苯硫脲味盲基因型与蔬菜嗜好性关系分析

目的研究人味盲基因型与人对蔬菜的嗜好性关系．方法采用阈值法测定269人的味觉基因型,问卷调查他们对蔬菜的嗜好性．结果经X^2检测发现,不同的味觉基因型个体对蔬菜有不同的偏好．结论人的PTC味盲基因型明显影响人对甘蓝苦味、菠菜涩味的敏感程度,这对于指导普通人群的饮食具有一定的参考价值．     

ELgamal型签名优选方案的应用研究

ELgamal数字签名方案提出后,引起了广泛的分析讨论,产生了许多变体,本文对文献分析的优选方案进行具体应用讨论,在签名加密、密钥分配、盲签名等方面设计了几个应用方案,这些方案在离散对数难解和采用的签名方案安全的基础上,都是安全的.     

通信侦察中通信复信号的盲源分离算法

针对目前大多盲源分离算法只适用于实信号,而在通信对抗中处理的一般都是通信复信号这一问题,推导了一种适用于通信复信号的盲源分离算法.该算法以Kullback-Leibler发散度作为信号之间独立性的测度准则.另外由于自然梯度比随机梯度性能更优,因此利用代价函数的自然梯度进行优化,根据白化后信号混合矩阵为正交矩阵的结论,对分离矩阵做正交性约束,推导出了算法的迭代公式.仿真结果表明,即使在有嗓环境下,该算法也能够有效地分离出源信号.     

改进的基于步长自适应的自然梯度盲源分离算法

为解决盲源分离算法中收敛速度和稳定性的折中问题,基于最优步长的思想,提出了一种新的步长自适应的自然梯度盲分离算法.在自然梯度盲分离算法的基础上,对步长进行自适应迭代,步长偏移量的选取原则是使得下一次迭代时的步长最优,或者说目标函数最小.仿真结果表明,提出的算法相对固定步长自然梯度算法,其收敛速度提高了1倍以上,而系统的稳定性能基本不变.     

-种对Bussgang类盲均衡算法的简单初始化方法

提出了一种基于短数据重用思想对Bussgang类盲均衡进行初始化的方法，这种方法使均衡器收敛的时间大大减少。与基于高阶谱进行均衡器初始化的方法相比具有需要样本短、硬件资源少和运算复杂度低的特点，且所能达到的收敛速度甚至比使用高阶谱进行均衡器初始化的方法快。     

基于BSS的FDA-MIMO雷达主瓣欺骗式干扰抑制方法

主瓣欺骗式干扰与目标位于同一个波束宽度内,严重影响了雷达对真实目标的检测与参数估计。针对此问题,基于频率分集阵列-多输入多输出(frequency diversity array multiple input multiple output, FDA-MIMO)雷达,提出了一种抑制主瓣欺骗式干扰的方法。所提方法的主要突破点在于,当干扰和目标的角度完全相同时,利用FDA-MIMO雷达天线方向图的距离-角度二维依赖性,进一步通过基于最大信噪比(maximum signal to noise ratio, MSNR)的盲源分离(blind source separation, BSS)算法将干扰和目标分离在不同的通道,以达到抑制干扰的目的。该方法无需目标的距离、角度先验信息。仿真实验验证了所提算法的有效性,当干噪比(jamming to noise ratio, JNR)为80 dB时,目标的正确检测概率约为0.98。     

标准SIMO信道盲解卷固定点算法

从最简单的IIR-SIMO信道出发,采用离散傅立叶变换从理论上推导出了源信号估计值与观测信号的基本关系,据此提出了源信号固定点迭代计算方法,并基于最小均方误差准则给出了确定滤波器阶数的代价函数.在此基础上,进一步将这种分析方法推广到标准SIMO信道,进而最终建立了标准SIMO信道盲解卷固定点新算法.该算法无需设置迭代步长,也不像已有的许多SIMO盲解卷算法一样要求源信号属于有限字符集.针对混迭语音信号进行的仿真结果验证了算法理论分析的正确性和算法的有效性.     

基于稀疏正则化和渐近边界假设的运动模糊图像盲复原

为了复原因相机抖动而产生的运动模糊图像,提出基于L_p范数和全变分范数的正则化盲复原方法;首先,基于模糊图像的梯度稀疏性建立L_p范数正则化模型,利用全变分范数保持图像的结构信息;然后,根据模糊核稀疏性的先验知识建立模糊核的盲估计模型;最后,提出一种渐近边界假设条件对模糊图像进行扩展以抑制振铃,并通过交替最小化方法分别求解清晰图像和模糊核的估计值。结果表明,所提出的方法简单、可行,具有更好的图像复原效果。     

基于改进粒子群的ICA算法

ICA算法是目前盲信号分离的主流算法之一,但是传统ICA算法收敛速度慢,收敛精度低。为此本文提出一种基于改进粒子群的ICA算法,以峭度作为目标函数,以改进粒子群算法作为优化算法。采用这种方法进行瞬时混合信号的盲分离,仿真实验表明该算法能够有效分离信号,与传统ICA算法相比,分离效果更好。     

一种新的系统盲反向辨识方法

基于系统输出信号过采样原理的系统反向辨识是一种新的盲辨识方法,这种方法不仅适用于最小相位系统,而且也适用于非最小相位系统。通过输出信号的过采样,可以获取未知输入信号和系统更多的信息。文中首先提出了这种解决盲辨识问题的算法,然后利用辨识出的系统模型恢复了源输入信号。这种方法在控制工程领域具有较高的实用价值。