分布源目标方位估计的降维最大似然估计

介绍了已有的分布源目标方位估计中的最大似然估计(MLE)算法,它是四维非线性最优化问题,文中称之为四维MLE算法,因计算量庞大,同时提出了一种降为三维的MLE算法,简化为三维非线性最优化,称之为三维MLE算法。两种算法均采用牛顿型搜索算法,来搜索未知参数的全局最优点。在单次迭代过程中,三维MLE算法比四维MLE算法减少了51次协方差矩阵求逆和87次矩阵乘法,搜索效率得到提高,并且节省了存储空间。得出了新算法克拉美-罗界的计算公式,其计算量也有所降低。计算机仿真验证,三维MLE算法和四维MLE算法的估计精度相当,新算法在减少计算量的同时并无损失性能,所以实用性和实时性都得到显著提高。     

最大似然阵处理的迭代算法

本文提出了在最大似然阵处理中以矢量的内积运算代替交错投影法的二次项运算的迭代算法。这种算法减小了运算量,收敛、性能好。计算机模拟结果验证了算法的有效性。     

基于差分进化的时变信道最大似然估计算法

研究了隧道环境下的通信信道估计。针对隧道环境的地铁列车与轨旁设备之间无线通信中无线传输信道快速变化的特点,提出了一种采用元胞差分进化(DE)方法实时获取时变信道的有效信道长度的新型最大似然(ML)信道估计算法——DE-ML算法。仿真结果表明该算法在使用较少导频信息的情况下,通过差分进化方法有效估计跟踪有效信道长度,其估计性能优于最小二乘(LS)、线性最小均方误差(LMMSE)、传统ML等经典信道估计算法。该算法能在提高系统传输效率的同时显著提高算法的估计精度,尤其在高速移动情况下也具有了非常良好的性能。     

一种基于线性预测和极大似然估计的基音检测算法

用线性预测的方法求出语音信号的LPC(Linear Predictive Coding)谱,然后根据候选的声门激励与LPC谱卷积重构语音信号的短时频谱,当重构频谱与原始语音频谱之间的畸变最小时,声门激励之间的间隔为基音周期.为了提高计算效率,采用频域动态搜索的方法搜索基音周期的候选值.数值实验表明,采用线性预测和极大似燃估计 (Maximum Likelihood, ML)的基音检测算法可保留更多的基音信息,并能有效地减少基音检测的错误,并且该算法比传统的ML法有更强的鲁棒性.     

LT码的一种BP/ML混合译码算法

针对LT码在短信息字长度时采用置信传播(BP)译码和最大似然(ML)译码存在大的性能差异问题,提出了一种BP/ML混合译码算法来实现LT码在二进制删除信道(BEC)中译码复杂度和性能的合理折中.此算法在BP译码失败时只需运用ML译码确定少数猜测比特就可实现成功译码.仿真结果显示,相比于BP译码,BP/ML混合译码的译码...     

基于改进的最大似然法识别风力发电机转子的载荷参数

风机不对中故障是多载荷参数耦合而成,工程师难以凭经验了解载荷参数的大致范围。针对因转子结构参数和测试条件等不确定性参数的存在及载荷参数先验信息未知,最大似然法识别转子不对中故障的载荷参数时采用的搜索计算面临计算量大,且迭代过程中灵敏度会带来一些数值问题。引入搜索区间进退法到敏感矩阵法与最大似然法中,对最大似然法进行改进。改进后的最大似然法中的迭代适于处理复杂工程优化问题,避免传统迭代数值法对搜索空间的苛刻要求。以输入尺寸和输出测试响应具有随机性测量误差的风力发电机转子系统为例,在三种测量误差下的识别结果表明,改进的最大似然法提高了最大似然法的辨识效果,可以减少不确定性因素对识别结果的影响,鲁棒性好。     

酉变换准正交空时编码

设计了一种采用预编码方式的准正交空时编码(quasi-orthogonal space time code, QOSTC),其编码方案是首先对发送信号向量进行与信道状态信息无关的酉变换,然后再进行正交编码.酉变换可将QOSTC信道能转化为并行复用传输信道,实现无符号间干扰的高速率并行传输,且接双端信号的最大似然(maximum likelihood,ML)符号译码可简化成线性译码,从而可采用简单的线性检测降低译码复杂度.仿真结果表明,在高信噪比下,酉变换的QOSTC线性检测比没有酉变换的QOSTC的ML检测差2dB左右,但其分集度几乎相同.     

