基于有限域搜索的MUSIC法快速频率估计

MUSIC法是现代信号高精度频率估计的一种重要方法，但它需要在整个频域内进行搜索，严重影响了其实时性应用。本文深入分析了FFT算法与MUSIC算法的特点，利用FFT算法对信号成分频率进行预估计，缩小搜索域，再利用MUSIC方法进行频率细化，通过仿真研究，这种方法能有效提高信号的处理速度，从而加强了MUSIC算法的应用。     

水声定位中高分辨时延估计算法研究

本文采用MUSIC算法解决水声定位中的多径信号分辨问题,给出了MUSIC时延估计算法的推导过程,并通过仿真对比了不同时延间隔和不同信噪比时采用MUSIC算法和传统的脉冲压缩算法的分辨能力,结果表明高分辨时延估计算法能够有效地分辨小于分辨单元的信号。     

一种信号参数估计的小波去噪方法

针对MUSIC算法在低信噪比(SNR)和信号到来角(DOA)间隔较近时估计性能下降的问题,提出了一种信号参数估计的小波去噪方法,并从伪二维图像去噪的角度对阵列去噪的性能进行了验证.仿真结果表明,对去噪后的信号接收矩阵应用MUSIC算法,不仅可以提高DOA估计的SNR,而且可以提高DOA间隔较近时的算法分辨率.     

多子阵高分辨海底地形探测算法及其FPGA和DSP阵列实现

针对多波束测深系统中高分辨海底地形探测问题,提出一种基于多子阵波束域MUSIC算法(Multiple sub-array beamspace MUSIC,MSB-MUSIC),它将多子阵波束域算法的稳健性与MUSIC算法的高分辨特性相结合,从而实现高分辨海底地形探测算法。同时针对高分辨算法运算量大难以实时实现的问题,设计了由6片DSP和2片FPGA(现场可编程门阵列)组成的并行处理系统用于算法的实时实现。海底仿真场景和湖上试验都验证了算法的有效性。     

MUSIC算法和相控接收原理在变压器局部放电定位中的应用

在基于超高频和超声波相控接收原理的局部放电定位法基础上融入MUSIC算法,以达到对电力变压器气局部放电点的准确定位,并对其进行了仿真研究。基于超高频和超声波相控接收阵的局部放电定位法,可得出局部放电源的几何位置。但该方法不能区分一个波束宽度内的多个放电源,因此应用改进MUSIC算法对接收信号进行空间谱分析,完成变压器内一个及多个局放点的方位估计,并确定相近的多个信号源个数。     

仿真技术在“5G基站建设与维护”课程教学中的分析与应用

针对“5G基站建设与维护”课程的教学过程进行分析,总结采用仿真技术教学所存在的问题：包括硬件设备昂贵与仿真软件教学资源欠缺,和仿真软件教学场景受限、任务模糊。提出了相应的课程教学模式改进,建立横向立体化教学资源,纵向“总-分-总”模式的任务驱动教学及“一问一答一总结”模式的线上线下混合式教学模式。同时,把改进后的课程教学模型引入通信技术专业“5G基站建设与维护”的课程教学实践中,在横向立体化教学资源开发和纵向“一问一答一总结”教学模式转化中取得成效。     

色噪声下的信号频率估计:基于互高阶累积量的MUSIC方法

本文在互功率谱和高阶统计量理论基础上,提出了基于互高阶累积量的MUSIC方法.仿真结果表明,在混合色噪声背景下,该方法能够有效地抑制噪声,且具有良好的频率估计性能.     

大型钢结构桁架液压同步整体提升技术应用及设计

通过应用“地面拼装+液压同步整体提升”的安装方案,有效解决了大型钢结构桁架吊装场地受限和空中对接/Gen全过程仿真计算整体提升过程,详细分析了结构应力和变形分布,优化了吊点的布置与加固措施,实现了计算机控制同步提升,安全高效地完成了大型钢结构桁架吊装任务,值得广泛推广应用。     

基于高阶累积量MUSIC法的轧辊偏心信号提取

针对轧辊偏心信号是混杂在各种随机干扰中含有多次谐波的复杂高频周期信号,研究了一种基于高阶累积量的MUSIC法和Prony法相结合的轧辊偏心信号提取新方法.首先采用基于高阶累积量的MUSIC法对偏心信号进行空间分解达到降阶的效果,能够有效地抑制噪声,在信噪比低时仍具有高的频谱分辨率,能准确提取出偏心谐波的频率及谐波的个数,对于频率相近的偏心谐波信号,不存在频带重叠的问题,克服了低信噪比时FFT法出现的频谱泄漏和栅栏效应等缺点.通过高阶累积量MUSIC法对偏心信号进行了消噪和降阶预处理后,使用Prony方法进一步估计偏心信号的各次谐波幅值和相位,弥补了Prony法对噪声敏感的弱点及对信号阶数的要求,充分发挥了其优点.仿真及实验结果验证了该结合方法的可行性和有效性,低信噪比时能够准确提取出偏心信号参数,重构的偏心模型比FFT法精度高,偏心补偿效果明显.     

