一种低复杂度的LDPC码迭代译码算法

在LDPC码的译码算法中，和积算法性能最优但复杂性较高，最小和算法实现简单但性能与和积算法相差较多。针对这一性能与复杂度的矛盾，带有修正项的最小和算法成为研究的热点问题。文中基于一种性能与和积算法接近的修正最小和算法进行研究，对修正项的修正方式进行了简化，简化后的算法在性能上与和积算法仍非常接近，实现复杂度却比原修正最小和算法有明显的降低。     

基于背景抑制的红外小目标检测方法

分析了红外图像中小目标，噪声以及背景的特点，为了抑制背景从而检测出红外小目标，应用了最小平方中值滤波器算法和数学形态学算法，并和时域中值滤波器算法作了比较。仿真结果证明数学形态学算法是性能最好的算法，时域中值滤波器算法次之，最小平方中值滤波器算法最差。     

关联规则挖掘算法的设计

在对事务数据库不变，只对最小支持度和最小可信度进行改变的情况下，针对关联规则的维护问题，设计了一个高效的增量式更新算法FIUA，并将FIUA和已有的APRIORI算法进行了比较，证实了FIUA算法的高效性。     

线性受限最小二乘恒模波束形成算法

将线性受限条件运用于最小二乘，提出了一种线性受限最小二乘恒模波束形成算法，称为LC-LSCMA，并将它与传统的最小二乘恒模波束形成算法(LSCMA)及预解扩最小二乘恒模波束形成算法(P-LSCMA)进行了仿真比较。仿真结果表明，提出的LC-LSCMA算法比LSCMA及P-LSCMA的信干比性能和误码率性能要好，特别在低信噪比情况下性能仍优于LSCMA。     

一种改进的归一化变步长最小均方误差自适应滤波算法

本文提出了一种改进的归一化变步长最小均方误差自适应滤波算法（MNVS）．它综合了传统的最小均方误差算法（LMS）和归一化变步长最小均方误差算法（NVS）的优点，既具有快速跟踪能力，又允许大动态范围的信号输入．计算机模拟实验结果表明，MNVS算法的性能明显优于LMS和NVS算法，而其计算量增加甚少。     

LDPC码的一种改进的Min-Sum解码算法

本文在对LDPC码译码复杂度分析的基础上，对现有译码算法进行了基于计算机仿真的比较。对最小和译码算法提出了一种改进方法：量化的最小和算法，并进行了计算机仿真实验，实验结果表明，本方法在保持算法计算复杂度的前提下，误码率性能有了显著提高。     

MIMO系统的自适应均衡技术研究

研究了用于MIMO系统的自适应均衡的几种算法，比较了最小均方算法(LMS)、递归最小二乘算法(RLS)、判决反馈算法(DFE)、格型梯度自适应均衡算法(GALE)和格型最小二乘自适应均衡算法(LSALE)。文章的最后给出了仿真结果及结论。     

基于迭代最小二乘的水下三维高鲁棒性定位算法

为解决基于空间角信息水下3维定位中，闭式解算法中定位性能无法达到克拉默-拉奥界(CRLB)和牛顿迭代算法初始值选取问题，该文利用一种基于迭代最小二乘的高鲁棒性算法修正闭式解的残差项与选取迭代算法的初始值。利用伪线性加权最小二乘算法得到闭式解作为正则化修正迭代法的初始值，将迭代结果修正闭式解算法的残差项，通过迭代最小二乘法的交替运算，得到稳定精确的解。通过仿真验证了基于迭代最小二乘算法的高鲁棒性，消除伪线性加权最小二乘算法中残差项选取的不利影响，解决了迭代法初始值选取问题，得到与收敛情况下迭代法相近的定位性能。     

一种改进的数字式波束形成的快速自适应算法

本文提出了一种改进的数字式波束形成的快速自适应算法，即具有严格约束最小功率的抽样矩阵梯度算法（ＣＳＭＧ），它综合了传统抽样矩阵梯度算法和具有严格约束的最小功率自适应算法的优点。计算机模拟表明，此算法波束方向随约束角度而变，自适应调零能力较强，收敛速度也较快。     

声学法电站锅炉温度场重建算法的研究与比较

为了声学法电站锅炉温度场测量的需要，重点沦述了一种利用正则化方法对电站锅炉炉膛温度场进行重建的算法，并与最小二乘法温度场重建算法进行了比较。该算法与最小二乘法温度场重建算法的主要区别是通过在温度场重建中加入火焰先验信息，提高测量数据较少时温度场的重建精度，通过仿真考察了该算法与最小二乘法算法对不同温度分布函数的重建效果，结果表明该算法比最小二乘法温度场重建算法具有较高的重建精度，用该算法可通过较少测量数据快速而较高精度地实现电站锅炉炉膛二维温度场的重建。     