分枝定界MIMO检测算法的推广及改进

将分枝定界这种优化搜索算法用在MIMO系统中,并且推广到非二进制高阶调制的情况,在基本算法的基础上提出了对信号排序和候选节点排序的改进算法.仿真结果表明,分枝定界算法是一种最大似然检测算法,提出的改进算法加快了收敛速度,降低了计算复杂度和对存储空间的要求,从而证明了改进算法的有效性.     

基于最大似然的分布式多视角目标跟踪算法

针对多摄像机视频跟踪的应用场景,提出了一种具有分布式计算特点的目标跟踪算法.该算法首先利用最大似然准则对多视角目标跟踪问题进行建模,并对似然函数进行分解,最后借助消息传递机制高效求解出跟踪目标在各个摄像机视野中位置的估计值,而不再需要将图像数据传输到中央处理单元进行集中式处理.同时,通过融合多个视角的图像信息,有效地抑制了遮挡现象给跟踪结果造成的影响.定性和定量实验均证明了该算法的有效性.     

一种基于有限字符集特性的OFDM系统盲信道估计算法

针对正交频分复用(OFDM)通信系统中传统的基于发送信号有限字符集特性的盲信道估计算法复杂度高、实用性低的问题进行了研究,提出了一种降低算法复杂度的改进的盲信道估计算法。通过将OFDM系统的频域接收信号模型等价分解成多个接收信号分组的方式,改进算法仅需搜索单个发送信号分组便可实现盲信道估计,其计算量大大降低。此外,改进算法还可以通过控制盲估计算法中分组的数目很好地实现系统性能和复杂度的折衷设计,实用性也更强。数值仿真结果表明,改进算法的最优估计方案与传统算法的性能完全相同,且其次优估计方案的性能随着比特信噪比的增加逐步逼近传统算法,分别在10和15dB处趋于一致。     

采用改进的基于余量的算法实现人脸识别中最佳Gabor特征的选择

基于2DGabor变换的人脸特征描述已经受到了很多人的关注。然而现有的Gabor特征维数较高,而且具有冗余性,因此选择最佳的Gabor特征用于人脸识别显得尤为的重要。利用最大余量原理的特征选择算法在目前的机器学习研究中已经占据了重要的地位。本文在基于余量的迭代搜索法(Simba)的基础上,引入了一种新的选择算法:基于余量的共轭梯度法(Cgmba),它只需较少次迭代就可以找到最佳解。我们在IMM人脸库上进行了实验,实验结果表明:尽管只使用了一半不到的特征,但Cgmba和Simba的识别率却分别提高了3.75和1.25个百分点,同时也证实了我们提出的Cgmba明显优于Simba。最后我们对Cgmba选择的Gabor特征的分布情况进行了分析,可以看出较大尺度的特征相对于较小尺度的特征对于分辩人脸的细微差别具有同等的重要性,而且在垂直,135°方向的特征具有更强的分辩能力。     

自适应免疫算法的SVME用于水下目标识别

针对用支持向量机集成提高水下目标识别正确率会使识别系统更加复杂的问题,提出了一种以自适应免疫算法(AIA)的支持向量机选择性集成(SVME)算法(即AIA-SVME算法)进行分类器优化选择,对实测水下目标声信号进行分类识别.与分类器全部集成的识别实验对比证明,该算法在选择9%的分类器后仍可以达到分类器全部集成的识别效果,不仅保证了识别精度,还使得识别系统大幅度精简,节省在线识别的时间.该研究对于水下目标分类决策优化集成的新方法探索具有重要理论价值和实际意义.     

基于天牛须-粒子群优化算法的大型中央空调系统节能控制

大型公共建筑中央空调系统送风末端数量多,负荷需求变化大,常用的控制方法虽能满足末端需求,却存在能耗巨大的问题。为此本文构建了一个空调系统送风和冷冻水系统的优化控制模型,以系统能耗为优化目标,使用天牛须搜索-粒子群优化（BAS-PSO）混合算法求解该问题,提高系统节能率,改善了传统PSO的缺陷。同时将该模型用于上海市某公共建筑集中式空调系统的空气调节子系统进行优化控制,结果表明：BAS-PSO与原有控制方案——定送风温度控制相比,最大节能量达252.02 kW,节能率为20%,而现场测试显示,使用该优化控制能在负荷率为0.55时达到14.6%的节能率,节能153.15 kW,证明了该优化控制模型及优化算法有可靠的应用前景。     

Optimization of porosity formation in AlSi9Cu3 pressure die castings using genetic algorithm analysis

