基于边检测盲源分离几何算法研究

提出了一种基于边检测的盲源分离几何算法,该算法只需要检测到观测信号X的所有独立的边,然后根据数字信号混叠时的几何性质,分离出源信号,首先给出了问题的数学模型,然后对其分析并给出具体的分离算法,最后给出了仿真结果.仿真结果表明:该算法比一般的几何算法复杂度降低了,分离时间减少了,并且能保证分离效果.     

一种α稳定分布噪声下OFDM信号调制识别与参数估计算法

正交频分复用（OFDM,Orthogonal Frequency Division Multiple）信号的调制识别与参数估计是非协作通信领域的重要研究内容.为了解决α稳定分布噪声下OFDM信号调制识别与参数估计困难的问题,提出一种广义循环平稳的盲处理算法.该算法首先对接收信号进行非线性变换,推导出接收信号的广义循环自相关函数表达式,分析了单载波调制信号与OFDM信号的广义循环自相关函数特性,并给出了OFDM信号的广义循环自相关函数与待估参数之间的关系.然后,基于分析结论,利用广义循环自相关函数构造调制识别特征完成OFDM信号与单载波信号的调制方式自动分类;最后,针对OFDM信号的调制参数估计问题,提出了一种基于广义循环自相关函数的调制参数估计算法.理论分析与仿真结果表明,在α稳定分布噪声环境下,该算法可以有效实现OFDM信号调制识别与参数估计,且算法不依赖接收信号的先验信息,可以直接对中频接收信号进行处理.     

一种基于神经网络的广义熵模糊聚类算法

以模糊聚类为基础,将广义熵引入到模糊聚类的目标函数中,提出一种基于模糊熵的模糊聚类的统一形式,即广义熵模糊聚类模型;利用增广拉格朗日求解方法,以及Hopfield神经网络和复突触神经网络解决了基于广义熵的目标函数的优化问题,提出了基于神经网络的广义熵模糊聚类算法,表明了使用神经网络求解的收敛性;同时,给出一种用于确定增广拉格朗日乘子的迭代方法.实验中选取人工生成数据集和UCI标准数据集对提出的算法进行了实验研究,并与常用的聚类算法进行了性能比较.     

一种新的基于广义特征值分解的盲信号分离算法

以矩阵的奇异值分解定理为基础,给出了一种基于广义特征值分解的盲信号分离算法,该算法以混叠信号的两个不同的方差矩阵为基础建立广义特征值问题,通过求解广义特征值问题的特征矢量来获得分离信号.该算法计算简单,避免了Para算法的不足,并能分离源信号中既有亚高斯信号又有超高斯信号的情况.仿真结果表明该算法是有效的,并具有很好的分离性能.     

基于最大比合并的超定盲源分离

主要研究了超定盲源分离问题,即观测信号个数大于源信号个数情况下的盲源分离.首先给出一种将超定分离转化为多组适定分离的方法,接着通过分析广义Rayleigh商问题最优解和基于四阶累积量代价函数收敛解之间的关系,提出了一种基于最大比合并(MRC)的盲源分离算法(MRC-FastICA).该算法利用多组FastICA来获得同一源信号的多个估计信号,然后利用MRC得到最终的分离信号.理论分析和实验结果表明该算法能够获得分集增益,比传统算法有更好的信干噪比(SINR)性能.     

图的顶点着色问题的DNA算法

图的顶点着色问题是指无向图中任意两个相邻顶点都分配到不同的颜色,这个问题是著名的NP-完全问题,没有非常有效的算法.但在1994年Adleman^[1]首次提出用DNA计算解决NP-完全问题,设计出一种全新的计算模式—模拟生物分子DNA的结构并借助于分子生物技术进行计算,使得NP-完全问题的求解可能得到解决.本文首先提出了基于分子生物技术的图的顶点着色问题的DNA算法,算法的关键是对图中的顶点和顶点的颜色进行恰当的编码,以便于使用常规的生物操作及生物酶完成解的产生及最终解的分离,依据分子生物学的实验方法,本文提出的算法是有效和可行的;其次指出了该算法的优点、存在的问题及将来进一步的研究方向.     

