一种设计DFT调制滤波器组的新算法

针对离散傅里叶变换(DFT)调制滤波器组的设计较为复杂的缺点,提出了一种基于双迭代的设计算法．该算法将设计问题归结为一个简单的无约束优化问题,其目标函数是滤波器组的传递失真和原型滤波器阻带能量的加权和．由于该目标函数是关于分析和综合原型滤波器的双二次函数,因此优化问题可以利用双迭代机制来有效求解．在每一步迭代中,一个原型滤波器被确定,另一个原型滤波器可以通过解析式求解．仿真实验表明,相比于传统的设计算法,新算法计算复杂度低,并且设计的滤波器组传递失真减小了约16dB,重构误差减小了约1dB．     

分数延迟混合滤波器组的范数最小化设计方法

根据分数延迟混合滤波器组的系统范数评价指标,提出通过最小化系统混合范数设计有限长脉冲响应数字综合滤波器的优化方法．该混合范数性能测度是基于误差信号的能量和峰值．提出的方法先将分数延迟混合滤波器组误差系统转化为一个等价的有限维多输入多输出线性时不变数字系统,然后给出数字系统在混合范数性能指标下基于线性矩阵不等式描述的凸优化问题．仿真实验表明,新方法设计的分数延迟混合滤波器组重构信号误差小于传统算法设计系统的重构信号误差．     

变信赖域序列凸规划RLV再入轨迹在线重构

针对可重复使用运载器（RLV）的再入轨迹重构问题,提出一种基于变信赖域序列凸规划的RLV再入轨迹快速求解方法. 首先,通过离散化及对非凸约束的线性化处理,将RLV的非凸轨迹优化问题转换为凸优化问题,然后通过序列凸规划方法对凸优化问题进行求解. 在序列凸规划求解过程的初始迭代中,采用预测校正算法对初值猜测轨迹进行设计,确定轨迹求解的终端时间;在后续迭代过程中,设计基于优化性能指标的信赖域更新策略,提升算法的收敛性能. 在轨迹快速求解方法的基础上,考虑RLV再入过程中可能发生的突发事件,如实际轨迹大幅度偏离参考轨迹或目标点变更,基于变化的初值约束及终端约束在线重构轨迹,并结合重构轨迹和LQR（Linear quadratic regulator）方法设计再入制导律实现对重构轨迹的有效跟踪. 最后,将此设计方法与Gauss伪谱法及传统序列凸规划算法进行仿真对比验证. 仿真结果表明:变信赖域序列凸规划方法相较于伪谱法和传统的序列凸规划方法在轨迹求解实时性及收敛性方面有较大的提升,具备应用于轨迹在线重构的能力,此外,所提出的轨迹在线重构方法具备良好的鲁棒性以及抗扰性.     

低延迟误差IIR滤波器设计的迭代算法

无限冲击响应数字滤波器的无约束最大误差最小化设计,得到的无限冲击响应数字滤波器经常在通带边缘附近具有大的群延迟误差.该文在无约束最大误差最小化设计问题的基础上,对相位误差进行约束,得到具有给定相位误差上界的,并应用一个自动更新相位误差上界函数的迭代算法不断更新相位误差约束,得到了近似均匀的群延迟误差响应,抑制了通带边缘...     

基于LMI的建筑结构与控制系统并行算法设计

针对随机激励下的以结构参数为变量、以控制输入力最小化为优化目标的建筑结构和控制系统并行设计问题，设计了一种基于线性矩阵不等式工具的并行优化算法．该算法在以下两个方面突破了现有算法的局限性：将质量矩阵纳入优化变量，拓宽了优化范围；采用凸化势能函数处理将控制引入结构设计导致的非凸约束，大大降低了算法复杂度．算例分析结果显示该算法能有效提高结构设计效能．     