In this investigation, an effective approach based on multivariable linear regression (MVLR) and genetic algorithm (GA) methods has been developed to determine the optimum conditions leading to minimum porosity in AlSi₉Cu₃ aluminium alloy die castings. Experiments were conducted by varying holding furnace temperature, die temperature, plunger velocities in the first and second stage, and multiplied pressure in the third stage using L₂₇ orthogonal array of Taguchi method. The experimental results from the orthogonal array were used as the training data for the MVLR model to map the relationship between process parameters and porosity formation of the die cast parts. With the fitness function based on this model, genetic algorithms were used for the process conditions optimization. By comparing the predicted values with the experimental data, it was demonstrated that the proposed model is a useful and efficient method to find the optimal process conditions in pressure die casting associated with the minimum porosity percent.     

一种广义的自适应相干累积算法

根据最小均方误差算法（LMS）、自适应相干累积算法（ACI）及推广的自适应相干累积算法（Generalized Adaptive Coherent Integrator,GACI）在原理上的相关性和推广关系,提出了广义的自适应相干累积算法（IGACI）。以GACI为基础,在权系数迭代公式中引入更多的动量因子,即利用权系数的更多的历史信息,使被检测的单频或调频脉冲信号,在脉冲持续期间实现自适应相干累积,从而完成低输入信噪比条件下的信号检测,而无需或很少需要知道信号的先验信息。理论分析和仿真结果证明在低信噪比情况下,其性能优于GACI算法。     

遗传算法及其在材料设计中的应用

简要简述了遗传算法的基本原理,综述了它在复合材料优选、功能梯度材料设计、合金设计及材料制造工艺参数优化等材料设计领域中的应用。     

A hybrid Jaya algorithm for reliability–redundancy allocation problems

This article proposes an efficient improved hybrid Jaya algorithm based on time-varying acceleration coefficients (TVACs) and the learning phase introduced in teaching–learning-based optimization (TLBO), named the LJaya-TVAC algorithm, for solving various types of nonlinear mixed-integer reliability–redundancy allocation problems (RRAPs) and standard real-parameter test functions. RRAPs include series, series–parallel, complex (bridge) and overspeed protection systems. The search power of the proposed LJaya-TVAC algorithm for finding the optimal solutions is first tested on the standard real-parameter unimodal and multi-modal functions with dimensions of 30–100, and then tested on various types of nonlinear mixed-integer RRAPs. The results are compared with the original Jaya algorithm and the best results reported in the recent literature. The optimal results obtained with the proposed LJaya-TVAC algorithm provide evidence for its better and acceptable optimization performance compared to the original Jaya algorithm and other reported optimal results.     

物流运输系统货郎问题算法及应用

针对物流运输系统运送时间与运输成本问题,本文对运筹学领域货郎问题的算法进行了探讨,比较了货郎问题的匈牙利算法、填数破圈算法及填数破圈表上作业算法三种算法,通过矩阵变换,对各种算法作了分析并加以改进优化。结合实例应用,结果提示解决物流货郎问题更简便适用的方法是填数破圈算法。     

基于稀疏约束的DCD滑动窗RLS水声信道估计算法研究

水声信道具有稀疏性的特点,因此高精度低复杂度的稀疏信道估计算法对水声通信具有重要意义。基于自适应滤波算法的信道估计问题本质上是线性回归模型参数的求解问题,传统的最小二乘（Least Square,LS）、最小均方（Least Mean Square,LMS）及递归最小二乘（Recursive Least Squares,RLS）算法在估计稀疏信道时不仅复杂度较高,而且在求解线性回归模型时,因忽略自变量的多重共线性而使稀疏信道估计精度降低。针对上述问题,首先,在经典RLS算法的代价函数中加入信道系数的范数对其进行约束,从而提高了稀疏信道估计的精度,然后,采用滑动窗的方式对其代价函数进行处理以减少算法的计算量。在此基础上又引入二分坐标下降（Dichotomous Coordinate Descent,DCD）算法搜索单次迭代中使代价函数最小的解,进一步降低了算法的复杂度。仿真结果表明,文中所提的算法相较于经典算法在估计精度和复杂度方面具有一定的优越性。     

一种改进的推广自适应相干累积算法

论文主要研究了LMS算法、ACI算法、GACI算法的原理和性能；并对GACI算法加以改进，以降低其参数对背景噪声变化的敏感性；将算法用来提取高斯白噪声背景下的线性调频脉冲信号，并用软件仿真器进行仿真。仿真结果表明了改进的GACI算法的优越性——参数对背景噪声功率变化的敏感性明显降低，并证明了其可靠性、可行性以及工程可实现性。