局部对称积分型迭代学习控制

提出了一个新的迭代学习控制（ＩＬＣ）更新律用于连续线性系统的有限时间区间跟踪控制,迭代学习控制作为一个前馈控制,迭代学习控制作为一个前馈控制器加在已有的反馈控制器之上,对于上倥 的反馈控制信号作局部对称积分,所提出的迭代学习控制更新律具备较简单的形式且仅含有两个设计参数,即：学习增益和局部积分的区间长度,给出了收敛性分析以及设计步骤。     

Evolutionary optimization of Haferman carpet fractal patterned antenna array

This article investigates radiation characteristics of a new type of fractal shaped antenna array based on Haferman carpet geometry. An iterative feed matrix eases the complexity of array factor calculation that makes the array factor suitable for the application of any evolutionary optimization techniques. It is seen that Haferman carpet array produces peak side lobe level (PSLL) better than Sierpinski carpet that produces ?10 dB PSLL at every stage of growth. Optimization techniques have been applied for array element reduction and PSLL minimization at different stages of growth. Here, PSLL is minimized by turning off array elements and also by varying inter element spacing between the array elements. The optimized version of Haferman carpet array produces better characteristics (49.38% thinning with ?20.5 dB PSLL for stage‐2, 46.3% thinning with ?22 dB PSLL for stage‐3 and 42.3% thinning with ?21dB PSLL for stage‐4) than its original counterpart in terms of reduced element count and PSLL. Numerical results for obtaining optimized array performance exploit both DE as well as PSO. A comparative study on the performance is also presented. As a whole, Haferman carpet is seen to be more effective approach than Sierpinski carpet in fractal antenna paradigm. © 2015 Wiley Periodicals, Inc. Int J RF and Microwave CAE 25:719–729, 2015.     

A new adaptive mutative scale chaos optimization algorithm and its application

Based on results of chaos characteristics comparing one-dimensional iterative chaotic self-map x = sin（2/x） with infinite collapses within the finite region[-1, 1] to some representative iterative chaotic maps with finite collapses （e.g., Logistic map, Tent map, and Chebyshev map）, a new adaptive mutative scale chaos optimization algorithm （AMSCOA） is proposed by using the chaos model x = sin（2/x）. In the optimization algorithm, in order to ensure its advantage of speed convergence and high precision in the seeking optimization process, some measures are taken： 1） the searching space of optimized variables is reduced continuously due to adaptive mutative scale method and the searching precision is enhanced accordingly; 2） the most circle time is regarded as its control guideline. The calculation examples about three testing functions reveal that the adaptive mutative scale chaos optimization algorithm has both high searching speed and precision.     

一种基于图像序列的脑电极点的跟踪定位方法

为了对脑电检测诊断中的各脑电极点进行自动定位跟踪,该文提出了一种基于图像序列的自动定位方法,首先在单帧图像中,根据控制点的标识,确定首个基准点,之后根据基准点与局部周围电极之间的相互关系,采用动态迭代搜索方法,获得后续的置信基准点及周围电极点的标识名。实验结果表明,该方法对旋转拍摄时角度的随机变动,以及镜头的仰俯变动均具有很好的适应性,可以准确地给出同一个电极在不同帧中的位置匹配关系。     

基于压缩感知的电力系统故障选线研究

为了解决电力系统故障选线中信号的采样、传输和存储问题,提出了一种全新的基于压缩感知理论的信号压缩的方法.该方法的采样频率不用考虑奈奎斯特采样频率.采样的信号是有选择性的部分信号.并通过设计重构算法来准确恢复该全部信号.考虑到一般条件下信号稀疏度不确定性,采用一种分割增广拉格朗日收缩算法(SALSA)来重构这些稀疏度不确定的信号.通过采用快速傅里叶变换基与高斯随机矩阵并且和SALSA相结合能够很好地实现信号压缩重构.对重构信号采用小波分解,获取重构信号的主要特征,分析零序电流模极大值的极性,找出其中一条与另外两条零序电流模极大值极性不同的线路,从而确定此线路为故障线路.     

广义LDPC码的自适应全并行MAP-BP译码算法

提出了一种广义LDPC码的自适应全并行MAP-BP译码算法,算法中子码采用基于比特栅格的最大后验概率译码,本地码采用基于对数似然比的置信传播译码。算法引入自适应修正因子保证迭代过程中子码和本地码输出信息的匹配。仿真结果表明,与传统广义LDPC译码算法相比,MAP-BP算法可提高译码准确性并能加快译码收敛速度。     

非均匀三次B样条曲线插值的Jacobi-PIA算法

为了求解非均匀三次B样条曲线插值问题,基于解线性方程组的Jacobi迭代方法提出一种渐进迭代插值算法——Jacobi-PIA算法.该算法以待插值点为初始控制多边形得到第0层的三次B样条曲线,递归地求得插值给定点集的三次B样条曲线;在每个迭代过程中,定义待插值点与第k层的三次B样条曲线上对应点的差向量乘以该点对应的B样条系数的倒数为偏移向量,第k层的控制顶点加上对应的偏移向量得到第k+1层的三次B样条曲线的控制顶点.由于Jacobi-PIA算法在更新控制顶点时减少了一个减法运算,因而运算量更少.理论分析表明该算法是收敛的.数值算例结果表明,Jacobi-PIA算法的收敛速度优于经典的渐进迭代插值算法,与最优权因子对应的带权渐进迭代插值算法基本相同.     

增益控制策略下的梯度域路径追踪算法

针对梯度域路径追踪算法在像素平面均匀采样的策略会使渲染图像在不同频率区域的渲染质量差别较大的问题,提出增益控制策略下的梯度域路径追踪算法.引入平均梯度计算局部平均梯度值,筛选并标记出高频区域和低频区域,将低频区域的样本用于对高频区域增强采样;随着每轮渲染高低频区域的不断更新,自适应地对样本进行分配,实现像素平面采样的增益控制.一方面,在不同材质和光照的场景下,将改进算法和梯度域路径追踪算法进行实验对比,结果表明,文中算法使人眼敏感的高频区域渲染更加细腻;另一方面,使用均方误差、峰值信噪比和结构相似度3种图像质量评价指标评价渲染图像,并对比采样过程中3个指标的变化情况,结果表明,在保证样本数量相同的条件下,文中算法可以加快渲染的收敛速度,提高渲染效率.     

一种空间自适应采样和递归线性估计的光线投射算法

光线投射算法因其成像质量高而广泛地用于虚拟内窥镜系统,但成像速度非常缓慢.为此,本文提出了一种自适应采样和递归估计的成像加速算法.首先,根据查找法快速得到的梯度和光线方向信息,自适应地调整采样步长,使得该算法能够以大步长快速跳过体素值变化缓慢的区域,同时在体素值变化剧烈或快接近等值面的区域,能够以小步长进行搜索.其次,以递归线性插值的方法估计投射光线与实际等值面的交点,用于补偿大步长导致交点精度的降低,此举能够显著地提高成像质量.实验结果表明,该算法在保证绘制图像质量的前提下,提高了体绘制速度,取得了比较满意的效果.     

一种基于迭代投票的无线传感器网络安全定位算法

绝大多数的定位算法都是基于信标节点的坐标信息计算未知节点的坐标信息,因此,信标节点的可信性至关重要.无线传感器网络在敌对环境中易受攻击,由此提出了一种安全定位算法.在算法中,节点间无需坐标交换,可直接迭代投票选出可信的信标节点进行定位,并通过仿真验证算法有效性.