一种支持分级服务和最小带宽保证的改进TCP算法

本文提出了一种支持分级服务和最小带宽保证的改进TCP算法－DSAS－TCP，通过对TCP算中慢启动阈值和最小拥塞窗口的分级设置来使不同等级连接的平均吞吐量产生分级，并保证用户的最小带宽需求。通过理论分析和仿真实验验证了该算法的有效性。     

近地应用CCSDS标准LDPC码动态补偿译码算法研究

针对CCSDS推荐的(8176,7154)有限几何准循环LDPC码,研究了LDPC码的修正最小和译码算法,提出了一种新的动态补偿最小和译码算法,并将本算法和修正最小和译码算法进行了性能比较。仿真结果显示,动态补偿最小和译码虽然算法迭代的收敛速度有所减慢,但具有比修正最小和算法更好的误码性能。     

LDPC码的自适应补偿最小和译码算法

LDPC码置信传播算法由于复杂度过高而无法实际应用,最小和算法虽然能降低复杂度但却带来了较大的性能损失。补偿最小和算法通过在最小和算法中引入固定修正因子,在几乎不增加算法复杂度的条件下获得接近置信传播算法的性能。为了进一步提升补偿最小和算法的性能,给出了补偿最小和算法的自适应修正因子的计算方法并结合层译码调度策略,提出层自适应补偿最小和算法。仿真表明,所提算法具有更优的性能和更快的收敛速度。     

基于神经网络的业务量预测研究

分别采用back—propagation（BP）算法和Favidon最小二乘学习算法训练神经网络（NN），并用于复杂业务流量预测。以自相似流量模型验证了2种NN学习算法的有效性，并分析比较了他们在流量预测中的可行性，得出Davidon最小二乘学习算法训练的NN比BP算法收敛速度快、收敛误差相差不多，验证了复杂自相似业务流的可预测性，为复杂自相似网络业务流预测的研究提供了一种有效途径。     

Ad hoc网络中一种新的路由选择算法

提出了一种基于平均分组时延与分组能量消耗乘积最小的路由路径选择算法。该算法根据路径的平均分组时延和分组能量消耗情况来进行路由路径选择。仿真表明，该算法可以动态调整网络路由路径，使所选路径的平均分组时延与分组能量消耗乘积达到最小。     

降维投影矩阵法空间谱估计性能研究

首先阐述了降维投影矩阵算法的原理，并通过大量的计算机仿真实验与MUSIC和最小模方法进行了比较，对所得的结果进行了分析，得到了在信噪比较低但采样数据较长的情况下，降雏投影矩阵算法比MUSIC和最小模方法具有更好的性能的结论：降维投影矩阵算法成功分辨的概率更大、计算量更小。     

最小二乘算法在RBF神经网络中的应用

RBF神经网络构造的关键问题是网络中心的选取，最小二乘算法采用正交化方法，独立计算回归算子对输出的贡献，可以使中心的选择步骤简单有效。文章给出了最小二乘算法及其应用函数逼近的实例，结果证明，由于计算过程中应用了这一算法的正交化性质，所以网络调整时对已有模式的扰动达到最小。这说明最小二乘算法不仅简单有效，而且性能优越，并有较强的实用性，在许多领域有广泛应用。     

逐级最优自适应滤波算法

本文提出了应用整体最小二乘技术的递推自适应滤波算法。论证说明了算法的收敛特性。从最小二乘到整体最小二乘的逐级优化使滤波结构具有灵活的配置。通过高级EDA软件SPW的模拟，验证了算法在自适应杂波抑制中的有效性．整个算法具有相对高性能和易实现的特点。     

码分多址反向链路调度算法与处理时延的关系

研究了码分多址反向链路数据传输采用不同的调度算法受系统处理时延影响的程度，这种影响与信道估计误差有关，也与传输速率的更新时间有关。通过对CDMA2000的动态系统级仿真，其结果显示反向链路上的最大速率与轮询结合的算法、最小路径损耗算法、以及轮询算法在有处理时延时吞吐量性能都会降低，其中最大速率与轮询结合的算法降低的程度最小，轮询算法降低程度最大，最小路径损耗算法介于中间。性能降低也与快衰信道类型相关，信道变化越快算法性能受到的影响越大。提出了一种对调度算法的改进方法，即根据移动台处理时延的变化，为近期处理时延较小的移动台分配更多的资源，结果表明该方法改善了系统吞吐量。     

改进的非线性最小二乘算法训练多层前馈神经网络

本文通过在普通非线性最小二乘算法的准则函数中加一个正则项，推导出一种改进的非线性最小二乘算法，包括地的批处理形式和递推形式，使用该算法的递推形式训练多层前馈神经网络能克服病态，减少计算量和内存占用量，文中给出的仿真结果说明该算法具有比常的ＢＰ算法更好的收敛性能。