一种分布式的K-means聚类算法

提出一种适用于大型数据集的分布式聚类算法。该算法以传统的K-means算法为基础进行合理的改进,使之更适用于分布式环境,并从算法的复杂度分析,将该算法与传统的集中式K-means算法及其他分布式算法进行比较。实验表明,该算法在保持了集中式K-means算法所有必要特性的同时,提高了数据处理速度。     

基于直接判决估计和预测估计的语音增强算法

对噪声环境下语音增强算法中的先验信噪比估计提出了一种新的估计算法。该算法结合了直接判决估计和预测估计方法,与传统的基于直接判决的先验信噪比估计算法相比较,当后验信噪比较大时,该算法减少了语音失真;当后验信噪比较小时,算法较明显地减少了音乐噪声。通过研究发现传统的直接判决方法就是该算法的一个特例,该算法可以通过一个权衡因子退化为传统的直接判决方法。实验结果也证实所提出的算法的优越性能。     

基于蚁群算法的二进神经网络学习算法

本文提出一种实现任意布尔函数的二进神经网络学习算法,该算法首先借助蚁群算法优化选择核心节点及节点访问顺序;其次,根据优化的节点访问顺序给出扩张分类超平面的步骤,减少了隐层神经元的数目,同时给出隐层神经元及输出元的表达形式;并进一步通过理论分析了该算法的收敛性。该算法成功地改进了已有学习算法的不足,并通过典型实例验证了该算法的有效性。     

一种应用于GPS抗干扰的改进LCMV算法

研究了一种基于LCMV算法的自适应波束形成算法。结合GPS卫星信号的特点将该算法应用于GPS接收机的抗干扰系统中。文中对该自适应算法进行了推导和Matlab仿真,并使之与LCMV算法的仿真效果作比较,结果表明,该算法能更好地抑制干扰、保留期望信号。     

一种用于人脸识别的新PCA算法

在主成分分析法(PCA算法)的基础上提出了一种新算法,该算法采用了小波预处理的方式.通过该联合算法,在人脸图像采样环境不好的情况下,仍然保证人脸图像较高的识别率.与传统的算法相比,该算法识别率提高了近10%,扩大了PCA算法的应用范围,从而提高了人脸图像的识别率.     

基于DSP的π/4-DQPSK调制解调器的实现

介绍了一种广泛应用于移动通信、卫星通信中的π／4-DQPSK调制解调技术。给出了一种易于DSP实现的π／4-DQPSK调制解调器的算法,相比于相干解调算法,该算法计算量小,在实际信道中测试性能好,同时该算法减少了硬件实现的难度。利用蒙特卡罗方法对该方案进行了仿真,并给出了理论和仿真的误比特率曲线。实验表明该算法执行效率高,能够满足实际通信系统对调制解调器的要求。     

基于时差最小测量误差的任意站定位算法

研究了基于时差最小测量误差的任意站定位算法,从理论上推导了定位模型,阐述了该算法的优缺点,提出了实际工程中应用该算法的基本思路。根据工程应用需求,给出相应的仿真结果,并提出了该算法下一步发展方向的建议。     

采用小波变换的立体匹配:一种基于相位的方法

本义提出了一种采用小波变换基于相位的立体匹配算法。该算法引入多分辨率分析思想,借助小波变换的Ｍａｌｌａｔ算法,采用金字塔式的多尺度匹配结构,从而显著地提高了匹配效率。同时,该算法利用平滑性约束条件实现了相位不稳定区域视差的自适应插值,保证了良好的匹配效果。立体象对的测试结果表明了该算法的有效性。     

基于正交小波变步长盲均衡算法的DSP实现

为了克服常数模盲均衡算法收敛速度慢、稳态误差大的缺点,提出了基于正交小波变换的变步长盲均衡算法。该算法定义了一种以误差函数为自变量的双曲正切函数变步长来加快收敛速度,利用小波变换的强去相关性,通过最小化代价函数来优化均衡器权向量。为了用DSP实现该算法,通过Matlab平台在水声信道中仿真得到该算法的最优参数。在此基础上,设计了该算法的DSP硬件模块和软件流程。结果表明,该算法加快了算法的收敛速度,减小了稳态误差,DSP实现效果良好。     

基于模糊进程因子的改进自适应遗传算法

首先提出了一种改进自适应遗传算法,在本算法中引入模糊进程因子,设置了最佳样本保留数、最佳基因保留数等五个可调参数,使它们随着模糊进程因子的变化而变化,从而实现算法自适应;然后给出了新算法的步骤,并用标准测试函数对该算法进行了测试,测试结果表明:该算法具有较好的在线性能,提高了收敛速度;最后,用该新算法进行了功率谱估计,该算法比LS法具有更好的谱分辨率和适应性。     

