基于峰度准则与判决引导的非线性盲解卷积

针对Weiner模型,提出了一种基于最大峰度准则与判决引导相结合的非线性系统盲解卷积算法。在代价函数中引入了判决引导均方误差,优化代价函数,减少局部极值和降低剩余误差。研究了利用实数编码的遗传算法对代价函数进行最优化搜索。仿真实验表明该算法具有快速收敛性能和高精确度等优点,能够大大提高解卷积后的输出信噪比。     

应用 “dmey”小波变换及遗传算法对重叠光谱分离研究

小波变换可以去除噪声信号,遗传算法具有全局搜索能力,可以任意逼近分析信号.本文将小波变换和遗传算法相结合来处理分析化学中的重叠信号,通过对模拟信号和实验信号的处理,结果显示小波变换和遗传算法能将重叠信号去噪、分离,可用于多组分样品信号重叠的分离研究.     

应用“dmey”小波变换及遗传算法对重叠光谱分离研究

小波变换可以去除噪声信号,遗传算法具有全局搜索能力,可以任意逼近分析信号.本文将小波变换和遗传算法相结合来处理分析化学中的重叠信号,通过对模拟信号和实验信号的处理,结果显示小波变换和遗传算法能将重叠信号去噪、分离,可用于多组分样品信号重叠的分离研究.     

MC-CDMA系统中基于遗传算法的多用户检测

提出了在频率选择性信道下使用多天线分集接收的多载波码分多址(MC-CDMA)系统上行链路中基于遗传算法(GA)的多用户检测。针对三种不同的代价函数,研究了两种不同的个体选择机制对GA多用户检测的性能影响。代价函数分别为各个天线分支接收信号与估计信号的对数似然函数(LLF)、误差平方和相位误差平方。仿真分析表明:在相同代价函数下,基于Pareto优化准则的个体选择机制要优于按线性合并准则的个体选择机制;在相同个体选择机制下,基于相位误差平方的代价函数的误比特率性能和抗远近性能要优于基于LLF和误差平方的代价函数。     

一种基于扩展Infomax的自适应学习算法

独立向量分析根据信源统计独立特性对观测信号进行分离运算,扩展Informax算法既能分离超高斯信号,也能分离亚高斯信号,得到广泛的应用。本文基于扩展Infomax算法特点,提出了一种自适应的学习算法,该算法使得学习步长根据信号的代价函数变化而变化,克服了扩展Infomax算法在稳态步长调整过程中的不足,仿真结果证实了该算法的有效性。     

一种提高局部搜索能力的混合遗传算法

针对遗传算法局部搜索能力弱的缺陷,提出了一种改进的混合遗传算法。根据遗传的不同阶段分为两个不同的群体——竞争群体和适应性群体,提出相关的遗传算子——繁殖因子。将运筹学中的单纯形法应用于遗传算法中,增强了遗传算法的局部搜索能力。对复杂函数的寻优实验验证了混合遗传算法的有效性,并通过与传统SGA的实算结果对比,更进一步说明了算法的改进效果。     

部分极化条件下的极化对比度增强优化的快速方法（英文）

介绍了一种包含完全极化情形和部分极化情形在内的通用信号杂波噪声比(SCNR)模型。基于该模型,提出了一种适用于收发极化状态受约束的极化对比度增强优化(OPCE)的快速方法。该方法证明OPCE问题等价于某类线性代价函数的极值问题,且该类线性代价函数的极值问题的求解比OPCE问题的求解容易。从而构建了快速解决OPCE问题的方法。理论分析和数值实验验证了该方法的可靠性和高效性,与基于三步法的全局搜索方法(GSM)相比,该方法仅需要5%的计算时间。     

一个新的求解多峰函数的遗传算法

采用邻域罚函数及变异方法 ,将全局搜索和局部搜索结合起来 ,设计了一种新的遗传算法 ,有效地解决了一类具有多解的多峰函数的求解问题     

黄变换的穿越筛分法

基于黄变换提出了一种分解非线性、非平稳时间序列的穿越筛分方法,该方法先搜索到信号的局部极值点,然后定位出相邻局部极值点间的穿越点,最后使用三次样条对穿越点列插值,可近似得到信号的包络中值。通过实例比较分析了穿越筛分法与黄变换的经验模态分解方法,筛分结果表明该方法简单有效,可以从观测时间序列中筛分出较好的各阶固有模态函数。     

