Turbo译码的自适应迭代停止算法

为降低Turbo译码延迟,提出一种自适应控制的迭代停止算法。利用SISO1产生的对数似然比 代替SISO2产生的对数似然比 ,并根据信道信噪比的不同,自适应选择门限参数。理论推导和仿真结果表明,该算法能有效降低译码平均迭代次数,消除单一迭代算法的不稳定性,提高译码速率。     

表面贴装设备的运动控制分析

针对现代化表面贴装设备对运动控制各方面的要求，对运动轴的种类、等级、模式等各方面进行了系统的分析，并给出了进行有效控制的方法，为实现贴片机的高速高精度控制奠定了基础。     

LFM信号限幅失真对侧扫声纳声图的影响

本文分情况讨论了LFM信号限幅失真对脉冲压缩及侧扫声图的影响并进行了湖试验证。结果表明:限幅失真对于脉压波形的主瓣几乎没有影响,即不会影响到声图的分辨率,但是会使脉压波形的幅度产生失真。当限幅程度较大时,由于信号的叠加会进一步恶化脉压波形,使脉压信号的幅度明显降低,甚至产生假目标,信号的动态变化范围被严重压缩;即使当单个信号不限幅时,而由于多目标回波相互叠加也可能会引起信号限幅,此时也可能对处理结果造成较为严重的失真,使信号动态范围被压缩。     

基于迭代的PROPELLER MRI重建算法

PROPELLER是磁共振成像中能有效消除运动伪影的一种新的采集技术。对于PROPELLER的重建,传统的卷积网格方法由于需要优化大量参数和采样密度补偿过程,重建图像的质量很难得到保证。本文提出使用迭代重建的方法进行PROPLLER的重建,通过加权预条件共轭梯度算法,迭代最小化代价函数,从而得到重建图像。为了提高速度,在每步迭代中,使用NUFFT计算矩阵-向量乘法。通过仿真数据和实际扫描数据比较验证,迭代算法相比卷积网格化方法提高了重建图像信噪比,消除了振铃伪影,并提高了图像的均匀性。     

视觉辅助表面贴装技术中图像处理技术的研究

在视觉辅助定位表面贴装技术（SMT）中，图像处理是进行图像高精度识别定位的基础，该文介绍了其设计思想和实现方法，应用有选择的局部平均化对芯片图像进行平滑处理，并分别用四邻、八邻和二阶巴特沃斯高通滤波器对芯片图像进行增强，实验结果说明该研究对芯片处理是有效实用的。     

基于外信息绝对值信噪比的迭代停止准则

针对Turbo码译码延时较大的问题进行研究。通过分析译码器输出外信息绝对值信噪比的统计特性,利用译码器输出外信息绝对值信噪比的收敛特性,提出一种新的迭代停止准则,简称为SBAE准则。将新准则与现有的经典迭代停止准则对比,新准则节省了大量存储空间,通过仿真分析新准则下Turbo性能及平均迭代次数,得出结论:新准则在保证译码性能的同时,有效减少了译码的平均迭代次数,加速了Turbo码的译码过程,提高了译码效率,为Turbo码在实时系统中的应用提供一种有效方法。     

非线性系统高阶迭代学习算法

结合迭代学习控制算法中的开环和闭环方案，本文针对更一般的非线性系统，讨论高阶算法的广泛适用性。理论和仿真结果表明了高阶算法在输出跟踪和干扰抑制方面的有效性。     

DCO-OFDM系统DCT-S峰均比抑制算法

针对直流偏置光正交频分复用（DCO-OFDM）系统中的非线性失真问题,提出一种基于离散余弦变换（discrete cosine transform,DCT）和缩放（scaling）的DCT-S峰均比（PAPR）抑制算法。该算法通过DCT改变功率分布概率,减小信号包络范围,再对时域信号进行自适应缩放,使其更好地适应LED的动态范围,降低系统峰均比,进而抑制了非线性失真。仿真结果表明,与传统算法相比,该算法在LED发射功率不变的前提下,大幅降低了DCO-OFDM系统的峰均比,同时降低了误码率。     

