面向鲁棒控制的l1中心估计递推算法

讨论未知但有界误差假设下的ｌ１中心估计问题，提出了中心估计递推算法的理论基础，并据此设计了ｌ１中心估计的递推算法。理论分析和数据仿真表明，与原有算法相比，递推算法可以显著减少计算量，提高估计速度，因而可应用于实时在线辨识。所给算法和结果是面向鲁棒控制的。     

二重数值积分双梯形递推算法的研究与实现

在双梯形算法的基础上,提出了二重数值积分双梯形递推算法,给出了用C++语言编程实现双梯形递推算法的技术要点,通过对同一实例进行不同的计算实验,测试并比较了复化双梯形算法与双梯形递推算法各自运行时占用Pentium150CPU的时间,实验表明:双梯形递推算法是一种快速计算二重积分、节省CPU时间的高效方法。     

一种新的基于遗忘因子的递推子空间辨识算法

针对工业系统中广泛存在的时变特性, 提出一种新的递推子空间辨识算法, 实现对系统状态空间模型的在线递推估计. 为更好地跟踪系统时变特性, 研究基于遗忘因子的输入输出数据矩阵构造机制, 以提高递推算法的收敛速度; 针对算法中奇异值分解的求解问题, 将梯度型算法引入基于遗忘因子的状态子空间跟踪中, 实现对广义能观测矩阵的估计, 避免了子空间近似带来的估计有偏性; 该算法计算简单有效, 且对初值具有更高的鲁棒性; 最后给出该递推算法的性能分析, 理论证明其收敛性, 并通过仿真实例验证算法的有效性.     

改进的Burg最大熵法在管道检测中的应用

短时间序列、高分辨率、强抗噪能力的功率谱估计是管道超声内检测的关键技术.针对Burg最大熵法存在的问题,从减小递推算法初始阶段误差出发,提出二阶预测误差滤波器系数倒推法,由二阶滤波器系数修正一阶反射系数,保证递推初始阶段最大熵原则,以适应短时间序列谱估计,算法在管道内检测实验中得到了较好的结果.     

Poisson曲线的递推求值

计算Bézier曲线上一点的DeCasteljau递推算法和计算B样条曲线上一点的DeBoor递推算法是计算机辅助几何设计(CAGD)领域里的两个经典算法。它们使得计算曲线上一点变得直观和快捷,非常适合用计算机编程实现。文章对Poisson曲线进行了研究,在上述算法的基础上,提出了计算Poisson曲线上一点的递推算法,并将其推广到有理Poisson曲线的情形,提出了有理Poisson曲线的递推算法。     

非线性时变大系统递阶控制的PGOPO法

提出了一类新型的线性、有界算子--分段广义正交多项式算子(PGOPO),建立了其 主要性质及运算规则;随后将PGOPO法用于求解非线性时变大系统最优控制问题.在这种新 型逼近运算中将PGOPO法和改进型关联预估法相结合,得出显式递阶递推算法更易于计算机 计算和推广.数值仿真实例说明了给出的算法是有效的.     

具有限定记忆的辅助变量参数辨识法与仿真研究

最小二乘参数辨识法可用于动态系统、静态系统、线性系统、非线性系统的参数估计。可用于离线估计,也可用于在线估计。最小二乘辨识法简单、实用,其递推算法收敛可靠,并且当模型噪声为白噪声时,可得到无偏、一致和有效的估计,从而得到广泛的应用。但当模型噪声是有色噪声时,最小二乘参数估计不是无偏、一致估计,并且随着数据的增长,最小二乘递推辨识算法将出现数据饱和现象,以致递推算法慢慢失去修正的能力。辅助变量递推算法解决了噪声的模型结构不确定且模型噪声是有色噪声时,最小二乘参数估计的元偏性和一致性问题,但依然存在数据饱和问题。为此在辅助变量递推算法的基础上引入限定记忆方式,获得了具有限定记忆的辅助变量参数估计递推算法,解决了辅助变量递推算法的数据饱和问题。仿真结果表明了该算法的有效性。     

