适用于超宽带系统窄带干扰消除功能的稳健自启动快速收敛CME算法的设计与实现

超宽带(Ultra Wide Band,UWB)无线通信系统由于极低的功率谱密度和很宽的频谱带宽特点,极易受到各种串入带内的窄带干扰的影响。面对复杂的干扰环境下,基于快速傅里叶变换的频域窄带干扰消除技术(Narrow-Band Interference Cancellation,NBIC)是一个可靠的选择。其中,以连续均值去除(Consecutive Mean Excision,CME)算法作为干扰检测算法存在不足之处:由于判断迭代停止条件的不足,常因过度迭代导致有用信号谱线误消,降低信噪比。因此,提出了快速收敛CME(FC-CME)算法,通过统计每次干扰消除后的谱线平均幅度与上一次的差值,来提前停止门限迭代。仿真结果表明:FC-CME算法较CME算法的门限迭代次数更少,且干扰消除后的误码率更低。同时还提出了一种配合NBIC模块使用的稳健自启动机制,保证NBIC模块启动的鲁棒性。

一种快速收敛的遗传算法

为了解决遗传算法的收敛速度和全局收敛性之间的矛盾,提出了一种新的快速收敛的改进遗传算法。该改进算法设计了与个体适应度相关的变异算子,以及与早熟情况、进化代数和个体适应度有关的移民算法。实例验证表明,该改进遗传算法在收敛速度和获取全局最优解的概率两个方面都有很大的提高。

具有快速收敛和自适应逃逸功能的粒子群优化算法

为了克服标准粒子群优化算法(PSO)后期收敛速度慢、容易陷入局部最优等缺点,借鉴人工蜂群算法的思想,提出了一种提高收敛速度并且带有自适应逃逸功能的粒子群优化算法(FAPSO)。算法中每进化一次粒子搜索两次:一次全局搜索,一次局部搜索。当粒子陷入局部最优时,通过逃逸功能使粒子重新搜索。8个经典基准测试函数仿真结果表明,改进的粒子群优化算法在收敛速度和寻优精度上均有提高,相对于目前常用的改进粒子群优化算法如CLPSO等,t检验结果说明,新算法具有明显的优势。

一种用于运动目标检测的快速收敛混合高斯模型

背景模型是交通监控视频中检测运动目标的一种常用方法。混合高斯模型在训练背景模型的过程中效果良好,但其收敛速度较慢。目前各种改进模型,只是提高其初始化的收敛速度;为了加快检测过程中背景改变时的收敛速度,必须实时检测背景是否发生改变,若改变,则需要对模型重新进行初始化。基于以上情况,提出了一种改进的混合高斯模型,该模型不需要重新初始化,避免了实时检测背景是否发生改变的多余步骤,实验结果明显著提高了检测过程中的收敛速度。

基于粒子健康度的快速收敛粒子群优化算法

针对现有粒子群优化算法在工程应用中,特别是在粒子维数较高的情况下,很容易发生早熟收敛等缺点,提出了一种基于粒子健康度的快速收敛粒子群优化算法(HPSO)。给出了粒子健康度的概念及计算方法。该算法通过动态监控粒子的健康度指标,对健康度较低的粒子单独进行变异操作。从而可以在保护健康粒子继续搜索最优值的同时,有效'治疗'非健康的早熟粒子,提高了整个粒子群的寻优能力及跳出局部最优值的能力。然后通过大量的标准测试函数对其进行测试,并将其与标准粒子群优化算法(SPSO)、权重递减的粒子群优化算法(WPSO)进行对比。测试结果表明,在粒子维数较高的应用中HPSO算法的收敛速度更快,效率更高。

有限时间快速收敛滑模变结构控制

讨论了一类非线性系统的滑模变结构控制有限时间收敛问题.提出了一种新的收敛滑模超曲面及相应控制方案.研究结果表明,系统状态变量能以较快的收敛速度在有限时间内进入各级滑模超曲面最终到达平衡点,并具有良好的动态性能.最后仿真结果验证了该方案的有效性.

