开关电容网络的灵敏度分析

本文给出了一种有效的开关电容网络计算机辅助灵敏度分析方法。这种新方法利用快速数值型算法获得了符号灵敏度函数。根据该算法编制的计算机程序,可以获得两种灵敏度函数:一种是以增量作为变量的大参量变化灵敏度,另一种是以元件参数本身作为变量的相对灵敏度函数。本文还导出SC网络传输极点及其灵敏度的计算法,最后给出两个计算实例。     

开关电容网络的计算机辅助符号分析

本文导出了一种有效的获得线性开关电容(SC)电路符号网络函数的方法。这种新方法利用快速数值型算法决定那些非符号电路元件对网络函数的贡献。推导过程应用了线性系统的扰动理论。通过文中所提出的新方法所编制的计算机程序SSCNAP(Symbolic Switched-Capacitor Network Analysis Program),可以获得两种符号函数:一种是以增量值作为符号变量的符号函数,另一种就是我们常见的以元件值本身作为符号变量的符号函数。     

一种适用于机载SAR的改进PACE自聚焦算法

PACE算法是一种新的非模型的高性能SAR图像自聚焦算法,可以有效提取SAR图像中高频相位误差。由于PACE算法直接以图像相位误差校正值系列为待估计参量,计算量巨大,该文从提高PACE算法的执行效率的角度出发,提出了一种插值PACE算法(IPACE)。IPACE算法以图像对比度函数为目标函数,以待估计的相位校正矢量中的若干个相位校正值为自变量,通过拟牛顿算法迭代获得它们的最优估计,然后通过插值获得整个相位误差校正矢量的最优估计值。IPACE算法可以有效地减少待估计变量的个数,提高算法的执行效率,同时几乎不降低算法的聚焦性能。实际相位误差未知的超宽带SAR回波数据的聚焦结果表明了该算法能显著改善图像的质量,是一种鲁棒性良好的图像自聚焦算法。     

求解线性等式约束优化问题的移动渐近线法

针对线性等式约束优化问题,提出了一种新的移动渐近线算法。先将原问题转为以搜索方向为设计变量的新的优化问题,使用零空间技术处理进一步简化为无约束优化问题。然后,在迭代过程中,构造目标函数的移动渐近线函数且组成优化问题,求解优化问题获得下降搜索方向和搜索步长。我们讨论了算法的参数选取准则,并证明了该算法的全局收敛性。试验结果表明算法是有效地求解大规模的线性约束优化问题。     

基于平均相关和差分相干累积的微弱GPS C/A码信号精密捕获算法

针对弱信号条件下GPS C/A码捕获问题,提出一种基于平均相关和差分相干累积的码捕获算法。首先,引入相干能量最大值与第二大值的比值作为判决变量,仿真了各种捕获算法的虚警概率得到最佳的判决门限;然后,通过设置的判决门限获得不同多普勒频率偏差及信噪比条件下的检测概率;最后,比较了所提差分相干累积算法、相干非相干累积算法以及非相干累积算法的捕获灵敏度。仿真实验表明,在相同接收数据长度的情况下,采用差分相干累积算法比其他2种算法提高捕获灵敏度约2 dB。     

一种改进粒子滤波目标跟踪算法

使用粒子滤波进行目标跟踪时,是用状态转移概率作为重要性函数,由于没有利用最新的观测信息,使得滤波效果不够理想.针对粒子滤波算法的这一缺陷, 提出了一种改进粒子滤波算法,该算法利用平方根无迹变换获得重要性函数,解决了粒子滤波算法以状态转移概率作为重要性函数的不足,同时保证了滤波过程中的稳定性.理论分析与仿真实例结果均表明,该算法提高了滤波的稳定性和精确性.     

基于抽象解释的函数不变量正确性验证

函数不变量检测是提高软件质量的一种有效方法.针对检测方法可能带来无效的函数不变量的缺陷,提出一种以抽象解释理论为基础的函数不变量的正确性验证方法.首先将函数不变量转化成多项式关系;其次结合多项式程序与最弱前置条件抽象解释分析多项式关系正确性的判断依据;最后构造多项式关系算法,凭借得到的结果验证函数不变量正确与否.同时通过一个C程序中的函数不变量为例对该验证方法进行说明.     