机械故障诊断的稀疏特征提取方法

针对旋转机械的周期性稀疏故障特征提取问题,提出了一种周期重叠簇稀疏信号优化特征提取算法．该算法根据机械故障诊断周期性特征提取问题构造了有效的稀疏优化目标函数,该目标函数中的正则项(惩罚函数)选用非凸惩罚函数来增强周期性特征的稀疏性,并且证明了非凸可控化参数在一定约束条件下可以保证目标函数整体为凸．基于优控极小化方法求解所构造的优化问题,推导出高效的快速迭代收敛数值算法,该求解算法最终收敛于优化问题的全局最优解．将所研究的周期重叠簇稀疏信号优化特征提取算法应用于仿真信号,定量分析了其相对于对比算法的优越性．最后,将所研究的周期重叠簇稀疏信号优化特征提取算法应用于轴承故障特征提取中,结果表明,该算法其可以有效地提取稀疏微弱故障特征．     

保密MIMO无线携能系统的鲁棒能效优化

针对多输入多输出无线携能系统,研究了在多个窃听者存在且其信道状态信息不准确情况下的保密能量效率优化问题．在最大发射功率和最小收获能量的约束条件下,通过联合设计波束成形矩阵、辅助噪声方差矩阵和功率分配比,最大化系统最差情况的保密能量效率．基于分式理论,将原来的非凸分式问题转换成易处理的减式形式．通过S-procedure和一阶泰勒级数展开,将难于处理的非凸问题转化为凸问题．在此基础上提出了基于Dinkelbach方法的两级优化迭代算法,仿真结果验证了该算法的有效性和收敛性．     

一类约束不可微优化问题的极大熵萤火虫算法

针对一类约束不可微优化问题,给出一种新混合算法。利用极大熵函数分别将非光滑目标函数和非光滑约束函数转化为光滑约束函数,构造目标函数与约束函数的增广拉格朗日函数,作为萤火虫算法的适应值函数加以优化,将其最优解近似代替原约束不可微优化问题的解,并对计算过程中参数值选取过大导致数据溢出的问题给出等效替换方案。实验结果显示,所给算法收敛速度快,数值精度高。     

基于L0范数约束非相邻系数FIR数字滤波器设计

传统有限冲击响应滤波设计时,均默认滤波器系数相邻。该文提出了采用L0范数约束的非相邻系数有限冲击响应滤波器设计模型,保持其线性相位特性,通过增加滤波器设计的自由度,以少量的系统延时为代价来提高滤波器性能。并采用遗传算法来解该非凸优化模型,进一步推导出近似解的求解方法,降低了算法复杂度。计算机仿真结果表明,在相同的阶数下,该滤波器模型较传统模型有更小的逼近误差。     

基于二阶锥规划法的混合滤波器组最优化设计

针对准确重构混合滤波器组(PR HFB)的设计问题,给出了以综合滤波器组系数为未知变量的线性方程求解模型,并分别就一致方程和非一致方程的情况,讨论了方程组通解和相应的重构误差下界. 针对一致方程唯一解的求解问题,通过以综合滤波器组阻带能量最小化为目标函数、HFB准确重构作为约束条件,提出一种基于二阶锥规划法的PR HFB设计算法,该算法能有效解得方程组全局最优解,并可以推广到方程最小范数解的求解应用中. 仿真结果表明,算法能有效计算得到满足准确重构的HFB唯一解.     

带包络约束的优化滤波器设计方法

对信道均衡、雷达或声纳脉冲压缩等应用领域中要求满足波形条件且使输出噪声增益最小化的滤波器设计问题进行了研究。用波形包络约束表达式和极值条件可以准确地描述滤波器的性能要求,从而将该设计问题转化为半无限二次凸规划问题进行分析。利用Lagrangian对偶理论和Carathéodory维度理论把半无限二次凸规划问题转化成等价的易于求解的有限维对偶优化问题,并给出了求解有限维对偶优化问题的迭代算法,设计实例表明了此方法的有效性。     

稀疏图像重构非凸Lp问题的分裂方法

由于稀疏图像重构Lp(0相似文献   

基于线性规划的一维DFT调制滤波器组设计

为了设计一维DFT调制滤波器组,采用一种线性规划算法将滤波器组的性能指标数学化为关于原型滤波器的乘积滤波器的函数,滤波器组的设计问题归结为一个以乘积滤波器为优化变量的线性规划问题.借助线性规划的求解方法,设计最优的乘积滤波器,通过因式分解求解原型滤波器.新算法避免了迭代算法对初值敏感的问题.仿真实验表明,相比于传统算法...     

