基于原子分解的电压闪变检测

根据信号原子分解的思想,针对电压闪变的特点构造电压闪变原子库.首先应用匹配追踪算法提取基波分量,然后对去除基波分量的残余信号提取电压闪变分量,并根据电压闪变分量参数检测电压闪变;对3种不同电压闪变的验证结果表明,该方法不仅能较精确地提取各电压闪变的参数,而且迭代次数少,计算量不大.该电压闪变参数为治理或抑制电压闪变提供了依据.     

变分贝叶斯自适应容积卡尔曼的SLAM算法

在观测噪声参数未知或变化时,传统的同步定位与建图(SLAM)算法性能会下降,为了让SLAM算法性能在上述条件下不受影响同时具有较高的精度,基于此提出了一种基于变分贝叶斯噪声自适应容积卡尔曼滤波的SLAM算法(VB-ACKF-SLAM).该算法采用逆Wishart分布对未知观测噪声参数建模,采用容积积分方法近似非线性变换的均值和方差,并利用变分贝叶斯滤波实现对移动机器人状态和未知观测噪声参数的联合后验概率的估计.该算法有效地解决了在观测噪声参数未知或变化时,传统滤波算法出现的滤波发散问题.仿真实验结果表明,在观测噪声参数未知或变化时,与基于容积卡尔曼滤波的SLAM算法(CFK-SLAM)、无迹卡尔曼滤波的SLAM算法(UKF-SLAM)、扩展卡尔曼滤波的SLAM算法(EKF-SLAM)相比,VB-ACKF-SLAM算法的定位准确率得到了较大的提高,证明了该算法的有效性.     

变步长极化对消迭代滤波算法

分析了定步长自适应极化对消(APC)迭代算法,在此基础上提出了一种变步长的极化对消迭代算法,并分析了该算法的收敛条件和收敛性能。通过Matlab仿真,比较了参数变化对变步长算法收敛速度的影响,并且将定步长算法与变步长算法进行了比较,得出了变步长算法收敛速度更快的结论。     

改进的变阶数LMS自适应滤波算法

为了减小分数阶数变阶数最小均方算法(FTLMS)稳态滤波器阶数误差,提出了一种变误差宽度的变阶数LMS算法,并对该算法进行稳态理论分析,给出参数选择的依据.为了验证该算法性能,设置了3种仿真环境:信噪比(SNR)为20 dB、0 dB及冲击响应权系数呈稀疏分布.仿真结果表明,与FTLMS算法相比,在SNR为20 dB及冲击响应权系数呈稀疏分布仿真条件下,当收敛速度相同时,滤波器阶数稳态误差减小为10%,在SNR为0 dB时,滤波器阶数稳态误差减小为1/3.     

改进的变步长自适应滤波及Eckart加权抑噪算法

针对已有的变步长自适应滤波算法对噪声干扰敏感的问题,提出改进的变步长最小均方误差自适应算法,该算法对误差的自相关时间均值估计做遗忘加权补偿,并改步长因子固定范围约束为动态变化约束,一方面克服了单纯采用自相关时间均值估计调整步长所导致的步长因子快速衰减,获得了较快的收敛速度;另一方面相比基于Sigmoid函数的变步长算法,具有更平滑的步长变化和更低的稳态失调噪声.在改进算法中引入Eckart加权进一步抑制了自适应滤波器权系数伪峰,采用滑动窗遗忘加权降低了计算复杂度.将新算法及其Eckart加权应用于自适应时延估计仿真实验,结果表明：相比于已有的2种参数固定条件下的变步长自适应滤波算法,改进算法获得了更好的高斯噪声和突变噪声干扰下的时变时延跟踪性能.     

基于自适应变权免疫网络的电磁信号监测算法

针对人工免疫系统(AIS)用于电磁信号监测领域时,系统输入参数的波动程度差异显著且波动程度会随监测环境的不同发生变化的问题,借鉴变权理论提出了一种自适应变权免疫网络(AVWIN)信号监测算法.该算法能根据监测环境自适应调节各输入参数的权重,使信号空间的信号分离度最大,从而提高系统的监测性能.同时,采用实际无线电监测数据进行实验,验证了信号分离度定义的合理性,并与普通免疫网络对比,证实该算法可显著提高系统的监测性能.     

基于遗传算法的变质量航天器姿态控制方法

针对变质量特性航天器这类复杂且非线性不确定系统的高精度姿态控制问题,提出了基于遗传算法的模型独立姿态控制方法.该算法在航天器模型独立的基础上采用适应度比例法对控制参数进行优化,不依赖航天器的质量参数辨识.仿真结果表明,基于遗传算法的模型独立姿态控制方法能在控制力矩和角速度约束的条件下,对变质量特性航天器进行高精度姿态控制.该算法对在轨服务航天器的使用具有重要价值.     

贝叶斯框架下的总变分图像去噪算法

针对经典去噪模型易造成图像细节丢失以及确定性算法无法自动估计去噪过程中的未知参数等问题,提出一种新的图像去噪算法.该算法在贝叶斯框架下,用总变分模型（TV）和伽马分布分别刻画原始图像及未知参数的统计特征,并基于最大联合分布的推导,估计最优原始图像.总变分模型使最终的能量泛函非线性且不可微分,因此,引入迭代重加权最小二乘法（IRLS）,通过迭代的方式用加权的L2范数逼近L1范数来表示图像的统计模型.实验结果表明,该算法可有效去除图像的噪声,提升去噪速度,使所恢复的图像在实际视觉效果和信噪比等方面均优于其他同类算法.     

