基于V-结构&对数似然函数定向与禁忌爬山的贝叶斯网络结构算法

针对爬山算法搜索空间过大和易陷入局部最优的问题,该文提出基于V-结构&对数似然函数定向与禁忌爬山的贝叶斯网络结构算法(VTH)。该算法利用定向最大支撑树约束搜索空间,在最大支撑树定向过程中,提出V-结构与对数似然函数(VLL)结合的定向策略;在评分搜索过程中,提出禁忌爬山(VTH)评分搜索策略,该策略将禁忌表清空机制与爬山搜索的局部择优准则结合,在提高全局寻优能力的同时也能保证搜索效率。该算法与其他算法在Asia, Car, Child和Alarm 4种标准网络中进行仿真实验,对比汉明距离、F1值、平衡评分函数(BSF)值、运行时间4个指标,验证了该算法的有效性。     

基于网格爬山法的最大似然DOA估计算法

最大似然波达方向（DOA）估计具有最优的理论性能,但是存在计算量过大的问题。为了降低最大似然DOA估计的计算量,将参数估计转化为高维非线性函数的优化问题,并提出了一种新的优化算法。首先利用波束形成法对空间谱进行预估计并根据空间谱信息构造一组满足“预估分布”的初始解,这组初始解以较大概率落在全局最优解的局部吸引域中。然后将其中适应度最大的一个初始解作为局部搜索的起点。网格爬山法是一种以网格为单元的局部搜索方法,比传统爬山法更加高效和稳定,因此采用该方法获取全局最优解。新算法不仅能够得到精确的参数估计,同时具有较高的计算效率,计算机仿真显示新算法的计算效率高于基于粒子群优化的最大似然DOA估计算法。      

一种基于连续蚁群算法的快速最大似然DOA估计

针对传统最大似然估计计算量大的问题,将连续空间蚁群算法与最大似然估计算法相结合,在ACOML算法的基础上,提出了一种用混沌序列初始化状态空间的改进蚁群算法MACOML(Muddleheaded ACO)。该方法使用混沌映射产生的初始状态空间来代替ACOML算法中的随机序列产生的初始状态空间,增加了初始解的遍历性,同时在寻优过程中增加了局部搜索。仿真结果表明:MACOML能保持最大似然估计方法的高分辨性能,而计算复杂度只是最大似然方法的1/20。     

引入蝙蝠算法的最大似然DOA估计

DOA估计理论的传统算法中,最大似然DOA估计方法能准确地估计出目标方向角度,性能优良,并且具有很好的稳定性。与MUSIC及其他的子空间分解类算法相比,在信噪比较低、小快拍信号时,最大似然DOA估计算法优势更为突出。但是由于其自身算法复杂度较高的缺陷而碍于工程上的应用。针对这一问题,将蝙蝠算法与最大似然算法相结合,应用于信号的DOA估计,利用蝙蝠搜索算法搜索路径优、寻优能力强的优点,快速搜索到似然函数的全局最优值,优化多维非线性的估计谱函数。仿真结果表明,蝙蝠搜索算法有效地克服最大似然DOA估计中存在的运算量大,计算复杂度高等问题,通过与其他经典的仿生智能优化算法相比较,该方法体现出更好的收敛性。     

连续语音识别中句法结构知识的利用

本文论述连续语音识别中如何利用句法结构知识。首先介绍句法结构模型的建立,然后阐述如何基于句法结构模型分析,从语音处理的初步结果搜索出输入语句的方法。本文提出了三种启发式搜索策略:(1)最大似然优先搜索(MLF);(2)局部最大似然优先(PMLF);(3)最大似然近邻法(MLNN)。     

LTE-A系统一种降低复杂度的软球形检测算法

软球形译码算法虽然能接近ML(最大似然)算法的误码性能,但其计算复杂度很高。文章提出了一种降低计算复杂度的SSD(软球形译码)算法,该算法在QR(正交三角)分解算法的反向迭代上三角矩阵R中引入减弱噪声部分以缩小初始搜索半径,然后利用最小距离准则对搜索树进行有效地删减,缩小树搜索空间。MATLAB仿真结果表明,该算法在获得接近传统SSD性能的条件下,能够很大程度地降低系统的计算复杂度。     

低复杂度的空间调制检测算法研究

空间调制是近年来提出的一种新型多天线传输技术。研究了基于M算法的最大似然检测算法（M-ML）,并提出了优化算法,这个算法通过限制最大似然检测算法的搜索空间,从而减少了最优解码器的算法复杂度。仿真结果表明,通过仔细选择M的值,该算法可在明显的降低算法复杂度同时能保持接近最佳误码率的性能。     

雷达低角跟踪环境下的最大似然波达方向估计方法

在时空级联最大似然算法的基础上,本文结合雷达低角跟踪的特点,提出一种新的目标仰角估计算法.该算法利用事先得到的目标距离信息和天线高度信息来得到目标直达波信号和多径信号之间的仰角关系,然后再对时空级联最大似然算法的似然函数进行一维搜索.与时空级联最大似然算法相比,新算法不仅运算量大大下降,而且还具有较好的性能.理论分析和计算机仿真结果都证实了新算法的优越性.     

大规模跳时脉冲无线电系统中的一种低复杂度多用户检测算法

该文提出一种适用于大规模跳时脉冲无线电系统的低复杂度多用户检测算法。该算法采用了似然上升搜索的策略,即朝着似然函数值增加的方向进行搜索,进而得到近优的接收信号解。仿真结果表明对于大规模跳时脉冲无线电系统,该检测算法不仅能够逼近单用户系统的优异性能,而且复杂度极低,其检测每个比特的平均复杂度与用户数仅呈线性关系。     

基于说话人识别的GMM/GA算法

在实时平台上,高斯混合模型(GMM)具有计算有效性和易于实现的优点。最大似然规则中,模型参数不断更新,但由于爬山特征,任意的原始模型参数估计通常将导致局部最优;遗传算法(GA)适于求解复杂组合优化问题及非线性函数优化。提出了基于说话人识别的可以解决GMM局部最优问题的GMM/GA新算法,实验结果表明,提出的GMM/GA新算法比纯粹的GMM算法能获得更优的效果。