不确定多变量线性系统的快速收敛滑模变结构控制

讨论了一类不确定多变量线性系统滑模变结构控制的有限时间收敛问题 .提出了一种指数型非线性收敛滑动超曲面及相应控制方案 .文章研究结果表明 ,系统状态变量能以较快的收敛速度在有限时间内进入滑模超曲面并最终到达平衡点 ,并具有良好的动态性能 .

快速收敛的混合遗传算法

针对传统的遗传算法在后期搜索能力差和收敛速度慢的缺点,提出了一种基于共轭梯度法和遗传算法的快速收敛混合算法。在充分利用遗传算法的全局搜索能力和共轭梯度法的快速局部搜索能力后,加快了遗传算法的收敛速度,提升了遗传算法的搜索精度。以复杂的一维函数和含圈脊的二维多峰函数Shaffer的全局优化问题为例,验证了这种混合遗传算法的性能优于单独的共轭梯度法和遗传算法,并取得较好的效果。

一种快速收敛的水声信道载波恢复盲均衡算法

基于对修正的常数模算法(MCMA)进行分析,提出了一种用于QPSK(四进制相移键控)信号的快速载波恢复盲均衡算法。该算法中构造了一种与MCMA算法不同的、能够快速收敛的误差函数,在消除码间干扰(ISI)、纠正相位误差的同时,进一步改善了收敛性能。该算法对输出信号的实部和虚部分别进行非线性变换。最后利用实测的水声信道数据,对这几种算法进行了数值分析研究,结果表明:所提出的算法不仅能够很好地克服相位旋转,而且其收敛速度明显高于MCMA,剩余均方误差更小,而计算量并没有明显的增加。

快速收敛最小方差无畸变响应算法研究及应用

常规最小方差无畸变响应(MVDR)自适应波束形成是一种高分辨窄带波束形成器,它是利用实际声场的窄带互谱密度矩阵(CSDM)估计出自适应波束形成权向量。在实际应用中,MVDR算法需要较长的观测时间估计协方差矩阵,不利于对高速运动目标进行定位;对于宽带目标信号,MVDR算法需要对每一个CSDM进行求逆运算,计算量较大;在相干源条件下,目标信号之间会发生"对消"现象,MVDR算法性能急剧恶化。本文提出了基于子带子阵处理的快速收敛MVDR自适应波束形成方法。首先将全频带划分成一组子带,将接收线阵划分成一组子阵,然后对每一子带计算降维的驾驶协方差矩阵(STCM),从而得到快速收敛MVDR自适应波束形成的权值和空间谱估计结果。同时采用双向空间平滑方法对相干源进行MVDR空间谱估计。仿真和海试数据处理结果表明该算法在保证高分辨力的同时,具有瞬时收敛的性能,双向空间平滑技术具有良好的解相干性能。

单峰函数最优化问题的一个快速收敛的进化策略

针对单峰函数的最优化问题 ,给出一个快速收敛的进化策略 .首先 ,对于该类最优化问题 ,本文使用一致分布的随机变量作为变异算子 ,替代传统进化策略的基于高斯分布的变异算子 ,减少了产生随机种群的代价 ;其次 ,本文提出用当前种群和上一代种群的最优个体确定一个半空间 ,下一代种群在含有较多下降点的半空间中产生 ,使算法快速收敛 .初步的数值结果表明 ,该方法可以明显提高计算效率 .

亚临界角下的急流冲击波快速收敛计算方法

在 Ippen冲击波理论的基础上 ,给出了一个冲击波附体的亚临界角条件。为了克服图解法 ,简化式法和尝试法的不足 ,针对亚临界角条件下的急流冲击波 ,给出了一种快速迭代计算方法 ,本文证明了计算方法的收敛性 ,并分析指出方法的收敛速度至少是二阶的。由于该迭代计算方法具有计算简便 ,收敛速度快的特点 ,故不仅适合于编程计算 。

快速收敛的置信度传播立体匹配算法

针对传统基于置信度传播的立体匹配算法运算次数较多、效率低下的问题,提出一种快速收敛的置信度传播算法。该算法在计算每一个像素点的置信度时,只考虑当前像素点自适应大小邻域内像素点对它的信息传递,而忽略距离较远的像素点的影响。实验结果表明提出的算法在保持相近匹配精度的前提下,运算时间减少40%～50%,满足立体匹配的实时性要求。