一种优化基站服务状态的C-RAN联合波束设计

为实现云无线接入网络（C-RAN）系统低时延数据传输,提出了一种基站缓存和前向链路组播传输模式,通过联合优化前向链路波束和接入链路波束,使系统传输时延最小.采用L0范数逼近、连续凸逼近和半正定松弛技术,将非凸的时延最小化问题转化为凸问题,并提出了一种有效的迭代算法以获得问题的解.不同于传统基于缓存的C-RAN组播传输方案,所提方案可根据基站缓存内容和前向链路信道质量,决定基站的服务状态,即暂停服务和继续服务.仿真结果表明,相比于传统方案,所提方案可有效地降低系统的传输时延.     

基于神经优化的最大熵图像重建算法

提出了一种基于Ｈｏｐｆｉｅｌｄ神经网络优化的图像重建算法。将图像重建问题转化为ＨＮＮ优化问题,取重建图像熵函数最大以及原始投影与再投影之间的误差平方和最小作为图像重建的优化目标,作为能量函数构造连续型ＨＮＮ模型,由ＨＮＮ能量函数极小化可得到重建问题的优化解。     

Robust adaptive beamforming with the two level nested array

For the beamforming problem in the two level nested array under the condition of signal model mismatch, this paper proposes a robust adaptive beamforming algorithm based on efficient interference-plus-noise covariance matrix reconstruction and semi-definite programming(SDP). Firstly, by using the diagonal growth-curve(DGC) model of the received signal and the search-free ESPRIT method, we reconstruct the interference-plus-noise covariance matrix of the virtual array precisely; then, the interference-plus-noise covariance matrix and a little prior information are applied to construct the optimization problem in robust adaptive beamforming, which can effectively decrease the performance degradation of the traditional MVDR filter in nonideal signal circumstances; finally, the optimization problem can be approximately expressed as an SDP problem by using the SDP relaxation method, and we can resort to the convex optimization software to solve it. Simulation results demonstrate that the proposed method achieves a higher output SINR under different input SNRs or sampling snapshots circumstances as compared to traditional methods.     

高维调制系统的低复杂度迭代多用户检测

提出了一种可用于高维调制系统的低复杂度迭代接收机算法. 此算法分为2步,首先采用迫零（ZF）检测算法获得软符号信息;然后将此软符号信息,在软入软出(SISO)多用户检测器和SISO信道译码器之间迭代,逐步提高检测可靠性. 由于SISO多用户检测器基于线性最小均方误差（LMMSE）滤波实现了一种新的软干扰消除技术,使此检测器不限于检测二相移相键控（BPSK）符号,而复杂度只随检测的码字个数呈多项式关系增长. 仿真表明,所提迭代算法经2次迭代即可逼近单码最大似然检测（MLD）的性能.     

一种最速下降的贪婪迭代算法

压缩传感应用于图像压缩重构的算法通常有凸优化算法和贪婪迭代算法两大类.一般而言,凸优化算法重构概率高、速度较慢,贪婪迭代算法具有较快的重构速度,但损失了重构质量.结合凸优化算法中的最速下降法及贪婪迭代算法中的正交匹配算法(OMP),提出了一种新的算法,并应用于一维信号和二维图像信号的压缩重构实验,且深入对比分析了不同降采样矩阵对新算法的影响.结果发现,对同一降采样矩阵,即使图像的纹理不同,新算法在重构质量及重构时间上都优于原始的OMP算法.