一种变步长因子及变动量因子的自适应算法

作为对动量ＬＭＳ算法的补充和改进,提出了一种带有变步长和变动量因子的自适应算法,该算法将传统的动量ＬＭＳ算法中的常量步长调节因子与常系数的动量调节因子均改变成随机变量,从而为自适应滤波器提供了更好的收敛特性,计算机模拟的结果表明,给出的算法在平滑随扰动和加快收敛速度方面起到了一定的作用。     

一种瞬变步长LMS自适应滤波算法

基于规一化起动、平滑递推和ＰＬＳ算法导出了一种新的变步长ＬＭＳ算法。文中分析了起动后的平稳连接和提高起始收敛速度的条件，证明了步长因子μ（ｋ）的瞬变特性及其对减小失调噪声的作用。计算机仿真效果较好，支持了理论分析。     

BP网络的自适应步长因子算法

利用灰色理论的关联度方法，提出了ＢＰ网络的自适应步长因子算法，加快了ＢＰ网络的学习速度。最后以异或问题为例说明了该算法的正确性和可靠性。     

基于自适应步长策略的A*算法路径规划优化

针对A*算法求解路径轨迹耗时长、内存占用大等问题,本文提出一种基于自适应步长策略改进A*算法.首先,根据当前点与终点的位置关系,设定寻路方向的优先级顺序,减少不合理方向上的冗余规划计算量;其次,修改到达终点的判断条件,可在轨迹规划时实现路径的跳跃;再次,针对A*算法轨迹规划效率低的问题,提出自适应步长策略;最后,针对内存占用大,以及面对大地图时可能出现的内存溢出问题,提出了八方向搜索法.实验结果表明,相较于原始的A*算法,改进的A*算法在轨迹规划效率上获得了极大的提升,同时内存占用大的问题也得到了很好的解决     

一种变步长LMS自适应滤波算法及分析

文章对已有的一些变步长LMS自适应滤波算法进行了分析,在此基础上,提出了一种新的自适应算法,并且分析了参数的取值对算法性能的影响。该算法具有快速收敛性和较小的稳态误差,而且能够快速跟踪系统的变化和不受非相关噪声的影响,仿真结果表明,该算法的性能优于已有的算法。     

一种新的变步长LMS 算法及分析

LMS 算法存在收敛速度和稳态误差上的矛盾,当步长因子过大,则收敛速度快,但误差变化 较大; 当步长因子过小,则收敛速度很慢但是误差稳定． 因此,渐渐发展出了多种变步长LMS 算法． 通过建立步长和误差的一种非线性函数关系,提出了一种新的变步长LMS 算法,并且对算法参数 进行分析． 该算法计算简便,计算量低,且在算法收敛初期能够得到较大的步长,而稳态时期能够得 到较小的步长,且在稳态收敛阶段有较为缓慢的步长变化,克服了传统算法在低误差范围内的步长 调整的缺陷． 仿真结果与理论结果相一致,证明了该算法比已有算法拥有更好的收敛性能．     

基于两阶段自适应优化的双目立体匹配算法

针对局部立体匹配算法在弱纹理区域匹配准确度低的问题,提出一种在代价初始化和代价聚合两阶段自适应优化的立体匹配算法。首先,在代价初始化阶段,通过双阈值线性约束条件构造像素点的十字支撑窗口,并依据十字支撑最短臂长构造自适应函数融合AD及Census特征测度;其次,在代价聚合阶段,利用十字支撑水平扩展及形态学处理的方法构造自适应滤波窗口,并通过区域滤波实现代价聚合;最后,通过视差选择及视差优化得到最终的视差图像。Middlebury平台测试结果表明:该算法与传统的AD-Census融合立体匹配算法相比,图像集的整体匹配误差减小了3.95%,在非遮挡区域的匹配误差减小2.17%;与传统区域滤波立体匹配算法相比,该算法在弱纹理区域可以取得更好的立体匹配效果。     

基于变步长LMS算法的线性自适应均衡器的设计

针对短波通信信道中信号传输受到多径效应影响的问题,设计了一种基于变步长LMS算法的线性自适应均衡器,可以有效获得信道均衡的效果,最后通过仿真测试并在DSP上编程得以实现。     

基于DBSCAN聚类的细菌自适应步长觅食算法

自适应细菌觅食算法(adaptive bacterial foraging algorithm,ABFA)在一定程度上解决了经典觅食算法步长选择的问题,加快了算法的收敛速度.但随着细菌代价函数值的减小,自适应细菌觅食算法原有的趋化步长调整函数易使步长快速进入极小,造成算法早熟.本文提出了一种基于DBSCAN聚类的细菌自适应步长觅食算法(DBSCAN-based adaptive bacterial foraging algorithm,DBSCAN-ABFA),算法利用DBSCAN聚类对核心点区域的细菌进行标记,通过对被标记细菌采用改进的趋化步长调整函数,降低自适应步长的缩小速率来解决步长快速进入极小的问题,最终避免算法早熟,并通过实验验证了算法的有效性.     

