Gram—Schmidt正交化算法在简化CDMA多用户检测算法中的应用

本文介绍了Ｇｒａｍ－Ｓｃｈｍｉｄｔ正交化算法在ＣＤＭＡ判决反馈多用户检测器中的应用。新的多用户判决反馈检测算法基于对ＣＤＭＡ扩频序列族采用Ｇｒａｍ－Ｓｃｈｍｉｄｔ正交化算法得到的一组正交归一化序列。引入了Ｇｒａｍ－Ｓｃｈｍｉｄｔ正交化算法得到的系统性能与原系统完全相同,但大大简化了检测器的结构。     

惠普和掌中万维展示其产品设备及技术解决方案

惠普 ＷＡＰ应用解决包括 ＷＡＰ ＩＮＦＯ服务、ＷＡＰ Ｅ—ｍａｉｌ服务、ＷＡＰ搜索引擎和 ＷＡＰ金融服务。其中ＷＡＰｓｅｒｖ水虎鱼系列解决方案是以实现移动电子化服务为目标的产品,是一系列结合了完整硬件、软件、应用、第三方产品和培训、服务、技术支持的完整的ＷＡＰ 解决方案包。掌中万维目前已形成了支持电信级和企业级的全套无线互联产品：ＭＩＰＴＭ、ＭＡＰＴＭ、ＭＣＳＴＭ、ＭＩＧＴＭ、Ｐ这些产品ＷＡＰ和ＳＭＳ,并均适用于各种网络,如 ＧＳＭ、ＣＤＭＡ、ＧＰＲＳ、３Ｇ、ＦＬＥＸ、ＰＯＣＳＡＧ、ＣＣＰＤ等。同时…     

FPGA上的DSP

数字信号处理（ＤＳＰ）,如ＦＩＲ、ＩＩＲ、ＦＦＴ、ＩＦＦＴ,主要由ＭＡＣ（乘加）操作构成,而实现ＭＡＣ操作需要消耗大量的ＦＰＧＡ逻辑资源。通过在ＦＰＧＡ硅片上预先构造出大量的可编程的ＥＣＵ（嵌入式计算单元）、ＤＰＲＡＭ（双口随机存储器）,Ｑｕｉｃｋｌｏｇｉｃ公司提供一种可用于高速、并行、复杂ＤＳＰ算法的ＦＰＧＡ。算法和计算系数可装入ＤｐＲＡＭ,用以操作功能强大的ＥＣＵ,以实现单时钟周期计算。本文将根据此芯片的功能,讨论如何高效地实现并行复杂ＤＳＰ算法。背景从事图像处理。通信、海量储存技术的工程师…     

袖珍型彩电

袖珍型彩电南韩Ｓａｍｗｏｎ电子公司推出ＳＷ－６０００型袖珍彩电。该彩电适合于ＮＴＳＣ－Ｍ、ＰＡＬ－ＢＧ、－Ｍ、－Ｎ和－Ｉ、ＳＥＣＡＭ－Ｂ／Ｇ和ＳＥＣＡＭ－Ｌ制式。其电源可采用ＡＣ匹配器或使用车用电池。该彩电的特点是具有屏幕显示、视频输出插孔、耳机插孔...     

NEC、日立在ISSCC上发表1GDRAM

ＮＥＣ、日立在ＩＳＳＣＣ上发表１ＧＤＲＡＭ据ＩＳＳＣＣ’９５的发表内容，ＮＥＣ、日立已经在世界上率先开发了１ＧＤＲＡＭ。ＮＥＣ开发的１ＧＤＲＡＭ的特点是，采用０．２μｍ电子束曝光技术和钽氧化膜低温（５００℃）工艺技术以０．２５μｍＣＭＯＳ工艺，存贮单...     

