,对平面信号交叉口相位的禁／放行状态进行优化建模;建立以减少延误时间和平均排队长度为目标,同时考虑驾驶员的主观心理一生理因素,寻求平面信号最优控制交叉口配时参数为最终目标的三层路网优化控制模型;最后构造出与驾驶加速度紧密关联的、三层模型架构下的目标策略函数。