一种新的基于进化规划方法的盲CMA快速收敛算法

本文把改进的进化规划方法引进到解决均衡问题中,定义以代价函数为自变量的一种新的函数作为高斯随机化算子的标准差,来控制算法的收敛,提出了一种新的基于进化规划的CMA算法(QEPCMA),该方法应用进化规划来估计均衡器的系数,进一步提高了文献[5]中改进的CMA算法的收敛速度。通过Monte—Carlo仿真,比较了这两种算法和标准 CMA算法的性能,验证了所提算法的有效性。

基于BP网络的权值更新快速收敛算法

针对标准BP网络学习算法收敛慢的问题,提出了两种权值更新的快速收敛算法,即基于梯度变化率的快速传递算法和基于梯度方向的弹性传递算法,并在煤矿事故救援游戏式训练系统中进行仿真和比较,让游戏角色根据井下空气成分学习判断危险程度,以便受训人员或仿生机器人采取相应的措施。仿真结果表明,所提算法的收敛时间比标准算法有一定改善。

气动伺服系统全局稳定快速收敛负载独立压力观测器

在气动伺服系统中实现高精度控制,通常需要采用要求全状态信息的基于模型的非线性控制算法。鉴于轻量化的设计要求或者出于成本的考虑,构建压力观测器来代替压力传感器。首先,采用李雅普诺夫稳定性理论来论证所设计的压力观测器的全局稳定性。其次,通过试验研究,选取满足试验要求的多变指数值。然后,任意设定偏离实际值的压力观测器初值,以证实该压力观测器收敛迅速且不断逼近真实值。另外,通过作用一个变刚度的载荷于系统,以证明该压力观测器是负载独立的。最后,试验表明采用所设计的压力观测器来实现气动系统的伺服控制是有效的、可行的。

求解二次规划问题的快速收敛梯度神经网络模型设计及仿真

为了实现对二次规划问题的求解,提出了一个快速收敛的梯度神经网络模型。不同于传统的梯度神经网络设计方法,快速收敛的梯度神经网络模型加入了一个非线性激励函数,从而加快了求解二次规划问题的收敛速度。而且,通过调节设计参数的取值,收敛速度可以得到进一步加快。计算机对比仿真结果验证了快速收敛的梯度神经网络模型的有效性和优越性。

不确定多变量线性系统的快速收敛滑模控制

讨论了一类不确定多变量线性系统滑模变结构控制的快速收敛问题,提出一种指数型快速终端滑模变结构控制方案。通过非奇异线性变换将不确定系统化为简约标准型,而后设计了非线性指数型快速终端滑模超曲面,给出了滑模面参数矩阵的选择方法。在此基础上设计了变结构控制律,使系统状态在有限时间内到达滑模面上,随后保持在滑模面上并按指数型终端滑模的规律运动,在有限时间内收敛到平衡点。与普通的快速终端滑模相比,系统状态能以更短的时间到达平衡点。该方法具有全局稳定性和鲁棒性,仿真结果证明其有效性。

基于差值绝对值之和和置信传播的快速收敛立体匹配算法

针对传统置信传播（BP）立体匹配算法运算次数较多、效率低下的问题,提出了一种基于像素灰度绝对误差和（SAD）和BP的快速收敛立体匹配算法.首先使用SAD作为代价函数来计算初始视差值,并将可靠视差值作为约束项加入全局算法BP的能量函数中,进行全局的能量函数的优化;然后在优化过程中更新计算每个像素点的置信度时,考虑当前像素点自适应大小邻域内像素点对它的信息传递,而忽略距离较远的像素点的影响,从而减少了置信传播节点数并提高了置信度收敛的速度.实验结果表明,提出的算法在保持相近匹配精度的前提下,运行时间减少了50％～ 60％,提高了立体匹配效率,为实时应用打下了基础.

微陀螺静电力调频的快速收敛算法研究

针对电容式微陀螺谐振结构,研究了静电力对谐振频率的影响规律,提出了一种快速收敛的静电力调频算法,建立了微陀螺调频实验系统,该系统采用扫频方法测量谐振频率,利用计算机控制调频收敛过程,并对微陀螺进行了调频实验,调频过程用时少于5分钟,实验结果表明该调频算法具有较快的收敛速度。