基于迭代最小二乘的水下三维高鲁棒性定位算法

为解决基于空间角信息水下3维定位中，闭式解算法中定位性能无法达到克拉默-拉奥界(CRLB)和牛顿迭代算法初始值选取问题，该文利用一种基于迭代最小二乘的高鲁棒性算法修正闭式解的残差项与选取迭代算法的初始值。利用伪线性加权最小二乘算法得到闭式解作为正则化修正迭代法的初始值，将迭代结果修正闭式解算法的残差项，通过迭代最小二乘法的交替运算，得到稳定精确的解。通过仿真验证了基于迭代最小二乘算法的高鲁棒性，消除伪线性加权最小二乘算法中残差项选取的不利影响，解决了迭代法初始值选取问题，得到与收敛情况下迭代法相近的定位性能。     

LFM信号参数估计的牛顿迭代方法初始值研究

 本文研究了LFM信号参数估计的牛顿迭代方法的初始值问题,用计算量较小的DPT算法得到LFM信号中心频率和调频系数的估计值,以此作为牛顿迭代的初始值.性能分析表明,在DPT算法信噪比门限以上时,用本算法得到的中心频率和调频系数的估计值在牛顿迭代所需收敛域范围之内,保证牛顿迭代的收敛性.仿真结果表明,在信噪比门限以上时,用本文提出的方法所得参数估计的均方根误差达到克拉美-罗限.本算法计算量小,有利于LFM信号参数估计的准实时处理.     

正弦波频率估计的牛顿迭代方法初始值研究

本文分析了Rife算法的性能,指出当信号频率位于量化频率点附近时它的精度降低,以它为初始值进行牛顿迭代会导致不收敛.针对此问题,本文提出了一种修正Rife(MRife)算法,通过对信号进行频移,使新信号的频率位于两个相邻量化频率点的中心区域,然后再利用Rife算法进行频率估计.仿真结果表明修正Rife算法性能不随被估计信号的频率分布而产生波动,以它为初始值进行一次迭代得到的频率估计值的方差在整个频段都接近克拉美-罗限,具有稳定的性能.     

强度传输方程和角谱迭代融合的相位检索算法

相位检索技术将光学与计算相结合,从强度测量中恢复相位,包括强度传输方程法和角谱迭代法。但前者仅对近场相位的恢复有效,其基于相干照明的假设前提使得该方法不能直接应用于自然场景的相位检索中;而后者具有迭代不确定性、收敛速度慢等缺点。探讨了在相干照明情况下传统强度传输方程法和角谱迭代法相融合的相位检索算法,将该融合法进一步扩展,提出了适用于自然场景透镜模型的相位检索方法,即使用强度传输方程法计算像平面的相位,并将该相位值作为角谱迭代的初始值,根据光路的可逆性,迭代出物面的相位信息,分别给出了两种情况下的实验结果。     

大规模MIMO系统中基于权重二对角迭代的低复杂度预编码

大规模MIMO系统中由于系统下行链路的迫零（zero forcing,ZF）预编码中存在大矩阵求逆运算,随着用户数与天线数的增加,其复杂度随之增加。为了降低复杂度,提出了一种基于雅克比（Jacobi）迭代算法的改进预编码算法,用下二对角矩阵作为迭代矩阵,并且将迭代结果与上一步迭代结果进行权重相加来加速迭代。根据大规模MIMO系统信道矩阵的对角占优特性,将矩阵求逆的诺依曼近似的第一项作为迭代的初始值进一步加速迭代。相比于传统迫零预编码方案,提出的方案可以降低一个量级的算法复杂度,并且保证了预编码方案的性能。     

一类非线性矩阵方程对称解的双迭代算法

传统的方程求解办法并不能算出非线性矩阵方程的对称解,故文章给出一类非线性矩阵方程对称解的双迭代算法,先以牛顿迭代算法求解方程对称解,然后,借助MCG,即修正梯度共轭法经由牛顿迭代后算得的每一步线性矩阵方程的对称解进行计算。研究结果表明,文章所提出的非线性矩阵方程的对称解是有效可取的。     

