最小误差空域预滤波矩阵求解及误差分析

建立了空域矩阵滤波器设计最优化问题,利用两种方法给出该最优化问题的最优解。第一种方法是通过将最优化问题转化为以向量为未知数的另一个最优化问题,并求解稳定点,重排获得原问题的最优解。第二种方法是利用对原最优化问题求偏导数的方式,直接获得最优解。利用广义奇异值分解,给出了最优解的简化形式。通过仿真,给出了不同阵元数情况下,预滤波的响应效果,通过对比可知,与恒定阻带抑制滤波器相比,最小误差空域预滤波矩阵有更小的归一化响应误差。     

二元裂解算子交替方向乘子法的核极限学习机

凸优化形式的核极限学习机(KELM)具有较高的分类准确率,但用迭代法训练凸优化核极限学习机要较传统核极限学习机的解线性方程法花费更长时间。针对此问题,该文提出一种2元裂解算子交替方向乘子法(BSADMM-KELM)来提高凸优化核极限学习机的训练速度。首先引入2元裂解算子,将求核极限学习机最优解的过程分裂为两个中间算子的优化过程,再通过中间算子的迭代计算而得到原问题的最优解。在22个UCI数据集上所提算法的训练时间较有效集法平均快29倍,较内点法平均快4倍,分类精度亦优于传统的核极限学习机;在大规模数据集上该文算法的训练时间优于传统核极限学习机。     

基于共轭梯度法的低复杂度信道估计

考虑在大规模MIMO系统中基于导频的信道估计,基站端配置有数百根天线,传统的MMSE估计器虽然在估计精度上有着良好的性能,但是由于在利用MMSE方法进行信道估计时,存在对协方差矩阵求逆的运算,导致其计算复杂度为OM3,其中M为信道协方差矩阵的维度。在基站天线数很大的时候,这将是一个极其复杂的过程。为解决这个问题,将通过将求逆过程转化为解线性方程组的问题,利用共轭梯度法,使整个计算过程的计算复杂度降为ONM2,其中N为共轭梯度法的迭代次数,而且N<相似文献   

二元裂解算子交替方向乘子法的核极限学习机

凸优化形式的核极限学习机(KELM)具有较高的分类准确率,但用迭代法训练凸优化核极限学习机要较传统核极限学习机的解线性方程法花费更长时间.针对此问题,该文提出一种2元裂解算子交替方向乘子法(BSADMM-KELM)来提高凸优化核极限学习机的训练速度.首先引入2元裂解算子,将求核极限学习机最优解的过程分裂为两个中间算子的优化过程,再通过中间算子的迭代计算而得到原问题的最优解.在22个UCI数据集上所提算法的训练时间较有效集法平均快29倍,较内点法平均快4倍,分类精度亦优于传统的核极限学习机;在大规模数据集上该文算法的训练时间优于传统核极限学习机.     

采用新杂交运算的遗传算法在求解优化问题中的应用

以遗传算法为基础，提出了一种利用混沌模型产生随机控制开关，以此控制杂交运算，从而能快速地求解０－１规划问题，并获得全局最优解。     

用多目标进化算法搜索MOPs的鲁棒Pareto最优解

 搜索鲁棒Pareto最优解是多目标进化算法(MOEA)研究的一个重要方面.目前,优化"原目标函数"的传统MOEA与基于"有效目标函数"的MOEA (Eff-MOEA)在搜索鲁棒Pareto最优解时都易丢失某些性质的解.为解决这一缺陷,本文定义了一种新的鲁棒Pareto最优解,提出了一种新的搜索鲁棒Pareto最优解的MOEA(MOEA/R),MOEA/R将多目标鲁棒优化问题(MROP)转化成两目标问题来优化,一个目标为解的质量,另一个目标为解的鲁棒性,每一目标均对应一子优化问题.通过与NSGA-Ⅱ及Eff-MOEA的对比分析,结果表明MOEA/R的结果较好,更重要的是本文探索了一种新的搜索鲁棒Pareto最优解的思想.     

基于进化算法的矢量量化索引值分配算法

本文提出了一个基于进化算法的矢量量化（VQ）的码磁索引值分配算法（EAIAA），该算法提出了一种有效的获得全局最优的索引值分配方法，在存在信道噪声的情况下，可以有效地提高矢量量化器的性能，实现了信道最优矢量量化器（COVQ）的设计，该算法利用进化算法的隐含并行性搜索方法和优胜劣汰的自然选择机制，可迅速寻找至全局最优解，克服了传统估化算法只能提供局部最优解的缺陷，实验结果表明该算法可获得比传统算法更高的性能增益。     

近似骨架导向的归约聚类算法

该文针对聚类问题上缺乏骨架研究成果的现状,分析了聚类问题的近似骨架特征,设计并实现了近似骨架导向的归约聚类算法。该算法的基本思想是:首先利用现有的启发式聚类算法得到同一聚类实例的多个局部最优解,通过对局部最优解求交得到近似骨架,将近似骨架固定得到规模更小的搜索空间,最后在新空间上求解。在26个仿真数据集和3个实际数据集上的实验结果表明,骨架理论对提高聚类质量、降低初始解影响及加快算法收敛速度等方面均十分有效。     

EDA算法求解一类特殊的非线性双层规划问题

研究下层为线性规划上层为二次规划的非线性双层规划问题。利用单纯形最优性等价条件和基于正态分布的分布估计算法(EDA)求解该问题的全局最优解。为了提高算法效率,结合种群最优个体,给出了有效的交叉算子。设计算法时,用均匀设计产生初始种群,从而增加种群的多样性。为克服进化算法的弱局部收敛性,文中提出一种新的方法增加算法的局部收敛性。数值试验结果表明,文中提出的算法是有效且快速的。     

