基于最大电源噪声门级模型的遗传算法电源噪声估计

提出一种能够综合考虑IR drop和di/dt噪声的门级电路模型.实验表明,利用这种模型进行电源噪声估计,可以比传统模型提高5.3%的精度,同时运算时间降低10.7%.根据输入信号对最大电源噪声的影响,还提出了关键输入信号模型.实验表明,在进行电源噪声估计中,基于这些模型的遗传算法,能够比传统的遗传算法提高最多19.0%的精度,并且收敛更加迅速.     

一种新的基于遗传算法的快速运动估计方法

本文提出了一种新的基于遗传算法的快速运动估计方法.该方法对遗传算法进行了改进,采用"阈值法"确定选择算子,并将基因变异所导致的随机搜索与特定目标搜索相结合,解决了以往快速搜索算法易陷于局部最优的问题,大大提高了运动估计速度.该方法还将运动矢量空间一致性原则用于初始种群的选取,进一步提高了算法性能.由于其具备遗传算法固有的规则性和高度并行性,该方法适合于采用VLSI实现实时视频编码器.     

开关电源噪声的形成及抑制方法

开关电源产生的噪声比常规线性电源产生的噪声大得多。介绍了开关电源噪声的类型,分析了开关电源噪声的产生原因,讨论了开关电源中噪声的抑制方法,介绍了几种抑制开关电源中噪声的实用电路。     

基于改进遗传算法在无功优化中的应用

遗传算法是一种基于自然选择和遗传机制的搜索算法,适合于求解电力系统无功优化问题。对基本遗传算法进行改进,建立了以有功网损为目标函数的电力系统无功优化计算的数学模型。算法对IEEE14节点系统进行了无功优化计算,结果证明了算法的正确性和有效性。     

云遗传算法及其应用

传统遗传算法搜索速度慢,容易陷入局部最优解.借鉴遗传算法(GA)的思想,利用正态云模型云滴的随机性和稳定倾向性特点,提出一种新的遗传算法—云遗传算法(CGA).CGA由正态云模型的Y条件云发生器实现交叉操作,基本云发生器实现变异操作.最后,进行了函数优化实验和IIR数字滤波器优化设计,并与标准GA、NQGA、CAGA和LARES等算法进行比较,证明了该算法的有效性,具有一定的参考和应用价值.     

基于遗传算法的微波低噪声放大器的优化与实现

微波低噪声放大器(LNA)是微波通信系统中接收机的重要器件,其性能直接影响了通信质量的好坏.采用遗传算法这一全局搜索性能较好的数值算法对LNA的增益及噪声进行了优化,根据优化算法设计了2 GHz的微波低噪声放大器,给出了优化设计步骤及实际电路,并对器件进行了测试,可以看出改进后的器件增益增加了3.4 dB,噪声系数降低了0.5,达到了满意的效果.     

基于最小控制GARCH模型的噪声估计算法

MCRA（ Minima-Controlled Recursive Averaging ）方法是经典的噪声估计算法,然而在语音段MCRA方法存在不能对噪声功率谱进行有效更新的问题。针对这一问题,本文利用广义自回归条件异方差（ Generalized Autoregres-sive Conditional Heteroskedasticity ,GARCH）模型在时频域对噪声信号建模,在MCRA算法原理的基础上,提出了基于最小控制GARCH模型的噪声估计算法,实验结果表明,本文所提的噪声估计算法能够更为准确估计噪声功率谱,将该算法应用到语音增强中能够获得到较好的语音增强效果。     

基于主成分分析与深度神经网络的快速噪声水平估计算法

鉴于从噪声图像分解获得的原生图块集合的协方差矩阵前若干个特征值（按照升序排序）与图像噪声水平值具有强相关性,提出了一种基于主成分分析和深度神经网络的快速噪声水平估计算法.该算法首先选用原生图块集合协方差矩阵前若干个特征值构成刻画图像噪声水平高低的特征矢量,然后在大量有代表性且已标定噪声水平值的噪声图像集合上利用深度神经网络训练预测模型以实现将特征矢量直接映射为噪声水平值,最后为获得更高的预测准确性,采用粗精预测模型相结合的两步预测方式实现.实验表明：文中算法在各个噪声级别上都具有稳定的预测准确性,且执行效率非常高,作为降噪算法的前置预处理模块具有更好的综合优势.     

一种中大功率多路低噪声开关电源的设计

高精密电子系统对开关电源的低噪声要求日趋普遍,需求功率也日益增大。针对开关电源的噪声来源与特点,综合利用多重噪声抑制措施方有可能实现低输出噪声。着重介绍了一种多路输出开关电源的低噪声设计思路,从基础变换电路的低噪声设计和外围电路的低噪声处理方面进行了分析,对开关管、整流管、变压器辐射、布局布线与引出线处理、共模噪声抑制等采取对应噪声抑制方法。最后运用该方案试制了一款实际电路,通过实测表明设计满足预期要求。     

一种基于噪声估计的能量检测自适应门限新算法

频谱感知是认知无线电研究的关键技术之一,能量检测法是典型的频谱感知方法,但传统能量检测法的性能很容易受噪声功率变化影响。本文提出一种基于噪声方差估计的能量检测自适应门限算法。该算法基于噪声统计模型实时估计噪声方差,自适应地设置判决门限,达到更充分利用频谱资源的目的。仿真结果证明,该算法能准确估计噪声方差,有效地提高频谱检测性能。