一种基于牛顿迭代的自适应复盲源分离算法

为了解决源数动态变化情况下的复数盲源分离的问题,首先采用一种基于交叉验证技术的源数动态估计方法;利用牛顿迭代法推导了一种自适应的复数盲源分离算法,由于在分析过程不需要对复值源信号做任何限制或约束性的假设前提,因此该算法适合于分离服从正则或非正则分布的超高斯和亚高斯信号;提出的算法通过了源数动态变化仿真实验的验证.另外,在此基础上提出了一种基于复盲源分离的波达方位动态估计法,该方法适用于在源数未知且动态变化的情况下对目标源的波达方位进行动态估计.     

基于短时分数阶傅里叶变换的时频分析方法

本文研究了短时分数阶傅里叶变换(STFRFT)时频分析方法的分辨率精度和算法性能.首先,文中给出了一种STFRFT时频分辨率的数学计算表达式,其有利于时频分辨率的量化比较,仿真结果表明该理论量化值与观察值基本吻合;其次,针对算法运算量大的问题,提出了一种STFRFT的快速计算方法,它较传统的穷举搜索方法运算量约降低1个数量级;最后,给出了算法估计误差的理论分析并运用该方法对多目标信号进行了分析,仿真表明该方法可有效抑制交叉项和解决多分量时频信号的分离问题.     

脑功能光学成像的迭代广义指示函数分析法

在脑光学功能成像领域,由T.Yokoo等人提出的广义指示函数法(Generalized Indicator Functions; GIF)能够在极低信噪比下有效地提取大脑行为模式图.但进一步研究发现,该算法在处理脑功能光学图像序列时存在计算量大的缺点.为解决一问题,本文将Weng等在处理FERET人脸数据库时提出的一种迭代算法与GIF算法相结合,给出了一种迭代格式的GIF算法——RGIF (Recursive GIF),RGIF算法利用迭代计算的特点能大幅削减计算量.利用仿真和实验数据对GIF和RGIF算法进行了对比分析,结果表明RGIF不仅能够大大节省计算时间,同时检测效果与GIF相当.     

传输线电容参数提取中的奇异性处理方法

传输线电容参数提取过程中需要计算导体上的电量,而在电量计算过程中普遍存在着角点的奇异性问题.本文给出了角点附近区域电势分布的数学模型,通过采用有限级数逼近该数学模型的解析解提出了一种新的电量计算方法,并进行了级数逼近的误差分析.本文算法克服了邓肯矫正需要选择角点积分区域的不足,有效地校正了导体角点奇异性引起的电容参数提取的计算误差,最后给出了算法的数值实验与分析结果.     

基于免疫克隆选择优化的认知无线网络频谱分配

结合WRAN(无线区域网)给出了频谱感知过程;通过分析无线认知网络的物理连接,给出了频谱分配的数学模型,并将此模型转换为以网络效益最大化为目标的带约束优化问题,进而提出一种基于免疫克隆选择优化的认知无线网络频谱分配算法,并证明了该算法以概率1收敛.最后,对此算法进行了仿真实验.实验结果表明:所提算法与CSGC(颜色敏感图着色)算法、GA-SA(基于遗传算法的频谱分配)算法相比,能更好地实现网络效益最大化,同时,基于WRAN的系统级仿真结果,进一步证明了算法的有效性.     

求解多目标资源分配问题的改进蚁群优化算法

多目标资源分配问题就是将有限资源分配到不同事件来获得预期目标.建立了多目标资源分配问题的数学模型,提出了一种有效求解该问题的改进蚁群优化算法：设计了一种多目标资源分配问题的可行方案构建机制,定义了蚁群优化算法中的信息素形式及其更新方式,提出了一种新的概率选择形式;通过以上改进有效地提高了蚁群优化方法的效率.为了验证此方法的有效性,将蚁群优化方法与混合遗传算法的实验结果进行了对比分析,证明此方法优于混合遗传算法.     

组网雷达系统误差的估计原理与性能分析

为了实现组网雷达系统误差修正,在研究雷达误差特性的基础上,分析了2种坐标系统下误差修正的原理,给出了利用最小二乘算法和广义最小二乘算法进行误差修正的公式.通过仿真实验,对实时质量控制算法、最小二乘算法、广义最小二乘算法和扩展卡尔曼滤波算法实现误差配准进行分析,并比较了这些算法在工程应用中的复杂性和估计精度,同时给出各种算法在工程应用方面的适用条件.     