稀疏重构算法

在图像处理和统计中,对于一个大的欠定线性方程,找到一个稀疏的近似解,是一种常见问题。标准方法是对一个目标函数求极小值,其中目标函数由一个二次的误差项l₂加一个正则项l₁组成。针对一般性问题,目标函数有一个光滑的凸函数加上一个非光滑的正则项,提出了一种算法结构。该算法通过求解最优子问题,从而求出稀疏的近似解。仿真结果表明,该算法能够更快的求出近似解,在正则项是凸的情况下,可以证明目标函数的极小解是收敛的。     

一种高效的基音估计算法

分析已有的一些基音估计算法,对比其优缺点,提出一种可大大提高计算速度的高效基音估计算法.该算法是利用平均幅度差(MAMDF)法提取若干个可能峰值点,再利用计算精度较高的循环平均幅度差(CAMDF)法对这几个点进行验证,选取数值最小的点作为基音周期.由于只对几个点求CAMDF函数,因此运算量大大减小.     

一种非线性回归模型参数估计的混合基因算法

提出了一种新的结合可变多面体法和基因算法的混合基因算法(HGA),它通过对问题的解空间交替进行全局和局部搜索,达到快速收敛至全局最优解,较好地解决了基因算法在达到全局最优解前收敛慢的问题。非线性回归模型参数估计的实验表明该算法具有较好的通用性和有效性。     

基于图聚集算法的寄存器传输级ALU工艺映射算法

给出了寄存器传输级工艺映射(RTLM)算法,该方法支持使用高层次综合和设计再利用的现代VLSI设计方法学,允许复杂的RT级组件,尤其是算术逻辑单元(ALU)在设计中重用.首先提出了ALU的工艺映射问题,给出了源组件和目标组件以及标准组件的定义,在此基础上通过表格的方式给出映射规则的描述.映射算法套用一定的映射规则用目标ALU组件来实现源ALU组件.采用一种基于分支估界法的图聚集算法,用该算法不仅可以产生面积最优的,而且还可以产生延时最优的设计.针对不同库的实验结果证明该算法对于规则结构的数据通路特别有效.     

基于图聚集算法的寄存器传输级ALU工艺映射算法

给出了寄存器传输级工艺映射(RTLM)算法,该方法支持使用高层次综合和设计再利用的现代VLSI设计方法学,允许复杂的RT级组件,尤其是算术逻辑单元(ALU)在设计中重用.首先提出了ALU的工艺映射问题,给出了源组件和目标组件以及标准组件的定义,在此基础上通过表格的方式给出映射规则的描述.映射算法套用一定的映射规则用目标ALU组件来实现源ALU组件.采用一种基于分支估界法的图聚集算法,用该算法不仅可以产生面积最优的,而且还可以产生延时最优的设计.针对不同库的实验结果证明该算法对于规则结构的数据通路特别有效.     

基于改进蚁群算法的物流配送车辆路径优化研究

蚁群算法具有十分广阔的应用前景,但蚁群算法在求解路径优化问题中存在收敛速度慢、易陷于局部最优路径等缺点。文章通过改进传统的蚁群算法,使蚁群算法求最优解的性能显著提升,大幅提高了物流配送的效率。     

基于对比度最优准则的自聚焦优化算法研究

对比度最优自聚焦算法是一种基于图像幅度的自聚焦方法.本文将对比度最优自聚焦算法等效为一个求解局部最优解的优化模型.结合实际SAR(Synthetic Aperture Radar)系统的特征采用了两种解决此优化问题的算法:黄金分割和Fibonacci级数法,和传统方法相比,这两种优化方法明显提高了对比度最优自聚焦算法的运算效率.     

基于单快拍极化平滑处理的DOA跟踪算法

该文研究了基于电磁矢量传感器阵列的相干信号波达方向(DOA)跟踪问题。首先,对一种增强阵列有效孔径的单快拍极化平滑估计算法(SSPSA)的解相干性能进行了分析,此算法可以用于相干信号的DOA快速估计。在此基础上,提出了一种基于迭代的相干信号DOA跟踪算法,此算法无需奇异值分解和矩阵求逆运算,具有较快的跟踪速度。仿真实验验证了算法的有效性。     

基于响应矢量优化的共形阵列稳健波束形成方法

针对共形阵列天线自适应波束形成中存在的主瓣保形困难、旁瓣电平高等问题,该文提出基于波束响应矢量优化的自适应波束形成方法。在主瓣波束保形约束条件下,通过自适应地调整波束响应矢量,求得最优的响应矢量,进而求得准最优自适应权。该方法将非凸的二次约束二阶优化问题转化到高维空间进行求解,并通过半正定松弛(SDR)转化为凸优化问题,高效求得准最优解。该方法不仅保持了期望的主瓣响应,同时克服了传统线性约束最小方差(LCMV)自适应波束形成方法旁瓣高的缺点,并且对阵列构型具有稳健性。仿真实验验证了该方法的有效性。     

一种韧性最优滤波方法及其在电子工程中的应用

本文根据维纳(N Wiener)滤波理论,提出一种韧性最优滤波方法。文中导出该最优滤波方程及物理可实现的解,以例说明了该韧性最优滤波器的具体算法。最后,介绍该方法在电子工程中应用的一个实例。     

基于遗传算法的求解复杂计算机通信网路由选择的新策略

求解计算机通信网路由选择是一个多约束条件的非线性优化问題,当变量和约束条件较多时,难以求得最优解。本文以遗传算法的基本思想为基础,提出了一种新的遍历匹配选择法。通过实例计算,采用这一选择方式的遗传算法能快速求出问题的全局近似最优解,且具有较高的计算精度。