粗糙集结合BP神经网络的数据融合方法研究

在粗糙集和数据融合基本理论的基础上,研究了基于粗糙集理论和BP神经网络相结合的数据融合方法。先利用粗糙集对输入信息进行简化,剔除冗余信息,从而缩减了BP神经网络的规模,提高了融合系统的识别率,进而提高整个融合系统的效率。与传统的神经网络融合系统进行比较,通过实例说明了该方法的有效性。     

基于改进遗传算法的数字PID参数整定

提出了一种改进遗传算法整定数字PID参数,对所得的参数在Matlab下进行了仿真,并以89C51单片机为控制器对二阶被控对象进行了实验。仿真与实验结果表明,该方法比简单遗传算法收敛速度更快,收敛过程更平稳;所得参数对被控对象阶跃响应控制效果优良,使被控对象的输出能快速、稳定、准确地跟随输入信号。     

基于智能网业务控制点过载算法研究

研究了在不同队列长度、不同概率p（呼叫时到达间隔时间为0的概率）情况下令牌桶算法的健壮性，提出一种根据数据流速及波动性控制令牌速率的模糊控制算法．仿真结果表明该算法不仅具有简单令牌桶算法的良好健壮性，而且提高了过载数据的处理速度，有效减小了数据丢失，在一定程度上防止了过载引起的网络拥塞，缓解了业务控制点（SCP）的高负荷．     

基于迭代算法的SFBC-OFDM系统

将尾抵消和循环重建应用于空频编码的正交频分复用（SFBC-OFDM）系统中，为了消除循环前缀对空频编码带宽损失的影响，使用了迭代算法来校正接收到的信号．由于采用了尾抵消和循环重建，较之传统的带有循环前缀的空顿编码，带宽效率得到了很大的提高．仿真结果显示，该方法在迭代次数很小时性能便可接近带有循环前缀的SFBC-OFDM系统．     

三维Turbo码性能的研究

传统的Turbo码包含有2个分量码，属于二维编码方式．虽然传统Turbo码的纠错性能优异，但是其译码延迟很大，不利于硬件实现．提出一种新型Turbo码，这种Turbo码包含3个分量码，属于三维编码方式，相应的译码器也包含3个分量译码器进行迭代译码．仿真结果表明：虽然在相同条件下三维Turbo码纠错性能比传统Turbo码差，但是这种新型Turbo码译码收敛很快，能够有效地减小译码延迟．     

机动目标跟踪中的序贯滤波

多个测量站（多雷达或多传感器）工作时，在时间上是不同步的．在融合之前必须将这些观测数据进行同步．在某雷达单独观测时，采用通常的卡尔曼滤波方法；在多雷达重叠观测区，采用序贯滤波方法，不管是哪个传感器观测，按时间顺序，先到的量测点先进行滤波，这样就省去了时间同步这一步处理，又增强了航迹的连续性．计算机仿真证明了该方法的有效性．     

软件无线电基于网络多DSP平台的并行算法研究

基于一种改进的软件无线电网络结构,提出了一种针对FIR滤波器的并行算法及其相应的结构,并且对这个并行系统的可实现性及有效性进行了研究.文中还将多处理器并行系统与单个处理器系统的处理结果进行了对比分析,验证了并行算法的优越性.另外,这种并行思想可以应用于软件无线电的其他功能模块.     

基于改进遗传算法的传感器特性方程的建立

在标准遗传算法的基础上,引入了变长度的编码方案、父子竞争的选择交叉机制、对优良个体的大变异操作等,算法的收敛速度得到很大提高,且能自动选择函数的形式、建立传感器的特性方程.结果表明,采用这种方法得到的拟合函数有着较高的精度.     

一类新的无限簇集值变分不等式

引入并研究了一类新的无限簇广义集值变分不等式,证明了这类变分不等式解的存在性,并构造了其迭代算法,得到了由此算法产生的迭代序列的收敛性,所得结果推广和改进了已知的相应结果.     

基于遗传算法的扫描线划图稿的拟合算法研究

研究智能款式设计过程中的重要环节之一扫描线划图稿部件信息的提取问题，提出采用给定误差基于遗传算法的扫描线划图稿的拟合算法，较好地解决了款式部件信息的获取问题；详细给出了扫描线划图稿的路径搜索和基于遗传算法的拟合细节，并通过实例研究证明了算法的有效性。