一种基于能量加权的阵列宽带信号定位算法

提出了一种基于能量加权的阵列宽带信号定位算法.首先,对宽带信号使用MUSIC算法在频域进行方向估计;再根据信号在各个频点能量的大小,对相应频点的估计值进行加权,从而得到最终的方向估计值.该算法克服了随机选择频点定位算法不稳定的缺点,同时也优于对各频点方向估计值进行等权平均的算法.仿真结果验证了该算法的优越性.     

A GA-SA Multiobjective Hybrid Search Algorithm for Integrating Lot Sizing and Sequencing in Flow-Line Scheduling

It is very important that the sequencing and lot sizing in the flow-line environment are not independent. They should be integrated. In this paper, a multiobjective hybrid evolutionary search algorithm which combines a genetic algorithm and a simulated annealing algorithm is proposed and the performance of the proposed algorithm is compared with the existing genetic algorithm and the simulated annealing algorithm. The algorithms are coded independently and the performance is compared with randomly generated test problems. The objective functions considered for evaluation are the minimisation of makespan, minimisation of overtime and minimisation of holding cost. The scalar fitness function combining all the three objective functions, which minimises total cost, is used. The results are presented in tables and figures. The results show that the proposed hybrid algorithm performs better than the genetic algorithm and the simulated annealing algorithm.     

电磁层析成像图像重建中的修正共轭梯度算法

通过研究共轭梯度算法,推导出适用于电磁层析成像的修正共轭梯度算法,该方法提高了收敛速度,改善了电磁层析成像重建图像的质量。首先以共轭搜索方向充分下降为充分条件,理论推导出修正共轭梯度算法。然后从相对图像误差、相关系数和收敛曲线几个方面出发,评价了Landweber迭代法、单步Tikhonov正则化方法、共轭梯度法和修正共轭梯度法在电磁层析成像图像重建中的结果,得出结论:修正共轭梯度方法的相对图像误差最小,重建图像和原图像的相关系数最高,收敛情况优于共轭梯度算法。     

瑞利计算法在工装设计中的应用

通过实例分析了工装设计中采用极限计算法估算误差的缺陷 ,介绍了瑞利计算法的原理及计算实例。两种算法计算结果的对比表明 ,在工装设计中采用瑞利计算法估算误差更具合理性和实用性     

基于改进遗传算法的带硬时间窗车辆路径问题研究

建立了带硬时间窗车辆路径问题数学模型。针对传统遗传算法在局部搜索能力上存在不足这一问题,根据相关文献将爬山算法的思想融入遗传算法中,构造了求解该问题的改进遗传算法。仿真结果表明,该算法在局部搜索过程中能够避免早熟,一定程度上克服了传统遗传算法在局部搜索能力上的不足。     

基于GA-SA混合寻优算法的CAPP与PPC集成原理研究

评述了CAPP和PPC集成原理,在统一资源库的约束条件下,提出了基于GA-SA混合优化策略的CAPP和PPC的集成方法;建立了基于GA-SA算法的算法基本框架、算法模型;通过实例仿真表明,GA-SA混合寻优算法较单一的GA算法具有更好的应用效果。     

案例初始化遗传算法在大学课程表问题上研究

本文对于大学课程表问题提出了一种具有一定创新性的算法.该算法结合了遗传算法和基于案例推理两种截然不同的技术,它尝试使用基于案例推理的技术来加强遗传算法,使其具有一定的学习先前经验的能力,从而使遗传算法可以更快的收敛,获得更好的性能.     

半导体炉管区批调度问题的粒子群优化算法研究

为改善粒子群算法对大规模问题求解的性能,提出了一种基于文化进化的并行粒子群算法,详细阐述了该算法的原理和具体实施方案.针对半导体炉管区批调度问题,设计了双层粒子群算法,外层应用基于文化进化的并行粒子群算法进行批量计划问题的求解,内层采用传统的粒子群算法求解调度问题.通过对其他文献中的仿真实例进行计算和结果比较表明,该算法优于文献中的启发式算法和蚂蚁算法.     

矩形件排样问题的粒子群算法求解

粒子群算法是近年来出现的一种搜索寻优算法,文中用粒子群算法求解矩形件优化排样问题,试验实例表明求解算法是有效的.     

高阶累积量的子空间模态参数辨识方法研究

基于传统的高阶累积量降阶方法的子空间模态参数辨识方法具有一定的缺陷.提出采用2种降阶方法用于改善高阶累积量的子空间模态参数辨识方法,并对该方法进行了实验验证,证明了方法的可靠性.该方法的计算量较小,能够用于一般结构的模态参数辨识.     

一种基于小生境的混合遗传退火算法

分析遗传算法和模拟退火算法混合优化策略的构造出发点 ,融合小生境技术的思想 ,提出一种以遗传算法和模拟退火算法为子算法的基于小生境技术的混合遗传退火算法———NGSA算法 ,并对该算法的特点和优化性能作了定性分析。结合典型多峰值测试函数———Shubert函数的求解实验 ,说明NGSA算法具有较强的全局和局部搜索能力 ,能够高效地寻找到多个全局极值 ,且参数选择不必过分严格 ,是一种优化能力、效率和可靠性较高的多峰值优化方法。最后 ,讨论了该算法在机械学科的广泛应用背景。