基于边缘方向信息的主动轮廓算法

提出一种基于边缘方向信息的改进型主动轮廓算法ＭＡＣＡ（ＭｏｒｉｆｉｅｄＡｃｔｉｖｅＣｏｎｔｏｕｒＡｌｇｏｒｉｔｈｍ）．在Ｓｎａｋｅ模型的基础上加入２项基于匹配要求的新的能量函数，用ＦＧＡ（ＦａｓｔＧｒｅａｄｙＡｌｇｏｒｉｔｈｍ）迭代能量函数使其快速收敛．对轮廓曲线的一阶和二阶导数、搜索区域、轮廓的重抽样作锁定．实验结果表明ＭＡＣＡ比Ｓｎａｋｅ更具有凹状目标轮廓提取和目标同一性判别的能力     

功率因数校正电路一览表

功率因数校正电路一览表大类：线性电路中类：电源供应电路小类：功率因数校正电路１ＫＡ７５１４南韩ＳＡＭＳＵＮＧ３３ＬＴ１２４８美ＬＴＣ２ＫＡ７５２１南韩ＳＡＭＳＵＮＧ３４ＬＴ１２４９美ＬＴＣ３ＫＡ７５２４南韩ＳＡＭＳＵＮＧ３５ＡＳＦ４６１美ＡｄｖＡｎａ...     

基于协同工作方式的一种蚁群布线系统

基于协同学习机制的蚁群算法ＡＣＳ已成功应用于求解ＴＳＰ问题．本文基于蚁群的协同工作机制,提出了一种其内涵扩充了的增强蚁群算法（ＩＡＣＳ）．利用此新算法设计了一个开关盒（Ｓｗｉｔｃｈｂｏｘ）布线程序,并用ＪＡＶＡ语言加以实现．针对几个算例计算的结果,证明该程序可获得比ＷＥＡＶＥＲ、ＭＩＧＨＴＹ、ＢＥＡＶＥＲ、ＧＡＰ基准例低的计算复杂度．     

码分多址数字移动通信的抗多径衰落技术

移动信道的主要特征是由于移和多径传播的多径落现象，本文首先概述了码分多址（ＣＤＭＡ）数字移动信道的数学模型，并在此基础上讨论了ＤＳ－ＦＳＨ扩频多系统在瑞利衰落信道中的多径分集接收技术的性能，推导了基于最大合并（ＭＲＣ）等增益组合（ＥＧＣ）和选择最大（ＳＭ）多径分集接收算法下，扩展系统的平均差错概率，理论分析和数值模拟表明，扩频分集技术可以明显地提高ＣＤＭＡ系统的抗衰落能力，并且指出ＭＲＣ优于ＥＧＣ     

具有边界约束的LSI模块版图自动生成系统

本文介绍了一个具有边界约束的大规模集成电路模块版图自动生成系统（ＡＭＧＣ）。ＡＭＧＣ的输入为模块的电路网表，输出为模块的ＣＭＯＳ版图数据。由ＡＭＧＣ自动生成的版图既符合用户的设计规则，也符合模块输入输出端口位置及长宽比等用户给出的约束条件。     

最优化问题算法重用研究

为提高算法设计的效率以及缩小设计所需的时间,提出了算法重用的思想,即通过解决同一类型问题的算法框架来生成具体算法。并以N皇后问题的回溯算法为实例,介绍了算法设计过程。通过算法重用,文中可在解决这类问题的算法框架下,根据自身选择的实现函数,在框架下填充算法的具体细节,从而避免了算法设计的重复性工作,节省了设计所需的时间,提高了设计效率。     

一种新的变步长LMS自适应滤波算法

在对传统LMS算法、变步长SVSLMS算法及归一化LMS算法分析的基础上,提出了一种改进的归一化变步长LMS算法即N-SVSLMS（Normalized-SVSLMS）算法。该算法结合了参考文献中两种算法的思想,得到了改进的归一化LMS自适应算法。该算法在信道环境多变的情况下,收敛速度和稳定性能有了进一步的提高。理论分析及计算机仿真结果表明,N-SVSLMS算法明显优于传统LMS算法、变步长SVSLMS算法及归一化的LMS算法。     

机器组卷问题的遗传-蚂蚁算法研究

计算机智能组卷的关键技术在于组卷算法，蚂蚁算法在初期信息素缺乏导致搜索时间较长；遗传算法需要在一组解中寻找最优解而产生大量的重复数据，导致算法效率较低。为了开发出一个具有高效性和鲁棒性的组卷算法，提出了一种融合遗传算法与蚂蚁算法的机器组卷算法，算法利用遗传算子操作的全局收敛快的特点，将最优结果作为蚂蚁算法的初始信息素分布，按照蚂蚁算法的并行反馈信息、求解效率高的特点进行信息更新求得最优解，优势互补。实验表明，算法在收敛性和寻优性都有很好的效果。     