一种充分利用变量结构的解卷积 混合盲源分离新方法

 针对卷积混合盲源分离问题,提出一种基于接收信号不同延时下自相关矩阵组的联合块内对角化方法.为了求解表征联合块内对角化近似程度的基于最小二乘的三二次代价函数,给出基于梯度下降法的三迭代算法.该算法在充分利用混迭矩阵的块Toeplitz结构和源信号相关矩阵的块内对角化结构的基础上,交替估计代价函数中的三组待定参数,搜索代价函数最小点,从而得到混迭矩阵的估计,实现信道的盲均衡和源信号的盲分离.分析了三迭代算法的收敛性能,证明即使存在估计误差时,该算法依然全局渐进收敛.仿真结果表明,与其他经典的两步算法相比,提出的一步算法能够更好地估计混迭矩阵并恢复出源信号,有效地解决了卷积混合盲源分离问题.     

GMPLS光网络中流量工程研究

引入并改进NSGA-II算法,用于解决GMPLS光网络的流量工程问题.首先给出流量工程问题数学模型;然后提出一个基于线性规划和NSGA-II的混合启发性算法;最后对算法进行仿真,将结果与车比雪夫精确算法所得结果进行比较,验证了本算法的有效性.     

广义高斯混合模型的自适应盲信号分离

针对传统盲信号分离算法中信号概率密度函数计算速度慢、计算效果一般等问题,提出一种广义高斯混合模型的自适应盲信号分离算法。该算法根据信号拖尾特性的不同,自适应地选取t分布与广义高斯模型,分别估计重拖尾信号和轻拖尾信号的概率密度函数,通过建立峭度和形状因子的查找表得到不同信号评价函数的估计值,并对亚高斯信号和超高斯信号的混合信号进行有效分离。实验结果表明,该算法能对传统算法难以分离的重拖尾与轻拖尾混合信号进行快速有效的分离,具有较好的分离效果。     

基于细菌觅食的盲源分离算法研究

细菌觅食算法是一种基于细菌觅食行为的智能优化算法.盲源分离是盲信号处理的重要方面.为了提高盲源分离的有效性,根据盲源分离和细菌觅食算法的基本原理,提出了一种基于细菌觅食行为的盲源分离算法.用MATLAB对提出的这一算法进行仿真,并将其分离结果与传统独立分量分析算法的分离结果相比较.实验结果表明这是一种分离效果优于传统独立分量分析算法的有效分离算法.证明了基于细菌觅食盲源分离算法的可行性和有效性.     

基于混沌扩频序列的RFID防碰撞算法分析

为了解决射频识别系统（RFID）中的多标签防碰撞问题,在分析了时隙A10HA算法的基础上提出了一种基于混沌序列扩频的时隙ALOHA算法,该算法的标签ID序列通过混沌扩频序列Chebyshev序列扩频而获得扩频信号,阅读器通过接收扩频信号并对其解扩得到标签ID序列．通过建立数学模型对算法进行了分析,仿真实验结果表明扩频ALOHA算法可显著提高系统吞吐量,并且当负载G接近于N时,系统吞吐量Sc接近于最大值．     

L1投影问题的分裂Bregman方法

为了解决一般的L1投影问题,提出交替分裂Bregman L1投影算法,并给出了算法的收敛性分析和证明.该算法适用于宽泛的L1投影的线性逆问题,以全变差投影为例,该算法比目前所提出的对偶投影算法收敛速度更快,图像恢复的质量更高.通过图像去噪、去模糊和修补的实验结果表明,相比于目前的对偶投影算法,不论是信噪比还是视觉效果,该算法的结果更优.     

基于ML的多径信道下直扩信号PN码和信道的联合盲估计

针对非协作通信下多径信道直接序列扩频信号伪随机(PN,Pseudorandom)码的估计难题,本文在分析信号二阶统计特性的基础上,提出了一种基于最大似然(ML,Maximum Likelihood)的PN码和多径信道联合盲估计的方法.该方法首先建立PN码和信道序列的最大似然数学模型,然后通过交替转换数学模型和使用迭代最小二乘投影(ILSP,Iterative Least Square Projection)算法实现PN码和多径信道的联合估计.为了进一步降低算法复杂度和避免矩阵求逆,本文给出了算法的自适应求解方式.此外,针对低信噪比下信道估计误差引起PN码的估计精度下降的问题,本文提出了一种基于迭代总体最小二乘投影的改进算法.所提算法不受PN码码型限制,并通过仿真实验验证了算法的有效性.