递推子空间模型辨识算法的研究与仿真

为了很好的解决在线辨识系统模型问题，在对子空间模型辨识研究的基础上，结合递推最小二乘算法和子空问状态辨识方法。推导了子空间状态辨识的递推算法。该算法不仅解决了在线辨识问题，而且算法简单，计算方便，很好地克服了在线辨识时子空间矩阵维数的变化问题。经仿真研究表明，该递推算法克服了一次完成算法在大批量数据运算时，耗时大，专用内存多的缺点，而且对于测量和过程均有噪声干扰的多输入多输出系统，有很好的辨识效果，有较为广阔的应用前景。     

二维最大相关准则图像阈值分割递推算法

提出了基于二维直方图的最大相关准则自动阈值图像分割算法。该算法根据图像中目标和背景分布的相关量最大来选择阈值。基于二维最大相关准则的阈值分割算法具有较强的抗噪声能力,能够实现准确分割。在实际应用中,为了加快二维最大相关准则阈值分割的计算速度,减少重复计算,推导了该算法的快速递推公式。递推算法节省了计算时间,使算法具有更强的实用价值。通过对低对比度、低信噪比的遥感红外图像进行试验,结果表明二维最大相关准则图像阈值分割算法具有良好的分割效果,其递推算法使其计算速度提高了近30倍。     

一种自适应广义预测极点配置加权控制器

针对预测控制存在如何减小计算量，保证实时性问题，提出一种用计算量小的递推算法辨识方程参数的新方案，并推广了以往献有关Diophantine方程的递推算法，应用表明，所提出的方案是有效的。     

低复杂度递推信道估计联合均衡算法

精确的信道状态信息对单载波频域均衡(Sin gle carrier frequency domain equalization, SC FDE)非常重要,本文基于高斯消息传 递 (Gaussian message passing,GMP)提出了一种递推最小二乘(Least squares, LS)信道估计 算法。借助于因子图,根据广义分配率思想,将估计函数分为多个局部函数,每个局部函数 做多利处理,然后通过定义辅助变量使其成递推关系。根据turbo原理,迭代交换软信息, 使得估计、均衡及译码联合进行。在此基础上 ,分析并推导出无偏简化方法,然后借助于快速傅里叶变换,使得算法复杂度随观察向量长 度的增加呈对数上升。仿真表明该简化算法具有较好的信道估计性能和误码率特性的同时, 显著降低了计算量。     

一种新的基于光流的运动补偿算法

本文首先回顾了几种典型的运动补偿算法,在此基础上提出了一种新的基于光流的运动补偿算法,给出了详细的算法推导,并且和传统的运动补偿算法提出了比较,实验结果表明这种经过改进的光流运动补偿算法在ＰＳＮＲ以及运动矢量的分布上具有更好的性能。     

高炉煤气流分布过程的多算法融合预测模型

在高炉生产中,准确的预测高炉煤气流分布状况将有助于保证高炉的稳定顺行.针对传统高炉煤气流预测模型的缺陷,本文提出了一种将带遗传因子的自回归移动平均模型(FF-ARMAX)和基于限定记忆的正则化极限学习机(RFMLS-RELM)相结合的高炉煤气流多步预测模型.在数据预处理方面,建立FF-ARMAX模型消除原始数据中的测量误差,同时采用傅里叶变换法消除数据中叠加的环境噪声.最后采用RFMLS-RELM算法进行多步预测,对比试验表明,该算法在应用于煤气流预测时,预测精度更高,适用于对煤气流分布状况的多步预测.多步预测实验结果表明,该模型虽然仍旧无法完全解决预测误差随预测步数的增加而不断叠加的问题,但相较于其他传统预测模型能够实现更好的预测效果和更高的预测精度,为高炉操作人员分析炉况提供了有效的帮助和支持.     