非线性互补问题光滑牛顿法的全局收敛性

在将非线性互补问题转化为求解非光滑方程组的基础上,为了将非线性互补问题转化为求解光滑方程组,通过引入一个新的光滑NCP函数,建立了求解P0函数非线性互补问题的一步光滑牛顿法,并在较弱的条件下证明了该算法具有良好的适定性和全局收敛性.     

基于T/2分数间隔的不同变步长盲均衡算法

在分析分数间隔均衡器(FSE)和多模算法的基础上,针对算法固定步长存在收敛速度和剩余误差的性能要求相矛盾的问题,研究以不同变步长的T/2分数间隔多模盲均衡算法.各变步长利用与误差项或均衡输出项的非线性关系自适应调整步长.利用QPSK信号进行仿真分析,结果表明,本算法在收敛速度和稳态误差方面的性能优于固定步长,且相同实验条件下,不同步长的盲均衡算法性能也不同.     

求解混合互补问题的一步光滑牛顿法

在将混合互补问题转化为求解非光滑方程组的基础上,基于扰动的CHKS光滑MCP函数,建立了求解混合互补问题的一步光滑牛顿法.在一定的条件下,证明了该算法的全局收敛性.     

解非线性方程的牛顿迭代法及其应用

牛顿迭代法也称为牛顿切线法，是解非线性方程的一种方法，通过实例对该方法进行了介绍，包括其理论依据、误差估计、收敛阶数、迭代法初始值的选取规则等．     

解非线性方程的牛顿迭代法及其应用

牛顿迭代法也称为牛顿切线法,是解非线性方程的一种方法,通过实例对该方法进行了介绍,包括其理论依据、误差估计、收敛阶数、迭代法初始值的选取规则等.     

结构主动控制的一种瞬时最优算法

本文将高阶单步算法用于结构的瞬时最优主动控制。由于该方法比Ｎｅｗ－ｍａｒｋ－β法,Ｗｉｌｌｓｏｎ－θ法等具有高得多的精度,因此,获得了比其它瞬时最优算法更显著的控制效果。     

约束优先边值固定最优控制嵌套优化方法

针对边值固定的最优控制问题,提出一种约束优先嵌套优化方法,将边值固定问题转化为嵌套的2个边值无约束最优控制问题.将两点步长梯度法实行内层优化求解满足边值约束的可行控制策略,与无记忆拟牛顿法实行外层优化求解最优目标函数相结合,避免了罚函数法的不足,提高了优化算法收敛的稳定性和高效性.同时引入一种特殊的控制变量转换方法,通过中间变量和函数转换消除控制边界约束.经典实例的研究结果表明,该算法在收敛性能和求解效率方面具有显著的优越性.     

Variable step size multi-antenna diversity equalization algorithm using error feedback

Owning to the correlation of the error signal in multi-antenna diversity adaptive decision feedback equalization being not same with white noises', the equalization performance is constrained. This paper adds error feedback filters to the traditional multi-antenna diversity adaptive decision feedback equalizer. The proposed structure can decrease the correlation of the error signal to increase the performance under the mean square error criterion. However, the proposed structure lowers the algorithm's convergence speed. Consequently, a nonlinear function between step size and error signal by modifying the sigmoid function in order to make this variable step-size measure be adapted to decision feedback equalizers is proposed. The modified algorithm has a larger step size at beginning. Simulation results show that the proposed approach can increase the speed and lower mean square with only little increase in computation.     

连续时间非齐次双线性二次型最优控制迭代算法

在基于双线性模型的连续时间非线性最优控制的ＤＩＳＯＰＥ算法中,每次迭代都要求解连续时间非齐次双线性二次型问题。针对这一问题提出了新的迭代求解算法,分析了该算法收敛性的一个充分条件和最优性,为基于双线性模型求解非线性最优控制问题提供了有效方法。