八种最小二乘SVM型学习算法的优势比较

我们知道,支持向量机(Support Vector Machine,SVM)型学习算法的计算复杂性和稀疏性对分析和处理大数据来说是非常重要的两个因素,尤其是对高维数据.学者们针对这两个因素做了大量的研究,提出了许多改进的SVM型算法,常见的有基于最小二乘技术的SVM型算法和孪生SVM型算法.它们当中,有些算法的出发点基本相同,但是求解方法上略有不同;有些算法有明显不同的出发点,其所构建的最优化模型也不相同.选取八个较具代表性的最小二乘SVM型算法,分析和比较它们之间的优势和劣势,以期读者更加深入的理解这类算法,且在应用于实际问题中时更具有选择性.     

核稀疏概念编码算法及在图像表示中的应用

稀疏编码算法是一种常用的图像数据表示方法.为了处理高度非线性分布的数据,文中提出了一种核稀疏概念编码算法,并应用于图像表示.该算法首先对邻域图进行谱分析,提取数据的几何流形结构信息;然后将原始特征空间数据映射到高维特征空间中,利用谱回归在高维特征空间中来计算基向量;最后在高维特征空间中对每个样本逐个进行表示.文中算法不仅能有效地处理非线性结构数据,而且只需求解一个稀疏特征值问题和两个回归问题,计算简单有效.在Yale、ORL和PIE图像库的聚类实验表明,文中算法的准确率和归一化互信息均优于其它几种对比算法.     

Underdetermined DOA estimation and blind separation of non-disjoint sources in time-frequency domain based on sparse representation method

This paper deals with the blind separation of nonstation-ary sources and direction-of-arrival （DOA） estimation in the under-determined case, when there are more sources than sensors. We assume the sources to be time-frequency （TF） disjoint to a certain extent. In particular, the number of sources presented at any TF neighborhood is strictly less than that of sensors. We can identify the real number of active sources and achieve separation in any TF neighborhood by the sparse representation method. Compared with the subspace-based algorithm under the same sparseness assumption, which suffers from the extra noise effect since it can-not estimate the true number of active sources, the proposed algorithm can estimate the number of active sources and their cor-responding TF values in any TF neighborhood simultaneously. An-other contribution of this paper is a new estimation procedure for the DOA of sources in the underdetermined case, which combines the TF sparseness of sources and the clustering technique. Sim-ulation results demonstrate the validity and high performance of the proposed algorithm in both blind source separation （BSS） and DOA estimation.     

随钻声波信道中基于OFDM的信息传输分析

提出利用OFDM传输方案在随钻声波信道中进行数据传输的方法。首先分析了随钻声波钻杆信道的频谱资源和衰落特性,然后对OFDM的传输方案进行分析与实现,包括OFDM循环前缀的设计和OFDM系统参数的选择,最后对所设计的传输方案在随钻声波2个给定信道上进行了传输仿真。结果表明:在BPSK相位矫正的基础上,由100根钻杆级联信道上,绝大多数研究频点的传输误码率很低,信息传输是可靠的;由200根钻杆级联信道上,绝大多数研究频点的传输误码率都相当高,如果不采取特别的措施,可以认为此时信道不可用。     

l_q稀疏正则化理论及其在热传导反问题中的应用

lq(0q≤1)稀疏正则化在实际应用领域已经得到了广泛的应用。在信号处理领域,简单的迭代算法能够得到满意的重构结果,但是,针对较为复杂的偏微分方程反演问题,利用这些算法进行反演往往很难达到最佳的重构效果。将已有的迭代算法进行改进,并将其应用到热传导反演问题中,通过和标准的吉洪诺夫正则化方法进行比较,说明lq稀疏正则化方法和改进的迭代算法的优点。     

基于改进射线跟踪法的隧道环境无线信道仿真

隧道环境与陆地上移动通信有显著不同,需要对其无线信道特性进行研究.本文提出了一种改进的射线跟踪法,能够对隧道环境无线信道特性高效地仿真,降低了射线跟踪的计算复杂度,同时采用一种新的坐标系描述弯道的几何形状,便于对弯道部分进行射线跟踪.本文将路径损耗的仿真结果与北京地铁14号线的实测结果进行对比,对比表明:改进的射线跟踪法能够有效地预测路径损耗;直道中K因子在-8～25 dB范围内变化,且随着距离增大有减小的趋势.     

BCH纠错码的性能分析与仿真实现

本文根据马尔可夫三状态模型来模拟移动通信信道长突发误码的概率模型,利用非线性最小二乘拟合法求得了此模型的解达式,并计算出描述模型的概率转移矩阵P。根据此模型给出的参数用C语言模拟完成了BCH码的编码和译码过程。模拟结果表明,用尔可夫三状态模型表示移动信道具有较高的精度,BCH编码具有较好的纠错性能。     

基于正交信道的双M-ary扩频通信方案

针对传统系统中伪码资源缺乏以及同步实现较困难等方面的问题,提出一种新的双M-ary扩频通信系统方案,该系统采用两条正交支路传输信息,其中在同相支路上采用M-ary双正交扩频调制,在正交支路上采用CPSK扩频调制。该方案能够利用信息自身扩频调制准确实现同步,不需要额外提供同步资源。仿真结果表明,它与传统M-ary扩频方案性能相一致,但在传输比特信息时,它只需约四分之一的传统M-ary扩频的条数,有效地节省了扩频码资源。     

基于信号稀疏性的EMT流型辨识

针对电磁层析成像流型识别率低的问题,提出基于信号稀疏性的EMT流型辨识方法.在Maxwell方程组电磁感应原理基础之上,用Comsol有限元仿真软件建立了带有8个电磁线圈的仿真模型.首先建立了几种不同流型的仿真模型并测量其电压值,将测量电压归一化后作为EMT流型辨识的判别依据;然后将其表示为稀疏性组合;最后通过信号稀疏性建立的数学模型求得最优解,从而实现流型归属.实验结果表明:本文方法能对环流、核心流等进行识别,且识别率较高,是一种值得进一步研究和推广的方法.     

基于导频的FBMC/OQAM系统的信道估计方法

与正交频分复用(OFDM)技术相比,滤波器组多载波技术(FBMC)拥有更高的频谱利用率以及更容易实现的脉冲整形,被看成潜在的替代OFDM作为未来5G物理层的备选技术方案.然而,在实际应用中,由于FBMC/OQAM系统中滤波器仅仅在实数域满足正交,在虚数域存在固有干扰,所以经典的OFDM信道估计的方法不能直接应用于FBMC/OQAM系统的信道估计中.针对这个问题,给出了一种新的基于离散导频的信道估计方法,该方法将对导频造成干扰的数据块进行分区域处理,在不同区域分别使用不同的干扰消除方案,分步消除固有干扰.通过仿真表明,所提出的方法使得信道估计性能得到了明显改善,提高了FBMC/OQAM系统的性能.