具有最大稳定域的实时RK4公式

实时仿真通常要求计算机在一个动态循环中与外部硬件相互作用。外部数据必须从输入信号中采集，并融入到数值积分算法中以计算出状态变量。同样，从积分过程中求得的数据也必须及时被输出。因此，一般希望能选择较大的积分步长，以保证能有足够的计算时间。首先将实时四阶龙格-库塔公式的稳定域问题化为一个约束求极大值问题，利用优化方法，找到了具有最大稳定域的实时四阶龙格-库塔公式应满足的条件。然后，根据局部截断误差与相关系数的关系，将其化为一个约束求极小值问题，并最终导出了一个新的实时RK4公式。该公式不仅具有最大的稳定域，而且局部截断误差函数值也小于其它已知的实时RK4公式。仿真结果表明，该公式是有效可行的。     

小波神经网络在短期电力负荷预测中的应用

针对小波网络建模存在难以有效对小波级数进行截断的问题,提出一种基于频带能量的小波级数截断方法,该方法能克服传统方法对个人经验的依赖,确保小波网络的逼近能力;结合正交最小二乘法,将其应用于电力负荷预测中,建立负荷预测的小波网络模型.仿真结果表明:用该方法建立的小波网络模型简洁、明了,结果有效、准确,具有较好的预测能力.     

平方剩余数的均值

研究了平方剩余数的性质，给出了平方剩余数对于除数函数的均值公式。     

基于编码通道数的JPEG2000压缩率控制算法

提出一种基于小波量化权值和编码通道数的JPEG2 0 0 0压缩率控制算法 .在位平面编码之前 ,根据当前码块所处的子带和码块内包含的编码通道数预先分配压缩码字数 .在编码过程中 ,编码码字数超过分配码字数时就截断码流 ,即实时截断码流 .与标准的率失真 (PCRD)优化算法相比 ,该算法不会在计算码率失真斜率和搜索最优分层截断点时产生运算开销 .实验结果表明 ,在 0 5b/像素下 ,所提算法对于Lena图像的存储器损耗和编码时间也只有标准PCRD优化算法的 6 8%和 18 7% ,但图像质量只低 0 8dB .这种算法资源损耗少 ,显著提高了运算速度 ,更有利于超大规模集成电路实现     

数字基带预失真线性化技术的一种新算法

提出了一种基于二分-Newton法的数字基带预失真线性化技术的自适应算法,用于无线通信中的RF功率放大器的线性化.理论分析和仿真结果表明:该算法较二分法和线性迭代法相结合的方法、快速弦截法稳定性更好、收敛速率更快;当预失真器和求解的精度足够高时,可以得到满意的线性度改善.图4,表1,参6.     

影响HIV-GP41N端1/2在E.coli中表达的两段氨基酸序列界定

GP41蛋白二级结构预测显示 ,前 1 /2片段的 N端 ( 4～ 2 6位氨基酸 )和 C端 ( 1 67～ 1 89位氨基酸 )各有一个富含疏水氨基酸的穿膜螺旋 (可能性 >0 .9) ,分别从 N1 (前 1 /2片段无 C端穿膜螺旋 )的 N端和 N6(前1 /2片段无 N端穿膜螺旋 )的 C端进行缺失构建一系列缺失突变体 ,只有 p ET-N2 ,p ET-N3 ,p ET-N4,p ET-N5在大肠杆菌中获得高效表达 ,其表达量占菌体总蛋白的 2 0 % ,Western blot显示表达蛋白与 HIV阳性血清有良好的反应性 .而 p ET-N1 ,p ET-N6在大肠杆菌中表达量很低或不表达 .从而证明 1～ 6位 ,1 84～ 2 0 1位氨基酸是影响 gp41基因 N端 1 /2片段表达的主要因素     

基于正态截断模型的被动传感器目标跟踪算法

被动传感器只能获得目标的角度信息而无法获得位置信息,因此单被动传感器对目标进行跟踪时难以满足可观测性条件.对单被动传感器高斯-厄米特滤波的量测模型进行扩维,建立了多被动传感器高斯-厄米特滤波模型.由于Singer模型只适用于匀速和匀加速范围内的目标运动,对于强烈的机动将引起较大的模型误差.而正态截断模型本质上是非零均值时间相关模型,能够更加真实地反映目标机动泛围和强度的变化,是目前较好的实用模型.文中基于正态截断模型提出了只有角度量测的双被动传感器高斯-厄密特机动目标跟踪算法,仿真结果表明,该方法能够对机动目标进行稳定的跟踪.     

单边截断型分布族位置参数的经验Bayes估计

修改了陶波等假定先验密度ｈ（０）需满足的某些条件，给出了单边截断型分布族参数０的经验Ｂａｙｅｓ估计，并证明了它在绝对误差损失下的渐近最优性，最后给出了一个数值计算的实例。     

基于像素自适应邻域的纹理合成方法

针对传统像素点的纹理合成方法普遍存在对纹理样本适用范围比较窄的问题,提出了一种可以自动确定最佳匹配像素邻域大小的纹理合成方法.首先,利用方块编码原理提取样本纹理元,通过纹理元来确定最佳匹配像素邻域;然后,在像素匹配阶段,对像素匹配准则进行改进.通过比较样本像素和目标像素邻域的均值和方差来确定邻域的相似度,最终选择最优的合成像素.对比实验表明,该方法不仅有良好的合成效果,而且具有较广的适用范围,可以作为一种通用性的纹理合成方法.     

一种计算对称反对称及周期性问题的改进无网格法

分析对称反对称或周期性问题时,通常只需要取一半或一个周期的局部模型进行离散求解．由于无网格法存在较为显著的边界截断效应,与整体模型相比局部模型的无网格解答精度会有所下降,在边界附近更为显著．为消除这种边界效应,提出了一种改进的无网格近似方法．该方法考虑了局部模型外的节点（虚拟节点）对于模型内各节点（真实节点）的近似影响,并利用对称反对称或周期性关系压缩虚拟节点的自由度,在不增加额外自由度的条件下能够使局部模型和整体模型得到完全相同的结果．通过求解对称反对称和周期性问题算例验证了该方法的有效性．最后对一般性问题的无网格边界效应也进行了简要的讨论．