离散正弦变换域自适应LMS算法的性能分析

本文在文献[1]的基础上分析了DSTLMS算法的自适应性能,讨论了该算法性能优于常规LMS算法的原因和该算法在滤波中的应用。     

基于信噪比的QAM信号盲均衡算法

提出了一种针对短波QAM信号,采用基于信噪比切换的改进CMA-DDLMS盲均衡算法,对该算法进行了具体介绍,该算法具有残余误差小、收敛速度快的特点,并对该算法进行了仿真验证.     

基于振镜的等分插补算法及实现

通过对各种插补算法和振镜扫描工作原理的研究,笔者推导出基于振镜的等分插补算法。而且在VB下对该算法进行了仿真,最后该算法在UV 355激光PCB柔性加工机床上实现了对振镜运动的控制,该算法与其它插补算法相比具有算法简单、切口平滑、精度高、控制简单等优点。     

基于多种群动态协同的多目标粒子群算法

针对复杂的多目标问题,文中提出了一种基于多种群动态协同的多目标粒子群算法。该算法设置多个种群同时进行独立搜索,从而有效提高算法的搜索能力。此外,为进一步保证种群多样性,该算法利用动态聚类策略将种群划分为两个子群,并改变子种群的更新方式。通过动态学习样本和差分变异,进一步避免算法陷入局部最优。经过对一系列标准测试函数进行仿真,验证了该算法在多目标问题上的有效性。将该算法与5种现存算法进行比较,结果显示该算法的多样性和收敛性均具有明显的优势。     

一种稳健的四阶累积量ESPRIT测向方法研究

本文提出了一种基于四阶累积量的ESPRIT超分辨阵列测向算法,该算法适用于任意形状排列的空间阵列。通过对误差模型的分析,发现该算法具有稳健性,只要接收通道中任意两个通道能保持一致,该算法就能得到正确的方向估计。计算机模拟验证了该算法的正确性。     

一种基于平方根卡尔曼的二阶滤波算法的研究

在平方根Kalman滤波(SREKF)算法的基础上,本文研究一种二阶非线性滤波算法。该算法利用状态误差协方差阵的平方根因式对状态向量作正交变换,消除状态误差项之间的相关性,从而降低了二阶滤波算法的运算量。通过仿真验证了该算法的效能。     

OFDM调制技术在低压电力线的自适应控制

通过改进传统LMS算法,提出了一种模糊推理的变步长自适应算法。该算法结合模糊推理对LMS算法的步长增益进行了改进,通过模糊推理把输入变量映射为合适的步长增益,从而提高了对信道估计值的精度。通过误差绝对值与均方误差值的比较,表明该算法所测得的信道值比传统的LMS算法信道值更接近真实值,说明该算法具有良好的估计性能。     

基于动态规划方法的检测前跟踪

讨论了基于动态规划的检测前跟踪（TBD）算法,介绍了检测前跟踪算法的实现,并通过仿真来说明该算法的性能及可处理的信噪比底线,同时给出了该算法的优缺点。     

基于A*OMP算法及其改进算法的宽带雷达信号稀疏分解

传统稀疏分解算法正交匹配追踪(OMP)算法里采用内积最大值来寻找最优原子,该方法容易陷入局部最优,为了弥补这一缺点,采用了新的算法:A*OMP算法,该算法使用A*搜索(即最佳优先搜索技术)寻找最优原子,该搜索方式寻找的最优原子具有全局最优性。实验表明相比传统OMP算法而言,该算法有效地提高了信号的重构精度。     

一种降低激光雷达行人识别错误率的多算法组合的研究

针对2维激光雷达获取的点云信息,在类圆弧人腿形状识别算法的基础上,提出了一种可以降低行人识别错误率的多算法组合。该方法先采用高斯滤波算法降低噪声的影响,然后利用近邻聚类算法对数据进行聚类处理,再利用组合的聚类中心角算法和最小二乘圆拟合算法对聚类后的数据进行行人腿部检测,完成行人的识别。该算法混合利用LabVIEW和matlab 软件平台,并使用激光雷达对现场的行人进行了识别验证,该多算法组合与单一使用一种识别算法相比,行人识别的错误率由40%降低到了10%以下,充分说明该算法组合具有良好的性能。