CORDIC算法研究及其硬件实现

CORDIC算法可以通过迭代方法完成矢量旋转,从而完成三角函数的运算。扩展的CORDIC算法在选择不同模式和初始值,可以使其应用于直接计算正弦、余弦、反正切以及在极坐标和直角坐标之间的变换。CORDIC算法可以通过FPGA中的移位和加法运算即可完成,可以采用流水线结构,满足实时性要求,从而实现计算精度、运算速度和硬件资源利用等方面性能的兼顾。     

一种改进的相对定向标定方法研究

研究了三维重建技术中外方位元素的相对定向标定方法。经典的相对定向标定方法仅适用于两张像片焦距固定的情况。在经典方法的基础上,通过增加参数个数、建立新的解算方程和误差方程,并采用最小二乘法原理求解的方法,建立了一种适用于可变焦距情况下的改进的相对定向标定方法。最后通过实验和误差分析后,验证了在接近零噪声的情况下,改进的相对定向方法能适应一般场景的重建,重建误差较低。因此,该方法可以有效解决仅知其中一张像片焦距,即焦距可变的情况。     

价格预测模型及算法

建立价格预测系统，包括价格及相关因素的预测模型、算法及软件。该系统适应广，特别适合农产品、副食品等价格的预测，其中针对模型的参数估计，提出一种计算方法，称为恒等变换法；它解决了迭代公式中的初始值问题，将此初始值赋予Ｇ－Ｎ、Ｍａｒｑｕａｒｄｔ、交替迭代或其他算法，只需经过几次迭代便满足收敛条件的要求。     

一种分块的立体像对相对定向方法研究

针对立体像对相对定向时错误匹配点难以剔除的问题,提出了一种分块的立体像对相对定向方法.该方法先对影像上的特征点进行分块,基于各个数据块间的抽样一致性原则选择分布合理的特征点以计算基础矩阵的初始值.然后,以点到极线的距离最小化为判断标准对特征点集合进行筛选,从而获得误差较小的"内点"集.最后,采用选权迭代的方法计算获得基础矩阵的各个要素值,并将其转换为相对定向元素,从而完成立体像对的相对定向.近景影像和航空影像的对比实验表明,该方法具有更高的定向精度和鲁棒性.     

耦合矩阵方程AX+XB=C,DX+X~TE=F的递度迭代算法

通过应用递阶辨识原理和推广求解矩阵方程AX=b的递度迭代算法,本文给出了求解耦合矩阵方程AX+XB=C,DX+XTE=F的递度迭代算法。分析表明,只要矩阵方程有唯一解,则对任何初始值此算法给出的迭代解都快速收敛到其真实解。一个数值例子表明了此算法的有效性。     

初态偏移非线性系统跟踪控制的迭代学习算法

基于迭代学习控制理论提出一种新的可变增益学习控制算法,并对系统初态的迭代学习律进行了讨论,利用算子理论证明在非线性系统中存在初态偏移时经过迭代学习后,输出仍能跟踪期望轨迹;对其收敛性进行数学证明,得到谱半径形式的迭代学习律收敛的充分条件,从而解决了可变学习增益迭代学习控制的初态偏移问题.最后在注塑机注射速度控制系统中与增益不可变迭代学习算法进行比较,仿真结果验证了算法的有效性.     

一类基于最小二乘法的声发射源组合定位算法

介绍了声发射源时差定位方法的基本原理及其常用的声发射源定位方法.针对声发射源三维定位常规算法中初始值的选取影响算法收敛速度和定位精度的问题,充分利用最小二乘算法的估计特性,改进定位算法,提出一类基于最小二乘法的Geiger优化迭代组合定位算法.数值仿真算例表明:该方法能有效解决迭代法的初始值问题,保证算法的收敛并且提高迭代算法的收敛速度.     

求解分裂可行问题的一种新算法

主要对解决分裂可行问题的松驰CQ算法进行修正,设计了一种新的算法.该算法在每步迭代中应用类-Armijo搜索来获取步长,避免了矩阵逆和矩阵最大特征值的计算,而且在每步迭代中都根据当前迭代点的信息选择合适的步长,证明了该算法的全局收敛性.     

基于单应性矩阵追踪的自动焦距标定算法

为了减少旋转式全景拼接系统中由于焦距不准确导致的图像畸变问题,该文在传统焦距标定算法的基础上,提出了一种有针对性的焦距标定算法。该算法对依照不同焦距进行柱面投影时相邻图像间的单应性矩阵参数进行追踪,通过二次函数拟合确定最佳焦距,实现了焦距的精标定,保证了360°全景拼接时不出现较大畸变。经该算法处理后的全景图像畸变明显小于现有算法。     

中心对称线性互补问题的一类迭代算法

在考虑中心对称矩阵可约性的基础上,运用矩阵分裂理论,分别提出求解中心对称线性互补问题的对三角分裂松驰迭代算法和对三角分裂松驰迭代算法,并对2种算法进行收敛分析和数值实验.结果表明,当线性互补问题的系数矩阵对角元为正的H-矩阵时,2种算法都全局收敛,所得迭代阵的谱半径都为0.5,比传统的Jacobi分裂迭代算法和Gauss-seidel迭代算法的收敛速度都好.新算法节约了计算量与计算机的存贮空间,较大地提高了计算效率.     

