超松弛迭代法中松弛因子ω的选取方法

本文对线性方程组数值解法中的超松弛迭代法进行了算法分析,对于超松弛迭代法中松弛因子ω的选取提出了不同的几种方法,并对其中的逐步实验算法进行了分析与程序设计,使得超松弛迭代算法能在计算机上高效执行.

基于改进的支持向量机的手写体汉字识别

逐次超松弛迭代法算法是一种具体的SVM算法,在SOR算法中松弛因子采取固定数值时,在许多情况下收敛速度较慢。文中提出通过引入具有"先验知识"的神经网络,对逐次超松弛迭代法中的松弛因子进行控制,以提高逐次超松弛迭代法的收敛速度。实验结果表明,该模型实现的逐次超松弛迭代法能够提高其收敛速度。在手写体汉字的识别实验中,该改进算法可以减少支持向量机的训练时间。

Massive MIMO 3D空间相关信道超松弛检测算法

为降低Massive multiple-input multiple-output(MIMO)信号检测算法的计算复杂度,采用迭代方法进行信号检测.在采用矩阵分解的迭代方法基础上,逐步推导引入超松弛迭代检测算法,利用行列式计算推导出松弛因子范围,同时采用几何方法,在二维空间相关信道模型基础上,构建三维空间相关信道模型并给出相应三维空间几何模型,同时忽略高阶项,推导出相应的空间相关信道相关性近似解析形式解,给出相关性近似解析表达式.仿真表明,三维空间相关信道模型会加剧信道的相关性,降低检测算法的误比特率检测性能.当迭代算法的迭代次数N=8,在一定误比特率条件下,采用优化松弛因子的超松弛迭代算法所需的信噪比有所下降.在一定信噪比下,误比特率能下降约两个数量级,接近迭代次数N=16的误比特率,同时分集增益有所提升,计算复杂度也有所下降.通过权衡分析信噪比和计算复杂度,选用优化松弛因子迭代检测算法能在较少的迭代次数下实现较低的误比特率检测性能,超松弛迭代检测算法能获得较优的算法检测性能.

基于并行预处理算法的三维重力快速反演

随着地球物理设备和探测技术的不断发展,快速处理大规模地球物理数据的需求也随之增长。为了解决三维重力数据密度反演的耗时问题,提出一种并行的预处理共轭梯度算法来提高计算效率。本文分别采用两种不同的预处理算子通过组合模型数据反演进行测试比较,并利用迭代残差和计算用时共同评价其加速效果。结果表明:对称逐次超松弛预处理方法比对角预处理方法反演计算速度快,密度结果更贴近实际模型;与传统串行的共轭梯度算法相比,本文并行预处理快速算法可以获得近19倍的加速比。将该算法应用于美国Vinton盐丘的实测重力数据中,反演结果能够很好地圈定出岩体的位置,验证了本文并行预处理共轭梯度法在三维重力数据快速反演中的高效性和可行性。

电推力器中复杂电场求解的超松弛并行算法

目前,电推力器中复杂电场的三维泊松方程求解仍存在速度偏慢、并行性欠佳等缺陷。通过分解三维求解区域,针对复杂电场提出一种超松弛并行(P-SOR)迭代算法。将求解区域划分为多个子块,利用超松弛迭代格式构造出若干分组显式格式,分别给出不同迭代步数下的求解方程以进行并行计算。通过数值模拟,计算时间至少缩短一半以上,该P-SOR方法较传统迭代格式在快速性方面取得较大进展,对电推进领域的数值仿真研究起到促进作用。

大规模MIMO系统中的联合预编码算法

在大规模多输入多输出(Massive MIMO)系统中,针对正则化迫零(RZF)预编码算法矩阵求逆复杂度较高的问题,现有的牛顿(Newton)迭代法可有效减小复杂度。但Newton迭代法收敛速度慢且迭代初始值计算复杂。论文基于超松弛(SOR)迭代法的思想得到一种矩阵求逆方法即超松弛矩阵求逆(SORMI)迭代法,并将其迭代结果作为Newton迭代法的初始值,提出SORMI-Newton联合预编码算法。仿真结果表明,与Newton和SORMI迭代法相比,联合算法可提供更精确的迭代初始值,从而加快了收敛速度,能够以较少迭代次数达到RZF预编码误码率性能。

非均匀生物组织中光子迁移的数值方法

导出了一种研究光子在非均匀生物组织中迁移规律的数值方法 ,并验证该方法的精确性 ,进一步研究了非均匀生物组织中扩散系数对反射和透射光通量的影响 ,结果表明扩散系数的非均匀性对光反射和透射的影响不可忽略。