一种新型多步式位置可选择更新粒子群优化算法

粒子群优化(PSO)算法是一种新兴的群体智能优化技术,其由于具有原理简单、参数少、效果好等优点已获得广泛研究和应用.粒子个体极值更新速率低是影响该算法收敛速度和精度的主要因素之一.本文提出一种新型多步式位置可选择更新的粒子群算法,把标准粒子群中速度的单步更新公式分解成三步更新,取所生成的3个位置中的最好位置作为最终结果,细化了粒子的搜索轨迹、在不增加算法复杂度条件下提高了个体极值以及全局极值的更新速率,因而改善了算法的收敛速度和精度.采用Sphere、Rosenbrock等6个经典测试函数,并按照固定迭代次数运行和固定时间长度运行两种方法进行测试.测试结果表明该算法简单、稳健、高效,而且明显优于现有的4种经典粒子群算法.

DCT域音频水印算法的嵌入位置选择策略

本文在DCT最大误差模型研究的基础上提出了一种新的音频水印嵌入位置选择策略。建立了水印嵌入位置和嵌入水印后的音频文件的听觉感知性之间的关系,根据音频水印的不可听性的要求选择最优的嵌入位置,然后选择不同的水印强度调整鲁棒性,从而最大程度地保持音频水印的不可听性和鲁棒性,为解决音频水印嵌入过程中不可听性和鲁棒性之间的矛盾提供了一种策略。

无线传感网中基于sink节点的目标位置选择移动算法

在深入研究k-means算法和连续Hopfield神经网络算法的基础上,提出一种目标位置选择移动算法,该算法先利用k-means算法的原理,将网络中能量相近的节点进行聚簇,并选取每个簇的质心作为sink节点可以安放的目标位置,再利用连续Hopfield神经网络算法的思想,为sink节点的前进预设一条最优路径。Matlab仿真结果显示,该路由算法可以有效地抑制能量空洞的现象,对延长网络寿命具有重大意义,同时对解决能源问题也做出了一定贡献。

基于改进麻雀搜索算法的特征选择在入侵检测中的应用

机器学习在入侵检测中发挥着至关重要的作用,特征选择作为机器学习的关键预处理步骤,受到广大研究者的关注。针对麻雀搜索算法寻优能力强但易陷入局部最优的问题,本文对特征编码、位置更新等策略进行改进,提出一种多策略融合的二进制麻雀搜索算法,结合决策树分类器构造封装式特征选择算法,从高维特征空间中选择具有代表性的特征,以提高模型的预测能力并降低时间成本。基于NSL-KDD和UNSW-NB15数据集进行了性能评估,实验结果表明:与多种特征选择算法相比,利用该算法进行特征选择后的数据具有最佳二分类效果。

应用MUSIC算法对抗多源的目标选择方法

为对抗多源干扰情况,可采用MUSIC空间谱测向技术来提高装备对多源的测向能力,但如何从多个信号源中正确选择出目标,仍是一个难题。为此,提出了一种通过获取多个信号源的能量来选择目标的方法。

阵元位置误差校正Toeplitz预处理算法

MUSIC等为代表的高分辨DOA算法通常以精确已知的理想阵列模型为前提,由于实际天线阵列的位置误差必然存在,因此算法的性能必将受到严重的影响,甚至失效.本文通过深入分析阵列位置误差对阵列接收数据协方差矩阵的影响,提出了一种基于对接收数据协方差矩阵作Toep litz预处理来校正阵列位置误差的方法,同时结合特征值重构方法进行联合迭代运算,以便更加有效地抑制阵列位置误差的影响.理论分析和计算机仿真表明,所提方法能够有效地改善MUSIC算法的稳健性,提高多目标信号的角度分辨能力.

某测向系统中MUSIC算法的FPGA实现

针对多信号分类(MUSIC)算法计算复杂度高,难以实时实现的特点,给出了适用于均匀圆阵的实数化预处理算法和实用的空间谱定义,并选择了适合硬件实现的特征值分解算法和排序算法;另外,基于某测向系统给出了MUSIC算法FPGA实现的总体结构和执行流程,并重点讨论了大矩阵特征值分解和空间谱计算的硬件结构设计.验证结果表明,该FPGA实现能够完成MUSIC算法的准确、快速计算.

超燃冲压发动机燃烧室传感器最佳位置选择

超燃冲压发动机的燃烧控制和性能评估需要有效的燃烧室测量信息,而如何确定传感器的最佳位置和数量是非常重要的,要求选择最小的传感器数目和最佳的测量位置来较准确的描述燃烧室工作特性.这是一个组合优化问题,直接求解比较复杂.为此本文利用遗传算法对超燃冲压发动机燃烧室的测点位置和数量进行了选择,利用遗传算法的全局最优搜索和大规模并行计算能力来获得最佳的传感器位置和数量.