引入松弛因子的高阶收敛FastICA算法

高阶收敛的FastICA算法对初始值的选择较为敏感,如果初始值选择不当不仅会影响算法的收敛效果,甚至可能导致不收敛的结果.针对这一问题,将松弛因子引入高阶收敛的牛顿迭代法中,通过适当的修正,获得了既能保证一定收敛速度,又能有效克服初值敏感性的改进三阶、五阶FastICA算法.仿真工具采用Matlab软件,应用3种算法对语音信号进行分离;结果表明,对比基本FastICA算法,改进后的算法有效地分离了混合信号,并且降低了算法对初始权值的依赖性.     

求解广义动态非线性测量数据处理的信赖域法

针对误差方程中同时包含非随机参数和随机参数的情况，提出了一种广义非线性动态最小二乘测量数据处理的新方法，即信赖域方法，并建立了相应的解算模型。计算中仅使用目标函数及其一阶导数信息，通过BFGS校正方法构造Hessian阵的近似，该算法不仅当迭代初值要求不严格时，仍保证收敛，而且在较强条件下具有二阶收敛结果。     

思维进化算法优化模糊神经网络的变压器故障诊断

提出一种基于思维进化算法的模糊神经网络变压器故障诊断方法。该方法利用思维进化算法中的趋同和异化操作,对模糊神经网络中输入变量的隶属度函数位置参数和宽度参数以及神经网络的连接权值进行全局优化,可有效地克服常规模糊神经网络BP算法收敛速度慢、精度不高和遗传算法训练模糊神经网络速度缓慢、易陷入局部极小等缺点,有利于更快地收敛于全局最优解。并将其应用到基于溶解气体分析的变压器故障诊断中,实例表明,采用该方法具有较快的收敛速度和较高的诊断准确度,说明了该方法的正确性和有效性。     

面向车辆路径问题的改进蚁群算法研究

为解决基础蚁群算法在求解车辆路径问题时出现收敛速度慢、易陷入局部最优解等问题,提出了一种改进蚁群算法.首先,引入节约矩阵更新选择概率公式引导蚂蚁搜索;其次,运用分段函数改进挥发因子,调整算法的收敛速度;再次,使用2-opt法,提高算法的局部搜索能力;最后,选取车辆路径问题国际通用数据集进行仿真,运用控制变量法找到信息素...     

一种改进的量子遗传算法

针对量子遗传算法存在储存量大和易陷入局部最优解等问题,提出一种新的量子遗传算法。该算法采用角度编码方式表示染色体从而减少编码的存储空间;引入小区间方法初始化量子种群, 使量子染色体均匀分布于初值空间;利用改进的旋转门对种群进行更新操作;采用动态的量子步长调整策略实现自适应搜索;引入量子交叉和量子变异操作防止早熟问题。通过典型的多峰值函数优化实验表明该算法具有收敛速度快、全局寻优能力强和计算时间短的特点,可以用于多峰值函数优化问题。     

面向VLSI实现三角函数求解算法

研究面向超大规模集成电路实现三角函数求解算法及其电路结构的实现。方法首先采用坐标旋转数字计算法推导求解三角函数的有效算法,然后利用小角度时的三角函数倍角公式推导有效的三角函数求方法。     

变循环发动机数学模型求解及有效性研究

采用部件法建立了变循环发动机的多维非线性隐式方程组模型,该模型具有隐式性,因而求解过程复杂,收敛困难.以变循环发动机为对象,设计了遗传算法,将数学模型转化为最优化问题,并对模型进行求解.提出了算法的有效性评价指标:初值敏感性、计算效率、收敛性、稳定性.与牛顿-拉夫逊法相比,遗传算法初值敏感性较低,收敛性较好.该结果可为变循环发动机模型求解算法的选择与设计提供参考.     

基于误差峰值的改进型CMA盲均衡算法

针对CMA盲均衡算法的缺点,提出一种基于误差峰值的改进型CMA盲均衡算法。该算法把CMA盲均衡算法更新方程中的迭代步长由原来的固定值改成可变值,从而进一步提高了CMA盲均衡算法的收敛性。仿真结果表明,与CMA盲均衡算法相比,改进型CMA盲均衡算法具有更好的均衡效果和收敛性能。     

一类新的求解非线性方程组的记忆梯度法

提出一类新的求解非线性方程组的记忆梯度法,证明了算法的全局收敛性.该算法不依赖于问题初始点的选取,并且在迭代过程中无需计算雅克比矩阵的逆矩阵,降低了算法的计算量,节省了运算时间.与牛顿法相比,新算法更适于求解大规模非线性方程组.