一类基于多变量密度估计的盲源分离方法

该文给出了一类独立源信号盲分离的训练算法。该类算法都以测度概率密度函数的Kullback-Leibler距离作为目标函数,用来衡量源信号各分量的独立性。该文利用多变量概率密度估计技术和自然梯度优化算法,使目标函数最小化,得出了两种分离算法。计算机仿真结果表明了算法的有效性。并与Infomax算法比较,性能较优。     

基于二阶空间直方图的双核跟踪

针对核跟踪算法中的背景信息弃用和空间结构丢失问题,该文提出一种基于二阶空间直方图的双核式目标跟踪算法。该算法以二阶空间直方图为目标表示模型,以相似度和对比度为目标判断准则,来建立全新的目标函数;并依据多变量泰勒展开和目标函数最大化方法,推导出双核式目标位移公式;最后使用均值漂移程序递归地获得了目标的最优位置。通过对各种条件下运动目标的跟踪验证了算法的有效性。     

基于极小极大值算法的多波束天线优化设计*

为了以多个性能近似一致的点波束覆盖服务区,提出了一种新型赋形多波束天线设计方法。优化过程中将天线口径投影面内的相位分布和各个馈源的位置作为优化变量,然后以不同位置波束的增益和旁瓣作为目标函数,最后利用极小极大值算法获得高增益低旁瓣多波束覆盖。数值仿真结果表明了优化设计的有效性,解决了传统标准单口径单馈源多波束天线旁瓣电平高、波束交叠增益低的问题。     

一种改进的星载SAR波束优化算法

针对传统的星载SAR波束展宽优化算法中优化变量数目多、计算时间长的缺点,该文提出了一种减少变量数目、提高优化速度的算法。该算法对常规遗传算法进行了改进,以正交多项式为天线口径分布的基函数,以多项式系数为优化变量,从而大大减少了优化的变量数目,提高了优化速度。此算法经过了长时间的改进,已经在多个型号项目中得到了广泛的应用。     

离散型变量优化的处理——一种工程圆整方法

优化设计的设计变量可以为连续型或离散型(整型)。连续变量的优化理论己较成熟,离散变量的优化则正在研讨中。下面给出的是一种先将离散型变量当连续型处理,用连续变量的优化方法得出优化结果后,再将结果数据进行圆整处理,从而得到离散型交量优化解的离散变量圆整方法。一、函数的灵敏度它是指设计变量发生微小变化时,目标函数的变化程度。在函数的一阶偏导数存在时,可定义为函数:f=f(X_1,X_2,…X_n)对变量 X_1在点D~*=(X_1,X_2,…X_n)~*处的灵敏度为在函数的偏导数解析表达式复杂,难以计算时,可以用差商形式定义     

利用偏差函数的周期性和对称性的并行Bresenham直线算法

通过对Bresenham直线算法中偏差函数(决策变量)周期性和对称性研究,提出一种基于多段扫描转换的直线扫描转换算法。该算法利用偏差函数的以上特点,通过并行填充各段像素来替代逐点计算,是一种直线扫描转换的新思路。     

一种神经网络快速修剪算法

 通过分析非线性函数各输入参数对函数值的影响,发现当输入参数间无相互作用时,表征其灵敏度的傅立叶振幅主要集中在基频上。基于该发现,提出一种基于扩展傅立叶振幅灵敏度方法的神经网络隐含层神经元快速修剪算法。其实质是通过计算神经网络隐含层各神经元输出的指定基频上的傅立叶振幅,求取隐含层神经元对神经网络输出的灵敏度。根据各神经元的灵敏度,按照一定的准则削减冗余神经元,获得紧凑的神经网络结构。将提出的神经网络结构修剪算法用于污水水质参数化学需氧量(COD)的软测量过程中,实验结果与扩展傅里叶振幅灵敏度算法相比,在修剪效果相同的情况下,其运行时间得到明显减小。     