相干分布式目标一维波达方向搜索迭代估计方法

在信号源角分布函数具体的数学形式未知的情况下,基于角分布函数共轭对称性约束条件,提出了一种相干分布式目标一维波达方向搜索迭代估计方法,该方法不用多维参数搜索,并适用于角信号分布函数形式不同的分布式目标同时存在的情况。     

一种有效的宽带雷达信号压缩算法

针对宽带雷达回波信号采样数据量大、传统小波压缩算法保真度不高的特点,利用小波多层次变换系数之间的关系,提出了基于小波变换的自适应贪婪算法,并将其应用于宽带雷达回波信号数据压缩.将该算法与传统的小波多层次方法在对宽带信号的压缩性能上进行了比较,结果表明,基于小波的自适应贪婪算法对数据压缩保真效果优于传统的小波方法.     

DS-UWB信号DOA的估计方法

到达角估计是直接序列超宽带系统的关键技术之一。传统的到达角估计方法都基于窄带信号,不能直接应用在该系统。针对该问题,提出了一种基于四阶累积量的到达角估计方法。该方法建立在直接序列超宽带系统阵列信号的频域模型。仿真结果表明该算法有效易行,能准确估计直接序列超宽带信号的到达角。     

采用拟Newton法实现DOA及功率联合估计

为了增加移动通信的容量和链接质量,需要准确地知道到达波的方向(DOA)和功率。该文提出了多维非线性目标函数,用来波DOA和功率作优化变量,并采用拟Newton法中常用的Davidson-Fletcher-Powell(DFP)算法进行优化;将优化结果和轮换投影(AP)算法进行比较。仿真表明,当入射信号在空间相隔较远时,该结果和AP算法精度相当,当入射信号在空间接近时,该结果优于AP算法。     

高维矩阵的运算和应用

本文简要介绍了高维矩阵的加、减、乘、逆和Kronecker积的定义和性质后,给出了二维Walsh变换的直接快速算法,它比以往任何算法优越之处在于不必先对高维信号作降维处理。接着证明了文献[3]的几个猜想并作了推广。     

矿井无线通信系统功率分配优化算法

针对矿井无线通信系统中主、次级信号传输存在相互干扰等问题，提出了集中式功率分配算法，建立了功率分配系统模型，列出了中继节点处功率分配的目标函数，以此来最大化系统加权速率以及最小化系统加权功率，并对集中式系统的功率分配进行分析，把问题转化为特定的最小化和最大化问题求出最优解，使信号间的干扰最小化.算法应用于实际矿井通信测试并对测试数据进行仿真分析，表明该分配方案正确、可行.     

一种新的波达估计方法

分析了目前常用的波达角估计算法,研究了等距线阵和圆阵的特点,指出其存在关于横轴镜像对称信号源的空间模糊性,利用等距T型阵克服了这一困难。提出了一种新的基于训练序列波角达估计新算法,新算法基于如下假设:各个信号源的训练序列互相正交,并且各个信号源都是幅度为1的恒模信号。该文给出了新算法的数学推导过程,得到一个简单的波达角估计公式。应用Matlab对新算法进行了仿真,仿真结果表明新算法能够快速、精确地估计波达方向。     

基于遗传算法的复杂产品系统项目多目标优化——以核电站建设项目为例

复杂产品系统项目的目标通常是由多个子系统组成的。这些子系统具相对独立性并具各自的特定功能和运行目标,若片面地考虑其中的某一目标则会导致各子系统之间协调程度降低而产生负效应。文章以核电站建设项目为例,从进度、成本、质量、资源四个方面构建了复杂产品系统协同生产的目标体系;采用模糊决策分析法确定各目标在协调度模型中的优先度;构建了复杂产品系统的进度、成本、质量、资源功效函数和项目目标的协调度模型;提出了基于遗传算法的复杂产品系统项目目标协调度求解方案;并运用该方法对某核电站建设项目进行了实例分析。     

利用盲信号分离的自然梯度盲均衡算法

针对目前已有的基于盲信号分离的盲均衡算法没有利用传输信号本身的统计特性而存在的因为近似处理引起的误差的问题,该文提出一种基于盲信号分离的自然梯度盲均衡算法。该算法充分利用了信号星座图的先验知识,为解决多峰值引起的问题采用了多阶聚类的方法。这比仅仅基于盲信号分离的盲均衡算法更为精确,从而能得到更快的收敛速度和更低的码间干扰。     

一种基于周期平稳信号特性的递归盲波束形成算法

提出了一种快速盲波束形成递归算法,可以大大降低运算复杂度,该算法尤其适用于对运算量有要求的阵列系统。实验结果验证了其有效性。