多参考输入多误差输出FXLMS算法及其在机动车辆室内噪声抵消中的应用

针对改善坦克、汽车等多发动机机动车辆室内噪场环境这一课题,在系统研究自适应信号处理和主动噪声控制方法的基础上,推导了多参考输入多误差输出FXLMS算法,提出了基于多参考输入多误差输出FXLMS算法的机动车辆室内主动噪声控制方案,并给出了计算机仿真结果.     

一种新的语音噪声抵消算法

针对单参考输入自适应噪声抵消器在多噪声源情况下除噪声效果不理想的问题,根据多参考输入自适应噪声抵消器模型,在推导多参考输入最小均方（MLMS）算法的基础上,给出其改进算法（IMLMS）,结合语音信号的特点,给出了多参考输入自适应语音消噪算法（VMLMS）,利用调整算法执行过程的算法改进思想,突破了传统的修正收敛系数的算法改进模式,最后对几种算法的性能进行了计算机仿真比较。     

多输入多输出干扰信道中的功率分配方法

针对分布式迭代干扰协调(DIIA)算法没有充分利用信道对称性的问题,在收发信机干扰协调矩阵的基础上级联预编码矩阵,并分别对不同的数据流分配不同的功率,提出了考虑功率分配的分布式迭代干扰协调(PA-DIIA)算法.对于最大信干噪比(Max-SINR)算法也设计了考虑功率分配的最大信干噪比(PA-Max-SINR)算法.仿真结果表明:PA-DIIA算法与PA-Max-SINR算法在低分配功率下能获得更好的性能;在多数据流与高分配功率下PA-Max-SINR算法是次优的,此时选取PA-DIIA算法可获得更好的性能.     

多输入多输出系统的滑模控制器设计及其应用

研究了一类多输入多输出系统的滑模控制问题,采用一种改进的指数趋近律,有效降低变结构所产生的抖振,并且给出理论性证明.将提出的设计方法应用于液压活套控制系统设计,将系统中的活套高度和活套张力的耦合关系当作干扰来处理.仿真结果验证了所提方法的有效性,该控制器可使活套控制系统获得较好的控制效果,并使活套系统迅速达到平衡稳定状态.     

多分辨率滤波器组在自适应噪声消除中的应用

利用多分辨率滤波器组设计了自适应噪声消除新的电路结构，先将待处理信号分成两个通道，再分别利用各自通道自适应滤波器并行处理数据。由于多分辨率滤波器的应用，使得各个通道的自适应滤波器长度缩短，且并行处理，从而减小了计算复杂性，加快了运行速度。     

多输入多输出系统中基于多级维纳滤波的均衡算法

基于多级维纳滤波器,提出了一种多输入多输出系统中的降秩自适应均衡算法.该算法利用多级维纳滤波器得到一组子空间基向量,通过子空间投影,把均衡器输出限定在低维子空间内,从而降低了自适应均衡的迭代复杂度,加快了收敛速度.理论分析和仿真表明,降秩均衡算法有效地提高了均衡器的收敛速度,降低了计算复杂度,并在多级维纳滤波器的级数不超过 10 的情况下,就能达到近似满秩均方误差性能.     

蕴涵项扩展技术在多输出逻辑函数中的应用

文章给出一个适用于大变量多输出逻辑函数蕴涵项扩展的算法。多输出函数在它的矩阵表示中分为输入、输出两个部分，但是在扩展过程中，这两个部分处理的方式极为相似，从而使计算机程序简化，并节省了机器的时间、空间资源。     

误差分析理论在区间数多属性决策问题中的应用

基于误差分析理论，针对不确定性区间数多属性决策问题，给出了一种误差分析方法，并将该方法应征地ＴＯＰＳＩＳ算法。     

支持向量机初始化常模算法在MIMO系统中的应用

为了克服能量归一化互相关常模算法收敛速度过慢且容易造成局部收敛的问题,提出了一种支持向量机初始化的能量归一化互相关常模算法。所提算法在初始阶段采用支持向量机来优化加速,对盲均衡器的初始权向量进行设定,然后切换至计算量较小的能量归一化互相关常模算法,并采用了多输入多输出信道对所提算法进行了仿真。仿真结果表明:本算法能够加快收敛速度并对同道干扰及码间干扰有着很好的抑制作用。     

全蕴涵多Ⅰ算法及其在多准则决策中的应用

将全蕴涵思想应用于基于L-模糊集的推理问题(其中L是一完备格),建立α-多Ⅰ算法的计算公式,并基于一类广泛的蕴涵算子讨论相应的多Ⅰ算法的还原性问题. 最后,作为多Ⅰ算法的应用,解决一类多准则决策问题.     

单亲遗传误差反向传播算法及其在县级生态农业综合评价中的应用

针对误差反向传播（BP）算法局部收敛等局限性和单亲遗传（PGA）算法的优点，提出了融PGA和BP为一体的单亲遗传误差反向传播（PGA-BP）算法，并用于县级生态农业的综合评价，评价结果表明；PGA-BP算法具有简便，高效，适应性强等优点，用于县级生态农业的综合评价是切实可行的。     

输入带有噪声干扰的单变量自适应算法及其在电厂协调系统中的应用

本文推导出一种输入有随机噪声干扰的单变量自适应算法,并用此算法设计出电厂协调控制系统(两输入两输出系统).对协调系统中的参数进行了优化.并给出协调系统的跟踪及调节性能的数字仿真结果.     

一种新的变步长LMS自适应算法及其在自适应噪声对消中的应用

阐述了一种改进的LMS算法并应用于自适应噪声对消．新算法利用误差信号的相关值调节算法步长，解决了收敛时间和稳态误差的矛盾，并且不受已经存在的不相关噪声的干扰．对该算法的收敛性和稳定性进行了分析，仿真表明该算法优于固定步长的LMS算法和VSSLMS(variable step size)算法．     

多目标优化量子进化算法及其在PID控制器中的应用

目前量子进化算法主要应用于单目标优化问题.本文结合量子进化算法和经典多目标优化算法中常用的非支配排序技术,提出一种解决多目标优化问题的多目标优化量子进化算法(Multi-objective Optimization Quantum Evolutionary Algorithm,MOQEA),并将其应用于PID控制器参数整定.经过实验证明,无论是解的质量还是解的分布均匀性,MOQEA都优于经典多目标优化算法NSGA-II.     

自动生成多层神经网络的算法及其在编码中的应用

本文提出了一种多层神经网络自动生成的新算法。对给定的问题,它能够在学习中动态生成一个多层网络,并确定网络的连接方式。通过采用模拟退火的方法,加快了学习的速度。该算法能随时按要求生成神经网络编、译码器,便于处理等长码和变长码问题,还能进行误码纠正,适合于保密通信的需要。     

多层神经网络的BP算法及其在机器人控制中的应用

用多层神经网络的反向传播学习算法,计算出权值和阈值函数的更新量;用这一算法对机器人的反向动态控制模型进行实验研究,最后给出了实验结果;探讨了出现误差时的解决方法．     

模拟退火算法及其在多层密度界面反演中的应用

模拟退火算法是以固体退火过程为物理背景的全局优化算法,具有全局寻优的能力,是一种有效的非线性组合优化算法。模拟退火反演算法实质是利用了地球物理反演问题求解过程与熔化固体退火过程的相似性,模拟其达到最低能量状态为系统目标函数的最优解。本文概要地介绍了模拟退火法的基本原理,解的接受准则,模拟退火法的实现方法、特点及其局限性。总结了近年来对模拟退火方法进行的改进,并给出了模拟退火法在多层密度界面反演中的实例。