用于非均匀介质重建的迭代算法收敛性的研究

研究轴对称二维非均匀介质重建迭代算法的收敛性问题。首先借助于玻恩近似将非线性积分方程线性化；然后，利用玻恩迭代法和变形玻恩迭代法，由散射场数据对轴对称二维非均匀介质进行重建。通过几个例子研究了影响迭代算法收敛性的几种因素，如迭代算法本身、积分离散化后的网格划分、正则化方法中的正则化参数选取等。     

一种基于压缩感知的迭代重建算法

迭代重建算法是一种经典的CT图像重建算法,适合于不完全投影数据的图像重建,其缺点是重建速度慢。为提高图像重建的质量和速度,文中利用压缩感知理论提出了一种改进的基于图像全变差最小的迭代重建算法。该算法在迭代的不同阶段对迭代初始值做不同处理,并在每次迭代结束后采用梯度下降法调整全变差。实验结果表明,该算法不但提高了图像重建质量,同时也加快了迭代图像的收敛速度。     

一种用于求压电材料复参数的快速迭代算法

要精确地描述压电材料的性能,必须把压电材料的参数作为复数考虑。文章提出一种新的自动迭代算法,通过测量压电陶瓷的４种标准型振子谐振峰附近的阻抗（或导纳）,即可由程序自动求出压电陶瓷的全部材料系数。与常用的迭代法相比,本文迭代法巧妙的初值选取方法及选代频率点的选择,使得算法精度高,迭代次数少。     

衰减记忆迭代不敏卡尔曼滤波算法研究

提出了一种基于不敏卡尔曼滤波(UKF)的新方法。该方法首先将迭代策略引入到UKF中,一步预测值通过量测更新之后的状态值确定,然后引入衰减因子提高当前数据的利用比重,逐渐减小旧数据的利用比重,将迭代策略与衰减记忆算法融合。应用于GPS的静态单点定位中,仿真实验表明,新算法能够提供高于传统UKF算法的定位精度和稳定度。     

稳健收敛的时差频差定位技术

为实现对目标位置和速度的精确定位,该文提出一种基于正则化理论的时差频差定位技术。该算法首先利用最大似然方法确定目标函数,然后通过传统牛顿法对目标位置和速度进行迭代求解。众所周知传统牛顿法对初始值要求较高,较差初始值会导致Hess矩阵趋于病态,从而致使迭代发散,该文引入正则化理论修正Hess矩阵,使其更加合理,保证算法稳健收敛。实验结果表明:相对于传统牛顿法,该文算法在初始值的选取上具有稳健性,对误差选取较大的初始值,仍能够保证算法的收敛性;相对于现有闭合式定位方法,该文算法在噪声较大时具有较好的定位精度,定位精度接近于Cramer-Rao界,具有广泛的实用价值。     

Compressed image sensing with components regularization based on Bregman iteration

Compressed sensing(CS) is a new theory of signal processing for simultaneous signal sampling and compression.The optimization methods with components regularization have been proposed to perform CS reconstruction of the natural images which always contain various morphological components.In this paper,in order to solve the components regularized optimization problem more accurately,an iterative algorithm is proposed based on the Bregman iteration.The proposed algorithm is an inner-outer iterative procedure,with the two-variable Bregman iteration as its outer iteration and the alternating minimization as its inner iteration.Experimental results show the superiority of the proposed algorithm to other recently developed algorithms in terms of the visual quality improvement and the detail feature preserving capability.     