改进的变参数粒子群优化算法

为了提高标准粒子群优化(PSO)算法在收敛速度和优化精度上的性能,提出一种改进的变参数粒子群优化(MAPSO)算法.该方法以进化状态因子计算策略和进化状态估计模型为基础,引入了算法参数控制和变异算子,提高了算法的收敛速度和全局优化能力.在多个基准单峰和多峰优化问题上,对已有的2种算法和MAPSO算法进行了测试和比较,结果表明：在优化精度上,MAPSO算法在6个基准测试函数的4个测试函数上都优于另2种算法;在收敛速度方面,MAPSO算法在5个测试函数上都优于其他2个算法,体现了MAPSO算法在多个性能指标上的优越性.     

变尺度搜索遗传算法在神经网络训练中的应用

为解决传统的BP学习算法因采用梯度搜索技术而具有的收敛速度慢、容易陷入局部极小等缺点，提出了一种基于多参数空间快速搜索遗传算法的网络权值优化方法.该方法采用误差均分的变尺度搜索技术来训练网络权值，将网络权值的训练转化为多参数空间的寻优问题.训练实例对比结果表明，由于采用了并行计算及变尺度搜索技术，该算法不仅收敛速度快，网络逼近精度高，而且能实现全局最优，克服了BP算法易于陷入局部极小的问题，说明了该方法的有效性.     

SLA参数定义方法及应用

业务等级协定(SLA, service level agreement)参数的定义是开发SLA模板的核心内容。在多提供商环境下新业务的开发需要定义不同层次SLA。目前还没有通用的SLA参数定义方法来支持SLA模板的开发。针对现有的需求和问题，本文提出了通用的SLA参数定义方法，系统地解决了一次性定义业务不同层次SLA参数的问题并在原型系统的设计和实现中应用了所提出的方法。     

SLA参数定义方法及应用

业务等级协定(SLA, service level agreement)参数的定义是开发SLA模板的核心内容。在多提供商环境下新业务的开发需要定义不同层次SLA。目前还没有通用的SLA参数定义方法来支持SLA模板的开发。针对现有的需求和问题，本文提出了通用的SLA参数定义方法，系统地解决了一次性定义业务不同层次SLA参数的问题并在原型系统的设计和实现中应用了所提出的方法。     

广义Wolfe线搜索下共轭梯度法的全局收敛性

共轭梯度法是求解大规模约束问题的有效算法,不同的参数选取构成不同的共轭梯度法.通过研究一个新的求解无约束最优化问题的共轭梯度法,证明该公式在广义Wolfe线搜索下是具有充分下降性,并且是全局收敛的.     

基于k-近邻域中心偏移的鲁棒性异常检测算法

针对大多数基于距离和密度的异常检测算法敏感于近邻参数k的问题,提出了一种鲁棒性异常检测标准——k-近邻域中心偏移异常因子(COOF).数据结点的k-近邻域中心位置会随着近邻参数k的变化而发生迁移,鉴于异常结点要比正常结点对k-近邻域中心位置偏移量的影响更大,通过累加因递增k而产生的偏移量来表征数据结点的异常程度,并在COOF基础上实现了鲁棒性的异常检测算法.通过综合数据和真实数据的实验仿真可知,COOF不仅对近邻参数k具有鲁棒性,而且相比基于距离的k最近邻算法、基于局部距离的异常因子和基于密度的局部异常因子具有更稳定且更准确的异常检测性能.     

粮食仓储项目的经济评价

针对粮食仓储项目的特点,系统地介绍了粮食仓储项目经济评价的方法,提出了粮食仓储行业经济评价的基本参数,以探索粮食仓储行业项目经济评价的最佳策略     

基于双曲线回归三参模型的分析方法研究

针对双曲线回归常用两参数模型的不足 ,引入第三参数 ,建立了双曲线回归三参模型 .从理论上证明了其建模原理的可靠性及建模思想的合理性 ,并给出确定各参数的方法 ,以陆浑水库大坝沉降观测资料分析为例 ,通过对建立起的双曲线回归三参模型、双曲线回归常用模型及其它模型的成果对比分析 ,充分验证了该双曲线回归三参模型的实用性 .     

匀速直线运动模糊图像点扩展函数的识别方法

为解决图像复原中模糊函数即点扩展函数的估计问题,介绍了图像退化的一般模型,分析了匀速直线运动模糊的退化函数,并采用基于约束最小二乘复原算法的参数误差曲线法对运动参数进行估计。实验结果表明:该方法可以提高参数的判别精度,复原图像的视觉效果和峰值信噪比都有显著提高。     

R-W方法在汽车悬架运动分析中的应用

R-W方法是多刚体系统动力学中的主要方法之一,本文应用此方法进行汽车悬架系统的空间运动分析。文中讨论了多体系统模型的建立及简化方法,推导出树形系统运动学关系式,并以单斜臂、滑柱摆臂式悬架为实例给出了计算结果。工程应用的实践表明,用此程序进行汽车悬架运动分析,所得结果精确、计算迅速,具有较高的实用价值。     

斜刃冲裁模的冲裁力计算

给出了计算各种斜刃结构冲模的冲裁力的一般方法，并比较了各种刃口结构冲模的冲裁力大小，为生产中选取斜刃参数提供参考．     

非线性变参数估计的遗传算法

在将遗传算法应用于非线性系统的变参数估计的基础上,提出了一种基于实数编码方案的自适应遗传变参数估计的一般算法,较好地解决了传统算法难以很好解决的变参数估计问题。通过在实践中应用表明,遗传算法在解决复杂非线性系统变参数估计方面具有较好的应用前景。