粒子群优化算法在海杂波参数优化中的应用

以具有对数正态分布和高斯谱特性的海杂波产生为例,根据零记忆非线性变换法（ZMNL）的原理,将海杂波的产生转化为参数优化问题,并用粒子群优化算法（PSO）进行求解,最后还将仿真结果与遗传算法进行了比较。讨论了用PSO进行参数优化的具体实现过程,并找到了较优的滤波器系数,得到满意的杂波谱特性。仿真结果表明,该方法完全可应用到海杂波的产生方法中。     

略论高校体育馆建设的功能定位与空间布局

随着各地大学城的兴建，高校体育馆的工程方兴未艾，档次也较高，犹是校园风貌的展示，诚然体育馆的建设的确为培养学生德智体全面发展提供了不可缺少的重要载体，但一个现实的问题尚未引起建设者们的重视——校建体育馆在使用功能上、空间布局上应有别于社会上的专业体育馆，为此，文章拟围绕高校体育馆建设的功能定位于空间布局的思考抛砖引玉。     

线性调频信号基于高阶累积量的分数阶域的峰度检测

在电子侦察系统中,如何在多分量和复杂调制的情况下对线性调频(LFM)信号进行快速而有效的检测是一个重要课题。利用LFM在分数阶域的特征,提出了基于高阶累积量的分数阶域峰度检测的算法,并定性地分析了其检测性能。结果证明,峰度检测对单分量、多分量LFM信号都具有良好的检测能力,同时可以进行低噪比检测。     

基于频率分组的CHESS系统G函数算法研究

该文在现有研究结果的基础上,针对CHESS系统提出了一种新的G函数算法,该算法将总频率集中的频点随机分为m=2BPH 个子频率集,根据待发送的信息以及信息码与子频率集的对应关系得出下一跳的频点,由检验结果看出该方法在以往的基础上提高了系统的一维均匀性、二维连续性及随机性,取得了较好的效果。     

基于TMS320C6201的实时图像处理系统

针对多目标跟踪中大数据量、高传输率、复杂运算的实际需要,设计了以DSPTMS320C6201为核心处理器,基于EPLD计算机系统模型的实时多目标图像处理系统.该系统可以满足当前的远程监控、电视电话、会议电视、道路交通管理等诸多视频图像处理与传输领域应用的需求.     

小波阈值神经网络在信号去噪及预测中的应用

提出了一种小波阈值神经网络模型(wavelet threshold neural network,WTNN),对合作式接收到的雷达信号进行去噪和预测.这种网络模型把小波最优阂值去噪器加到神经网络中,对带噪信号具有小波最优阈值去噪和预测的功能.对小波系数作单层重构,可简化训练算法,使编程得到精简.其次,通过对训练算法进行分析,得出了最优阈值及权值的调整公式.最后通过对线性调频信号去噪及前向一步预测的实验结果可以看出,当网络输入分别为带有高斯白噪卢、高斯带限噪声、瑞利噪声的线性调频信号时WTNN得到的结果均优于利用Donoho阈值进行去噪后再预测的结果.     

带变异算子的粒子群优化算法

针对PSO算法存在易陷入局部最优点的缺点,该文提出了带变异算子的PSO算法。在算法搜索的后期引入变异算子,使算法摆脱后期易于陷入局部极优点的束缚,同时又保持前期搜索速度快的特性。通过对三个多峰的测试函数和一个问题空间为非凸集的实例所做的对比实验,表明改进的PSO算法增强了全局搜索能力,搜索成功率得到大大提高,克服了基本PSO易于收敛到局部最优点的缺点。     

关于大学城建设规划中资源共享的研究——兼论常州大学城的建设规划

20世纪90年代以来,大学城雨后春笋般地在中国大地上崛起。大学城的发展宗旨就是资源共享争取教育效益的最大化,资源共享的实质就是优势互补,在教育资源配置上完成的有机的整体建设,实践大学科发展综合理念;在教育发展中冲破学科壁垒,拓展基础学科与应用学科的协同;在教育研究中以横向研究带动一体化创新机制的建设,实现教育、实践、科研、创业一体化的发展,以教育带动地区文化和经济的同步发展。文章围绕我国大学城在规划中建设资源综合利用的关系展开研究,并结合常州大学城的规划建设提出大学城建设资源共享的可能与对策。     

灰色预测方法在铁路春运客流预测中的应用

文章通过对车站客流数据的分析，认为火车站作为一个系统，是本征性灰色的，故选择使用灰色预测方法，对春运客流量做出预测，并根据实际预测结果对基本模型进行了优化：选择优化参数a,采用残差预测模型，新陈代谢模型等方法，解决了预测精度和可信度的问题。实际数据表明，预测结果是可信的。     

一种区域边界显示的快速算法

由于在交互式的图像处理中,影响系统性能的主要是时间而非存储空间。虽然作为描述区域边界的常用方法——链码,能有效降低存储空间,本文仍然用最简单和最直接的方法——横向和纵向线段组来描述图像区域边界。并在分析横向和纵向线段组的规律性的基础上,给出了一种由图像区域同时生成其横向和纵向线段组的快速算法。