On the combined response of clipper‐amplifier cascade for PAPR reduction of OFDM signals

Orthogonal frequency division multiplexed (OFDM) signals have high peak‐to‐average power ratio (PAPR) which results in excessive nonlinear distortion when amplified by power amplifiers (PA) and hence, reduction in system signal‐to‐noise (SNR) and spectral efficiency. Clipping has been one of the most popular and low‐cost technique for reducing the PAPR of OFDM signals. The overall spectral efficiency of an OFDM system that involves clipping depends on the combined response of the cascade of clipper‐amplifier and not only on the response of the clipper. In this article, the performance of clipped and nonlinearly amplified OFDM signals is studied. The combined response of a clipper‐amplifier cascade is obtained using an orthogonalized behavioral model which enables in‐band and out‐of‐band nonlinear distortions to be accurately predicted without using the Gaussian assumption of signal statistics. Furthermore, different clipping characteristics are studied where it is shown that the overall nonlinear distortion, and hence the overall SNR, is highly dependent on the type of clipping characteristics and the clipping ratio. Simulation results are verified by Simulink measurement model which uses measured amplifier characteristics in a “General Amplifier” block. © 2014 Wiley Periodicals, Inc. Int J RF and Microwave CAE 24:656–664, 2014.     

非线性动态滤波的迭代算法

阐述了标称状态的线性化方法和扩展的卡尔曼滤波公式及迭代卡尔曼滤波,探讨了非线性动态滤波的近似处理方法,围绕标称状态将非线性模型进行线性化,将标准的卡尔曼滤波扩展到非线性模型,得到扩展的卡尔曼滤波公式,研究了迭代滤波计算方法。扩展的卡尔曼滤波方法已经有效地用于非线性模型。     

表面贴装关键设备参数库的设计与实现

随着电子产品不断向高密度,细间距和低缺陷的方向发展,表面贴装技术（SMT）的应用越来越广泛。针对表面贴装生产线中各关键设备缺乏有效地集中监控这一问题,设计并实现一个表面贴装关键设备参数库。详细分析了数据采集、数据显示、数据查询和统计分析等3个组成模块,通过对参数库的实现和测试,参数库可帮助工作人员进行生产的监控和数据的统计分析,从而提高了人员的工作效率和产品加工的可追溯性。     

TPC基于相关运算的迭代译码算法

Chase-Pyndiah算法（简称C-P算法）为Turbo乘积码（TPC）译码中常采用的算法之一。在C-P算法的基础上,引入一种基于相关运算的迭代译码算法,采用相关作为度量,可以避免复杂的欧氏距离计算;在选择候选码字时引入度量比较的方法,省去了对竞争码字的搜索;通过去除候选码字中相同元素对符号集合进行简化,降低了译码复杂度和译码延时。经算法分析与仿真表明,与已有的软判决算法相比,该算法的译码速度更快而译码性能没有降低,非常适合硬件实现。     

求解非线性方程组的迭代神经网络算法

求解非线性方程组是工程研究中的基本问题,普通的求解算法均具有一定的缺点,通用性不强。神经网络能以任意精度逼近非线性函数,利用它逼近非线性方程组的函数的反函数,提出了通用性较强的数值求解方法。首先,给出了不需迭代的简单神经网络算法;然后,针对给定求解区域偏大和不准确的问题,提出了缩小与改变求解区域的迭代神经网络算法。这两种算法均进行了实例求解,结果表明,两种算法格式简单,求解时间短,精度高,具有较高的应用价值,在理论研究和工程实践中具有较大应用前景。最后分析了算法的优点和改进方向。     

迭代学习控制系统的鲁棒收敛性分析(英)

本文提出一种开闭环配合的滤波器型选代学习控制算法，并将这种算法应用于一般非线性动态系统的轨迹跟踪．对于渐近重复初始条件和渐近周期干扰的情形，通过控制误差估计和输出误差估计，文中分别证明了学习过程的一致收敛性．证明中未采用线性化手段．     