基于时变自回归模型的FAJD盲源分离算法

为实现多高斯源和相关源信号的盲分离,在快速近似联合对角化(FAJD)算法的基础上,将故障诊断领域的时变自回归理论成功地应用于相关源信号的盲分离和多高斯源信号的盲分离.首先采用时变自回归模型(TVAR)对源信号建模,并通过白化预处理使得建模后的源信号具有可联合对角化的结构;然后,通过基函数加权和的方法将时变参数近似为已知基函数的加权和的形式,将其变成时不变的参数,再通过递推最小二乘法求解出模型系数矩阵组;最后,将所求出的系数矩阵组作为快速近似联合对角化的目标矩阵组,通过FAJD算法实现混合信号的分离.Matlab仿真实验验证了所提出的算法对于相关源信号和多高斯源信号的分离是行之有效的.由于算法中TVAR模型的优良特性,此算法非常适用于混合通信信号的盲分离.     

Hanoi塔问题一种非递归算法的C++实现

通过对汉诺问题的递归算法及结果的分析,创造性地借助二叉树的数据结构设计出非递归算法。给出了实现该算法的C++语言源程序。该算法并未真正在物理上生成所谓的二叉树,有别于常规对二叉树结构的使用。     

k最近邻流序列算法对异常流检测的优化研究

通过时空异常流检测技术可以发现城市交通数据中的异常交通特征。与时间序列中单个异常流检测采用的方法不同,提出了从流序列中检测异常流分布的k最近邻流序列算法（kNNFS）。算法首先为每个位置测定每个时间区间内的单个流观测值;随后计算单个流的观测频率来构建每个位置处每个时间区间的流分布概率库;最后由阈值判定使用KL散度计算的新的流分布概率与其k最近邻之间的距离是否为异常值,距离值小于阈值则更新入流分布概率库,否则为异常的流分布。仿真分析表明,对比DPMM算法和SETMADA算法,kNNFS算法在检测精度和算法运行时间方面均有优化提升。     

Some efficient computational algorithms related to phase models

Summary This paper develops efficient computational algorithms for some models that utilize phase type distributions. As in other instances, such as matrix-geometric methods, where the PH-distribution lends itself to useful and efficient computational methods, we examine how certain probabilities based on these distributions may be efficiently computed. The examples that we consider include token ring networks, simple multiqueues, and order statistics. By exploiting the geometric nature of PH-densities, it is shown that certain exponential time computations can be reduced to linear time, if recursive algorithms are used. We demonstrate speedup with the aid of a practical example, using a recursive as well as a nonrecursive algorithm, in verifying the stability of a queue on a token ring network.This research was supported in part by the National Science Foundation under grant NCR-8702115 and in part by a 1987 Purdue XL grant     

基于递归的二值图像连通域像素标记算法

在研究以前二值图像连通算法的基础上，提出了一种基于递归方法的二值图像连通域像素标记算法。通过对二值图像的扫描和分析可得到二值图像中的连通域划分和连通域的数目。算法主要包括两个步骤：对输入的二值图像进行一次扫描，得到所有目标像素的连通域划分和标记的等价对表；利用递归对等价对表进行分析，得到正确的连通标记划分和连通区域数目。实验结果表明，该算法对于任意复杂形状、任意数目(小于1 000)的连通区域都能正确检测。     

基于随机虚拟环的WSNs源位置隐私保护算法

针对幻影路由算法中源节点距离基站节点较近时安全周期低的问题,提出基于随机虚拟环的无线传感器网络源位置隐私保护算法。初始时由源节点随机产生一个以基站为中心的虚拟环,利用源节点到基站的直线方程和虚拟环方程确定预期幻影源节点,为选择幻影源节点提供依据;通过数据包在虚拟环上转发随机的角度,确定第二个幻影源节点。理论分析表明算法安全周期与通信开销呈正相关。仿真结果表明,该算法能有效诱导攻击者偏离真实路径,提高安全周期。     

参数估计的Systolic算法

本文根据最小二乘原理在三角形Ｓｙｓｔｏｌｉｃ阵列上实现了单输入单输出系统的递推参数估计算法，首先利用矩阵的三角分解给出了待估参数及协方差阵的递推公式，然后利用正交平面旋转并结合三角形Ｓｙｓｔｏｌｉｃ阵列的特点给出了相应的Ｓｙｓｔｏｌｉｃ递推参数估计算法，最后还考虑了算法实现时的性能指标，其后是一些数值仿真结果，由于文中利用了正交平面旋转，因而所得算法是数值稳定的。