适用于水声信道的符号常数模算法研究与仿真

引入符号算法可以提高CMA算法的收敛速度.对比研究了三种符号常数模算法(SR-CMA、SE-CMA、SS-CMA)与CMA算法在水声信道均衡中的收敛性能.水声信道仿真结果表明,SR-CMA算法,SE-CMA算法,SS-CMA算法的收敛速度快于CMA算法,SR-CMA算法的稳定性与CMA算法接近,其整体性能是三种符号常数模算法中最佳的,SS-CMA算法的计算量最小但其整体性能不佳,SE-CMA算法的整体性能比SR-CMA算法差,略优于SS-CMA算法.     

一种新的变步长LMS自适应滤波算法

在对传统LMS算法、变步长SVSLMS算法及归一化LMS算法分析的基础上,提出了一种改进的归一化变步长LMS算法即N-SVSLMS（Normalized-SVSLMS）算法。该算法结合了参考文献中两种算法的思想,得到了改进的归一化LMS自适应算法。该算法在信道环境多变的情况下,收敛速度和稳定性能有了进一步的提高。理论分析及计算机仿真结果表明,N-SVSLMS算法明显优于传统LMS算法、变步长SVSLMS算法及归一化的LMS算法。     

一种基于MMSE的低复杂度自适应均衡算法

传统的MMSE均衡算法需要作信道估计,算法复杂度也很高,采用了一种基于最陡梯度下降的LMS迭代算法,该算法不需要信道估计,也不需要复杂的矩阵逆运算,其算法复杂度远远低于MMSE均衡算法的复杂度。仿真结果表明,该LMS迭代算法的收敛速度比RLS算法的收敛速度稍慢,而误码率与RLS算法相当,但其算法复杂度远远低于RLS算法和传统的MMSE均衡算法。     

基于混合人工蜂群策略的改进DV-Hop定位算法

为了减小DV-Hop算法在无线传感器网络节点定位中的误差,提出了一种基于混合人工蜂群算法的改进算法。该算法结合了粒子群算法收敛速度快和蜂群算法搜索能力强的特性,首先通过DV-Hop算法估计锚节点与未知节点之间的距离,然后采用粒子群算法计算未知节点的初始位置,最后利用蜂群算法进行迭代求精,从而实现基于不同距离测量方法的总体优化。仿真结果表明,改进算法的定位精度较DV-Hop算法和基于粒子群的定位算法有明显改善。     

基于贪婪算法的系统级故障的概率诊断

概率诊断算法是系统级故障诊断研究的一个重要方面,本文在集团理论的基础上,利用贪婪算法中不同贪婪准则提出了四个概率诊断算法.通过对诊断算法进行仿真,分析比较了各算法的性能,每种算法在较少的测试数情况下,均表现出较高的诊断正确率,且时间复杂度不高.四种贪婪算法中贪婪算法一的性能最优,实验结果表明,相对于经典的概率诊断算法—Compete算法与Majority算法,相同条件下,在诊断正确率上贪婪算法一要远好于Majority算法,在时间复杂度上要好于Compete算法,综合性能上要优于此两种概率诊断算法.     

编码辅助信噪比估计算法的性能分析

本文研究了基于编码辅助的信噪比期望最大（EM）估计算法。在分析编码辅助算法模型的基础上,建立了无编码辅助算法与编码辅助算法的联系,将无编码辅助算法看作是编码辅助算法的一种特殊情况。此外,将同步估计中的嵌入估计算法运用到信噪比迭代估计中,得到了一种简化的编码辅助算法,克服了原算法计算量过大的缺点。仿真结果表明,简化后的算法在降低算法复杂度的同时,仍能保持原算法的估计性能。     

基于免疫算法的飞机机电系统故障诊断

针对一般免疫算法复杂度高、耗时长,以及飞机机电系统可靠性、实时性要求高的特点,提出了一种适合飞机机电系统故障诊断的改进免疫算法。该算法通过采用去除一般免疫算法的抗体增殖能力。降低算法复杂度,保留算法的部分学习能力以保证算法性能,将机电系统传感器数据进行向量化处理以适应算法结构,并提高算法可靠性。实验结果表明,改进后的算法故障诊断准确度得到进一步提高。     

基于加权BF-TOPSIS的多属性决策方法研究

BF-TOPSIS算法结合置信方程和TOPSIS算法,能够有效处理多属性决策问题。加权BF-TOPSIS(WBFTOPSIS)算法是对BF-TOPSIS算法的有效推广,保留了BF-TOPSIS算法的优越性。文章首先对BF-TOPSIS算法的归一化问题进行详细推理分析,并给出BBAs构造的一种新的证明。通过分析BF-TOPSIS算法BBAs构造的实际意义,提出WBF-TOPSIS算法,并给出加权系数的最优化表达式。BF-TOPSIS算法是WBF-TOPSIS算法的一种特殊情况。相比于BF-TOPSIS算法,WBF-TOPSIS算法能够做出更优的决策结果;最后算例分析验证了所提算法处理多属性决策问题的优越性性。     

规则LDPC码在瑞利快衰落信道下的译码算法性能分析

主要是研究规则LDPC码在瑞利快衰落信道下的两种解码算法,包括归一化BP-based算法和UMPBP-based算法的性能。仿真结果表明,在短码情况下,归一化BP-based算法优于UMPBP-based算法,其性能很接近BP算法,长码情况下,归一化BP-based算法优于BP算法和UMPBP-based算法。因而,在瑞利快衰落信道下,不管是长码还是短码,我们认为归一化BP-based算法是一种性能较优的解码算法。     

基于矩阵广义逆递推的自适应滤波算法

本文把自适应滤波算法的优化准则之一最小二乘准则:J(n)= ∑ n i=1 λ^n-i|e(i)|²写为矩阵形式,利用矩阵广义逆递推公式直接对输入信号矩阵而不是自相关矩阵进行递推更新,得到一种新的自适应滤波算法.和其它算法如LMS算法、NLMS算法、FRLS算法、TDNLMS算法、 APA算法、Leaky-LMS算法和RLS算法进行了计算机模拟仿真比较,仿真结果表明该算法有良好的收敛性能,收敛速度快于LMS算法、NLMS算法、FRLS算法、 APA算法、Leaky-LMS算法和RLS算法.