离散非线性系统开闭环P型迭代学习控制律及其收敛性

本文在讨论了一般开环与闭环迭代学习控制的不足后，针对一类离散非线性系统，提出了新的开闭环ＰＧ型迭代学习控制律，给出了它的收敛性证明，仿真结果表明：开闭环Ｐ型迭代律优于单纯的开环或产才环Ｐ型迭代 律。     

保证瞬态性能的迭代学习控制

讨论一类不确定非线性系统的可保证瞬态性能的迭代学习控制问题.引入限定跟踪误差瞬态特性的界函数,通过误差转换方法,定义一个转换误差变量,将跟踪误差的保证瞬态特性问题转化为该误差变量的有界性问题.采用Lyapunov方法,设计迭代学习控制器处理系统中参数和非参数不确定性.并且,采用完全限幅学习机制,保证转换误差变量的有界性和一致收敛性.从而既能得出系统输出在整个作业区间的完全跟踪性能,同时又能够保证跟踪误差在每次迭代的过程中具有保证的瞬态特性.仿真结果验证了所提控制方法的有效性.     

ETSG-SMT:一种SMT时间信道安全问题描述模型

同时多线程(simultaneousmulti-threading,SMT)技术是现代高性能处理器的标配技术,是提升线程级并行度的重要微架构优化技术之一. SMT技术在带来性能提升的同时,也引入了新的时间信道安全问题,相对于跨核、跨处理器,SMT技术下的时间信道安全问题更难应对和防护,且陆续有新的安全问题出现.当前缺少一种系统描述SMT环境下时间信道安全问题的方法.从利用SMT技术产生时间信道的原理入手,聚焦SMT环境下共享资源产生的时间信道及其攻击机理,基于拓扑排序图(topologicalsortgraph,TSG)模型,结合数据流分析扩展得到一种适用于SMT环境下的时间信道安全问题描述模型——ETSG(extendedtopologicalsortgraph,扩展的拓扑排序图)-SMT.首先介绍SMT环境下时间信道安全问题利用和防护的技术特点以及使用TSG模型分析SMT环境下时间信道安全问题的限制与不足;然后在TSG模型基础上,针对SMT技术特征及其安全问题的形式化描述特点,结合数据流分析技术形成一套新的建模方法;最后,通过将ETSG-SMT模型应用到SMT环境下现有的攻击方法和...     

SMT求解器理论组合技术研究

可满足模理论(SMT)求解器是计算机科学中用来判定一阶逻辑公式可满足性的程序,是许多形式化方法的验证引擎.理论求解器实现了SMT基于不同理论背景的求解过程,然而实际问题常以多个理论为背景.因此,本文重点介绍理论组合判定方法,概述SMT求解器的发展现状,并分析了几个主流SMT求解器理论组合判定关键技术.通过对照实验,评估...     

Limiting Behaviour in Parameter Optimal Iterative Learning Control

This paper analyses the concept of a Limit Set in Parameter Optimal Iterative Learning Control (ILC). We investigate the existence of stable and unstable parts of Limit Set and demonstrates that they will often exist in practice. This is illustrated via a 2-dimensional example where the convergence of the learning algorithm is analyzed from the error's dynamic behaviour. These ideas are extended to the AT-dimensional cases by analogy and example.     

Correlation between the gradients of the quadratic functional and its clipped prototype

Applicability of clipping of quadratic functional E = −0.5x ⁺ Tx + Bx in the minimization problem is considered (here x is the configurational vector and B ∈ R ^N is real valued vector). The probability that the gradient of this functional and the gradient of clipped functional ɛ = −0.5x ⁺ τx + bx are collinear is shown to be very high (the matrix τ is obtained by clipping of original matrix T: τ_ij = sgnT _ij ). It allows the conclusion that minimization of functional ɛ implies minimization of functional E. We can therefore replace the laborious process of minimizing functional E by the minimization of its clipped prototype ɛ. Use of the clipped functional allows sixteen-times reduction of the computation time and computer memory usage.