Multi-user detection scheme for SCMA systems based on iteration removal

A multi-user detection scheme based on iteration removal (RM-MPA) was proposed to solve the problem of high complexity of decoding algorithm for sparse code multiple access (SCMA) systems.Firstly,a simple and novel method to compare the decoding advantages between users was proposed.Then n users in front of them with higher decoding advantages directly decoded and removed after each iteration,the users removed no longer participate in the subsequent iteration,so the complexity of subsequent iterations decreased gradually.Moreover,two iteration removed strategies based on decoding advantages of users and orthogonal user grouped were proposed respectively.Simulation results show that the RM-MPA with removed strategies based on orthogonal user grouped,which can reduce the decoding complexity with well decoding performance,and the decoding delay is also decreased.     

高功率多程激光放大系统逆问题研究

报道了在考虑光学元件加工精度、缺陷和损伤点以及B积分等因素的情况下,用于解决高功率多程放大系统逆问题的改进的数值迭代法,给出了相应的程序流程图,并以双程放大系统为例,利用该方法对其逆问题进行了研究.     

激光雷达观测斜程能见度反演方法

目前基于激光雷达测量能见度的反演算法可以较为准确地反演均匀大气条件下的水平能见度,对云雨雾等非均匀大气条件下斜程能见度的准确反演较为困难。为了准确探测复杂大气条件下的斜程能见度,分析了激光雷达探测大气能见度的反演算法,重点针对非均匀大气条件下能见度难以准确反演的问题,提出了一种将Collis斜率法与Klett后向法相结合的能见度反演迭代算法,适用于不同天气条件下不同倾角路径平均能见度的反演。利用车载式激光雷达系统对能见度进行了实际测量,实验表明:在均匀大气条件下,该迭代算法与广泛使用的Collis斜率法和Klett后向法完全吻合;对于非均匀大气条件,该迭代算法也可克服Collis斜率法和Klett后向法的局限,更为快速稳定准确地反演出需要的大气能见度信息。     

基于场景的空间投影估计和时域迭代非均匀性校正算法

本文提出了一种基于场景的空间投影估计和时域迭代非均匀性校正算法。本算法采用空间投影估计来估算图像的全局平移,并且在相邻帧之间进行时域迭代。具体分为下述三个主要步骤：首先,我们提出了一种基于配准准则的投影估计。然后,我们采用相邻帧的迭代校正来保证较快的收敛速度以及较少的非均匀性残留,同时保证基本没有鬼影。最终,我们将本算法移植到基于FPGA的硬件系统。通过评价标准测试了本算法的性能,并展示了在单调运动下系统非均匀性校正的实际效果。一段添加了模拟非均匀性的干净视频被用来对比此算法和阈值自适应最小均方差算法以及全偏差算法。在本文结尾,我们得到了结论,并对后期的工作进行了展望。     

特征值平移超分辨率算法

本文分析了逆幂迭代算法的收敛速度。为了克服逆幂迭代算法矩阵求逆的过程,提出了特征值平移幂迭代算法,并分析了它的收敛速度,给出了计算机模拟结果。     

不需要特征值分解的几种幂迭代算法研究

针对MUSIC算法中协方差矩阵特征值分解运算量大,难以在嵌入式系统中实现的问题,分析了普通幂迭代算法、逆幂迭代算法和特征值平移幂迭代算法3种幂迭代算法,比较了它们的优缺点。并且考虑到麦克风阵列采集到的声信号为宽带信号,分析了阵元间距选择的影响。并用计算机仿真来验证,在选择合适阵元间距的基础上选取特征值平移幂迭代算法可以代替特征值分解,降低了运算的复杂度。     

基于Newton迭代算法的低复杂度信号检测算法

为了解决太赫兹通信系统超大规模MIMO检测计算复杂度高、收敛速度慢等问题,提出了基于Newton迭代算法的低复杂度信号检测算法.通过在Newton迭代算法中改进初始矩阵、加入步长因子,降低计算复杂度、提高收敛速度;通过加入调节因子,保证算法的稳定性、可靠性和场景适用性.仿真结果表明,相比传统算法,所提算法具有更低的计算...