基于灰度控制的任意端点直线反走样算法研究

针对使用灰度控制算法不能准确绘制端点不在像素中心点的直线的问题,结合Wu算法,提出了一种基于灰度控制的任意端点直线反走样算法。介绍了Wu算法思想和灰度控制反走样算法,对两种算法进行数学分析,提出灰度控制不能解决的问题及问题产生的后果。结合Wu算法提出了新的基于灰度控制的算法,新算法减少了距离计算和灰度转换的计算,同时解决了任意端点直线的反走样问题。对新算法的效率和反走样效果进行仿真计算。仿真结果表明,新算法比Wu算法效率更高,绘制直线所用时间平均减少33.91%;新算法比灰度控制算法绘制直线更准确,特别是在直线移动的过程中,有较好的动态显示效果。本文提出的新算法,效率较高,显示效果较好,具有很高的应用价值。     

基于GA的BP神经网络在多目标优化中的应用

针对传统多目标优化的求解方法通常存在目标权值主观性大,优化目标仅为各目标加权和以及在求解过程中各目标优化的不可操作性等问题,文中提出了一种新颖的多目标优化算法,其将改进后的遗传算法与BP神经网络融合,提出了基于遗传算法的BP神经网络融合算法。该算法将遗传算法与BP神经网络算法相结合,充分发挥遗传算法的全局搜索能力优势和BP算法的局部搜索能力特点,使得多目标优化问题得以求解,加快收敛速度,从而提高了收敛精度。     

改进的KFCM算法及其在感兴趣区域提取中的应用

基于核函数的FCM算法(KFCM)是一种常用的聚类算法,它需要人为地确定分类数,对噪声比较敏感。针对感兴趣区域提取问题,提出一种改进的KFCM算法,该算法先用k'-means算法估计分类数,再用KFCM算法进行聚类,改进隶属度函数,使新算法的隶属度为其邻域隶属度的平均值,提高了算法的抗噪能力。将新算法应用到感兴趣区域提取中,实验结果表明,新算法不需要人为地确定分类数,并且相比传统的FCM算法和KFCM算法能更有效地抑制噪声。     

基于改进灰狼优化算法的DV-Hop定位算法

针对无线传感器网络节点DV-Hop定位算法由于节点分布不均,距离估计不准确,导致定位精度较低的问题,提出了一种基于改进灰狼优化算法的DV-Hop定位算法,采用先进的灰狼优化算法以寻找最优值的方式得到未知节点、坐标。同时,为进一步提高优化算法的寻优能力,克服可能出现局部最优的情况,将优化算法与免疫算法相结合,提高优化算法中灰狼种群的多样性,进而提高对最优解的搜索能力,达到提高定位精度的目的。实验结果表明,相对于普通的DV-Hop定位算法和普通的灰狼优化算法,改进之后的定位算法精度更高。     

基于遗传蚁群优化算法的认知无线电频谱分配

针对认知无线电中的频谱分配问题,提出一种融合了遗传算法和蚁群算法优点的频谱分配方法。该方法利用遗传算法快速随机的群体性全局搜索能力生成初始解,然后利用衔接策略将遗传算法初始解转化为蚁群算法所需的信息素初始分布,最后利用蚁群算法正反馈、收敛高效的特点求取最优解。通过仿真比较了该方法与颜色敏感图着色算法的性能。结果表明动态融合了遗传算法和蚁群算法的优化算法性能明显优于颜色敏感图着色算法,它能更好地实现网络效益最大化。     

基于遗传_蚁群算法的多QoS约束组播路由优化算法

提出了一种将遗传算法与蚁群算法融合的新算法,用以满足多QoS约束的组播路由优化。算法首先利用遗传算法生成若干组优化解,将其转换成蚁群算法的信息素初值,然后利用蚁群算法来求取满足QoS约束的最优解。仿真结果表明此算法是有效的,其性能优于文献[6]中算法。     

量遗传算法及其在无约束优化问题中的应用

量子遗传算法（QGA）是量子计算和遗传算法相结合的产物，将量子的态矢量表示引入到遗传算法中，具有比遗传算法更好的搜索效率和收敛性。本文首先介绍了量子遗传算法的基本原理，讨论了基于量子遗传算法的一系列改进，然后将量子遗传算法应用于无约束优化问题，实例计算表明了算法在该类问题中的有效性和可行性。