Optimal design study of high order FIR digital filters based on neural network algorithm

An optimal design approach of high order FIR digital filter is developed based on the algorithm of neural networks with cosine basis function . The main idea is to minimize the sum of the square errors between the amplitude response of the desired FIR filter and that of the designed by training the weights of neural networks, then obtains the impulse response of FIR digital filter . The convergence theorem of the neural networks algorithm is presented and proved, and the optimal design method is introduced by designing four kinds of FIR digital filters , i.e., low-pass, high-pass, bandpass , and band-stop FIR digital filter. The results of the amplitude responses show that attenuation in stop-bands is more than 60 dB with no ripple and pulse existing in pass-bands, and cutoff frequency of passband and stop-band is easily controlled precisely .The presented optimal design approach of high order FIR digital filter is significantly effective.     

SINGLE-PERIOD TWO-PRODUCT INVENTORY MODEL WITH SUBSTITUTION:SOLUTION AND PROPERTIES

In this paper, we study a single-period two-product inventory model with stochastic demands and downward substitution. The optimal order quantities are presented and some properties are provided. Comparing with newsboy model, we prove that both the profit and the fill rate can be improved by using the substitution policy.     

一种基于径向基函数网络的盲波束形成方法研究

针对阵列信号处理的特点 ,提出了一种基于径向基函数网络 (RBFNN)的盲波束形成方法。该方法把高阶累积量可消除高斯噪声干扰这一特性和神经网络可并行计算的结构优势有机地结合起来 ,利用高阶累积量估计阵列的导向矢量 ,引入径向基函数网络逼近波束形成的权矢量 ,实现盲波束形成。理论分析和仿真实验表明 ,提出的算法能有效地提高运行速度 ,对系统误差也具有很强的鲁棒性。     

瑞利噪声环境中水下目标辐射信号增强算法

提出了基于高阶累积量广义函数迭代的自适应滤波算法，证明了该算法的收敛性，给出了广义函数的几种具体表示式。用该算法对瑞利噪声环境中水下目标辐射信号谱增强进行了仿真研究。结果表明：该算法具有很强的抑制瑞利(白或色)噪声的能力。因此，该算法在提高水下探测系统对水下目标的检测能力方面有重要的应用价值。     

基于改进群组G1赋权的生态评价模型及省份实证

利用“驱动力-压力-状态-影响-响应(DPSIR)”模型构建了生态系统综合评价指标体系框架, 通过对指标海选, 筛选和理性分析最终确立了生态系统的综合评价体系, 应用改进群组G1方法确定指标权重, 对我国14个省区的生态进行实证分析. 首先,通过采用DPSIR概念框架构建指标体系, 将人的需求、经济发展和社会进步等要素纳入生态系统评价中, 克服现有生态评价片面关注环境与资源状况或只关注环境保护与治理状况的不足; 其次,通过赋值向量相似度或等价变形后的序关系相似度给专家赋权的方式来反映专家的知识和经验; 最后,通过在压力准则层中加入自然灾害指数反映自然灾害对生态的影响, 改进了DPSIR模型只考虑到人类的活动对于自然环境和资源的压力的片面性.     

基于分数低阶统计量的正交小波盲均衡算法

对于服从分数低阶Alpha稳定分布的非高斯信号,其二阶和高阶统计量都是不存在的。当环境噪声为这种噪声时,基于高阶统计量的常数模盲均衡算法(CMA)的均衡性能很差。为了克服环境噪声服从分数低阶Alpha稳定分布时,CMA的性能缺陷,提出了一种基于分数低阶统计量的正交小波盲均衡算法。该算法利用分数低阶统计量来抑制Alpha稳定噪声,根据最小分散系数准则优化盲均衡算法的权向量,并对均衡器输入信号进行正交小波变换,通过降低均衡器输入信号的自相关性来加快收敛速度。水声信道仿真结果表明,该算法性能明显优于CMA。     

三维水声传播建模及并行算法研究

宽带声传播、匹配场定位、水下环境仿真等技术的发展对水声传播提出了越来越高的要求,如何开发快速准确并与实际海洋环境条件相吻合的三维声传播模型,并充分利用现代计算机技术实现声传播的快速计算已成为水声技术的一个重要研究方向。基于波束位移射线简正波(BDRM)理论,将射线-简正波方法和简正波-抛物方程方法结合起来,建立三维射线-简正波-抛物方程模型,同时为满足三维声场计算的时间需求,设计了射线-简正波-抛物方程模型并行算法,在高性能集群系统上的测试分析结果表明,设计的并行算法具有较高的并行计算效率。     

基于动态规划下最优停时方法的多目标公司兼并次序及时机选择

基于动态规划思想,使用最优停时方法研究了不确定的市场条件下,企业依次兼并两家目标公司的兼并次序和兼并时机问题。通过假设实现协同效应所需时间服从负指数分布来表征兼并后的整合风险,基于此建立了序贯兼并的最优停时模型,分析了沉没成本分阶段支付对序贯兼并决策的影响,并确定了扩张型序贯兼并的次序选择原则。研究发现,最佳兼并时机随着整合风险的增加而推迟;对于扩张型序贯兼并而言,兼并次序选择取决于沉没成本、谈判能力、企业规模、兼并协同度和整合风险等因素的权衡;分期逐额支付沉没成本能够提高企业的兼并积极性,加速兼并的实施。     

基于前景理论的订货问题

针对需求不确定条件下的订货问题,传统订货模型都是基于期望效用理论,该理论假设决策者是完全理性的,这不符合决策者的现实决策行为,而前景理论正是描述不确定条件下个体实际决策行为的理论。应用前景理论,针对需求不确定条件下零售商的订货行为,建立了新订货模型,并与传统订货模型做了实证比较分析。结果表明,在我国早餐订货过程中,零售商并不是完全理性的,其倾向于风险规避,会适度减少订货量,基于前景理论的订货模型能够更好的描述零售商的订货行为。