基于人工蜂群算法的船舶运动模型参数离线辨识

为准确、有效辨识出船舶运动模型的参数,以构建精确的船舶运动模型,将群智能优化算法中的人工蜂群算法引入到船舶运动模型的参数辨识。将船舶运动模型参数辨识问题转化为一个多维变量函数优化问题,分析了人工蜂群算法求解船舶运动模型参数辨识的适应性;给出了采用人工蜂群算法进行船舶运动模型参数辨识的流程。以响应型船舶运动模型参数辨识为例,仿真研究显示,将船舶运动模型参数辨识问题转化成优化问题,通过人工蜂群算法对构建的误差准则目标函数的优化,能够快速找到使得目的函数最优的一组变量,该变量即为辨识得到的模型参数。研究过程及结果表明,文中的技术路线简明且适用,是一种有效的计算机辅助船舶运动模型参数离线辨识方案。     

基于混合遗传算法的唯相位直接数据域算法

提出一种基于混合遗传算法的唯相位直接数据域最小二乘算法.通过采用标准遗传算法与Neider-Mead单纯形法相结合的混合遗传算法,提高了优化效率和运算速度.首先根据标准直接数据域算法推导得出目标函数,继而将目标函数作为适应度函数,将所有自适应权值的未知相位作为决策变量,通过混合遗传算法进行非线性优化,从而求得各个自适应权值的优化解.作为一种唯相位自适应算法,它在硬件实现上比传统算法更具简单性.同时,它只对单快拍数据进行处理,避免了样本协方差矩阵的构造以及矩阵求逆运算,更适合于实时处理.仿真结果表明,算法具有良好的信号恢复和干扰置零性能,比基于非线性其轭梯度法的唯相位直接数据域算法性能更优.     

一种针对多目标跟踪的多基雷达系统聚类与功率联合分配算法

为了使多基雷达系统(MSRS)能动态地协调各部雷达的发射参数及其所获得的量测的使用,进而在系统资源有限的约束下达到更好的性能,该文提出一种针对多目标跟踪的MSRS聚类与功率联合分配算法。首先,该文推导了目标跟踪误差的贝叶斯克拉美罗下界(BCRLB)。然后,以最小化多目标总体跟踪误差的BCRLB为目标,建立了包含聚类方式和发射功率两个优化变量的代价函数,并用循环最小化算法和投影梯度算法对这个双变量优化问题进行了求解。最后,通过仿真实验验证了提出算法的有效性。     

基于改进二次相关算法的声源定位仿真研究

基于广义相关时延算法的被动声源定位技术,其定位精度随着声源信号信噪比的降低而大幅下降,且易受噪声和混响等因素影响。针对此问题,该文提出了一种改进的二次相关时延算法,该算法引入了最小均方差（LMS）自适应滤波器作为前端处理以获得高质量的信号,并将信噪比作为控制参数对二次相关函数进行高次方运算,使二次相关函数峰值锐化,以提高当前广义二次相关算法的精度和鲁棒性。通过MATLAB进行不同信噪比环境下实验仿真,结果表明,该改进算法在低信噪比环境下能获得更精确的时延估计,进而有效提高了声源定位精度。     

基于QGA的高压断路器数据融合方法的研究

为了消除传感器测量中的干扰及不确定性,获得更准确、更可靠的测量结果,提出一种新型的基于量子遗传算法的数据级融合算法,并将其应用于高压断路器机械振动或分合闸线圈电流等测量数据的融合。该算法以各传感器的加权因子为优化变量,以总的样本方差最小为目标函数,采用量子遗传算法进行优化求解,求得融合后的最优输出。通过各种比较,证明了该算法的正确性和实用性。该算法可推广应用于其他设备的数据融合。     

基于自身可信度的低复杂度LDPC码位翻转解码算法

提出一种基于位翻转的低复杂度、便于硬件实现的LDPC码解码算法.该算法充分利用变量节点的本征信息来计算翻转判决函数,减少了对其它变量节点软信息的需求,因此大大降低了解码硬件实现的复杂度,同时保证翻转判决函数具有较高的可靠性.利用该算法,对RS-based LDPC码进行的仿真结果表明,改进算法的解码性能接近甚至略优于IMWBF算法.