适用于高阶QAM信号的混合型盲均衡算法

为了提高高阶QAM信号的盲均衡性能,提出了MMA—DD和SIGN-MMA-DD两种改进的混合型盲均衡算法。首先,MMA—DD算法将多模盲均衡算法和判决引导算法有机结合,并采用均方误差来控制两者在混合误差中的比例,降低了均衡器的稳态误差。然后对MMA．DD算法在误差计算和均衡器系数更新两方面进行简化,得到SIGN—MMA—DD算法,有效地降低了运算复杂度。仿真结果表明,两种算法的盲均衡性能优于多模盲均衡等算法。     

基于关联分析的数据挖掘在体检CRM中的应用

运用关联分析方法对体检中心数据进行挖掘。首先分析了关联规则的原理和方法,然后对待挖掘数据进行集成、变换等预处理,得到能进行挖掘的原始数据.采用挖掘工具WEKA,选用关联规则中的Apriori算法对处理后数据进行分析,得到了与某一病症相关的各个症状之间的关联关系,以及各个症状与健康之间的关联关系。     

欧几里德算法的RS译码研究及FPGA仿真

RS码在通信领域有着广泛的应用,其中最重要的是关键方程的求解。传统欧几里德算法是利用多项式长除法来求解关键方程,它需要多项式次数的判断,并且必须通过迭代运算才能求出商式和余式,造成硬件电路复杂,译码速度下降。通过矩阵论的相关知识,提出一种改进型欧几里德算法。它不需要进行多项式次数的判断和迭代运算就能快速地计算出商式和余式,能够降低译码的复杂度,提高译码速度。在VCS软件中通过FPGA仿真,仿真结果表明该算法能够实现正确译码的效果。     

基于差分演化的K-均值聚类算法

针对K-均值聚类算法对初始值敏感和易陷入局部最优的缺点,提出了一类新的聚类算法——基于差分演化的K-均值聚类算法,进而提出了基于自适应差分演化的K-均值聚类算法,并将新算法与传统的K-均值聚类算法和最近提出的几个同类聚类算法进行比较。实验结果表明,该类算法能比较有效地克服传统的K-均值聚类算法的缺点,算法具有较好的全局收敛能力,稳定性强、收敛速度快,且比较研究表明该类算法具有一定的竞争力。     

求解CVaR投资组合优化问题之改进PSO算法

研究了基于CVaR约束的的最优投资决策问题,为避免维数障碍,针对Fredrik提出的CVaR投资组合优化线性规划模型还原为非线性规划。通过引入缩进因子,改进PSO算法,使粒子在迭代过程中保持在可行域内。最后,通过算例证明了该文方法的有效性,计算结果表明,投资组合优化后的损失期望收益率、标准差、受险价值、条件受险价值等重要风险衡量指标都有了较大改进。     

基于改进的Markov过程模型和作战评估

为解决水雷工作制度、扫雷概率未知的情况下扫雷作战效果评估难于求解的问题,在Markov过程的基本评估模型基础上并考虑到雷区清扫一次水雷可能动作多次的情况,文中设计实现了基于Markov过程的效果评估改进模型,在分析约束条件的基础上探讨了模型求解方法:逐步回归和遗传算法。最后通过实例仿真计算了模型相关性能指标,结果表明:在小样本数据条件下模型可以取得较为准确的评估结果。     

捷联式惯性导航系统初始对准扰动补偿控制算法

提出了一种捷联惯性导航系统初始对准扰动补偿二级控制器的设计方法。选取载体的飞行姿态、速度与位置增量建立了扰动补偿控制的状态空间数学模型,基于Backstepping控制方法,通过引入虚拟反馈控制变量设计了非线性控制器,保证大初始扰动条件下系统状态稳定收敛到系统的平衡点集。在平衡点集,设计了H2最优状态反馈控制律,以保证系统状态在平衡点集的渐进收敛。仿真和系统试验结果表明,这种二级补偿控制方法能有效抑制初始对准扰动误差,导航解算精度能够满足工程实际需要。     

短长度非规则重复累积码的构造

为了构造高性能的短长度非规则重复累积(IRA)码,分析了影响其性能的主要因素,在此基础上,对循序边增长(PEG)算法进行了改进。改进算法对度为2的变量节点施加了更多的保护,同时还减小了低码重码字出现的概率。仿真结果表明,用改进的PEG算法构造出的短长度IRA码,不但具有很低的错误平底,而且没有损失低信噪比区域的误码率性能。     

一类离散Markov跳跃系统基于状态观测器的鲁棒H_∞控制

研究了具有不确定性的模式依赖时滞离散Markov跳跃系统基于状态观测器的鲁棒H∞控制问题。目的是构建依赖于系统模式的观测器和控制器,使得闭环系统是随机稳定的且具有较好的H∞干扰抑制性能。通过选取合适的随机Lyapunov函数,利用线性矩阵不等式,给出了鲁棒H∞控制器存在的时滞依赖条件。基于锥补线性化算法对控制器进行求解,得到了模式依赖观测器和控制器。最后通过数值仿真证明了本文方法的可行性。     

基于LVQ神经网络的城市快速路事件自动检测算法

基于具有自组织功能的学习矢量量化(LVQ)神经网络设计了城市快速路异常事件的自动检测算法,提出分车道检测的构想。研究了原始数据筛选、输入向量模式、神经元个数及检测时段等参数的选择。基于小波分析技术对原始数据的高频噪声进行滤波,引入长车流量作为输入参数,并对比了引入前后的检测效果。选用加利福尼亚算法作为评价的参考依据,对其执行过程和门限值的选择进行了研究。