基于词条属性聚类的文本特征选择算法

文本挖掘之前首先要对文本集进行有效的特征选择。传统的特征选择算法在维数约减及文本表征方面效果有限,并且因需要用到文本的类别信息而不适用于无监督的文本聚类任务。针对这种情况,设计一种适用于文本聚类任务的特征选择算法,提出词条属性的概念。首先基于词频、文档频、词位置及词间关联性构建词条特征模型,重点研究了词位置属性及词间关联性属性的权值计算方法,改进了Apriori算法用于词间关联性属性权值计算;然后通过改进的K-means聚类算法对词条特征模型进行多次聚类完成文本特征选择。实验结果表明,与传统特征选择算法相比,该算法在获得较好维数约减率的同时提高了所选特征词的文本表征能力,能有效适用于文本聚类任务。

阵列天线阵元位置误差的校正算法

天线阵元位置误差会对接收信号相位有很大的影响.接收信号相位误差会使高精度的信号波达方向估计性能恶化甚至失效,因此在实际系统中对阵元位置误差进行校正是非常有必要的.该文提出了一种基于多重信号分类算法的不需已知准确信号源方位的校正算法.该算法适用于任何形式的阵列,稳健性较好.实验仿真分析证实了该算法的有效性,并根据实际测向系统取得的数据对系统的天线位置进行了校正,实验取得较好的结果.

基于个性化的空间匿名算法最优化选择研究

Bottom-Up grid算法和Top-Down grid算法都是基于网格划分空间的高效匿名算法,不同的算法其最终需要查询的迭代次数、形成的匿名区大小、用户得到的相对匿名度都有可能不同,这些因素之间的关系是矛盾的,但对查询质量都有着重要的影响。不同的移动用户在不同情况下发送位置服务请求时,对影响查询质量的迭代次数、匿名区域、相对匿名度这3个准则都有着自己的个性化要求。为了解决这个问题,文章在Bottom-Up grid算法和Top-Down grid算法的基础上提出了一种基于个性化需求的最优化算法选择方法。该方法首先根据层析分析法(AHP)对3个准则进行数学建模,然后根据用户对这3个准则的评估构造正互反矩阵并进行一致性检验,最后通过对两种算法的实验模拟,计算两种算法的权重,最终选择权重值较大的算法。此最优化选择方法在满足匿名度k的条件下也符合用户针对不同情况的个性化需求。

单纯形分布联合位置与散度模型的贝叶斯变量选择

受Kuo和Mallick思想的启发,文章应用Gibbs抽样和MH算法研究单纯形分布联合位置与散度模型的贝叶斯变量选择问题。模拟研究的数值例子说明了该方法的可行性与有效性。

任意位置天气实况服务设计与应用

针对天气实况数据的应用服务,以国家气象信息中心1 km分辨率多源融合实况分析产品(ART_1 km)为格点背景场,通过插值获得任意坐标点的气象要素值。采用FastAPI高性能Web框架和OAuth2.0开放授权标准,设计并实现了基于任意位置的天气实况服务(Weather-LBS)。经部署测试,结果表明:该服务响应速度快、安全性高、使用便捷,并按照气象数据统一服务接口(meteorological unified service interface community,MUSIC)标准进行发布,可供第三方应用程序调用,以实现用户对任意位置天气实况信息的即时查询。该服务已应用于第十四届全国运动会气象数据接入、天气微信小程序等系统,取得良好服务效果。

MUSIC算法的FPGA实现

针对多重信号分类(MUSIC)算法计算复杂度高,难以实时实现的特点,给出了适用于均匀线阵的实数化预处理算法和实用的空间谱定义,并选择了适合FPGA硬件实现的特征值分解算法,给出了MUSIC算法FPGA实现的整体架构.仿真实验结果表明,该FPGA实现能够完成MUSIC算法的准确、快速计算.

一种基于位置信息辅助的移动自组织网络路由算法

在移动自组织网络中,由于节点的移动没有固定的模式,很多情况下无法得到稳定的网络拓扑,因此传统的无线多跳网络路由协议很难直接运用于移动自组织网络。本文分析了基于地理位置的路由模型,引入移动节点的当前位置信息和目标位置信息,结合报文的投递目标进行在报文转发中做最优路由选择。基于影响路由选择的三个要素:移动节点目标位置与报文目标位置的距离、移动节点目标位置与报文目标位置的夹角和移动节点本身的移动速度,提出了一种基于位置信息辅助的移动自组织网络路由算法(LIBR)。仿真结果表明,所提算法在转发成功率、转发延时以及转发次数等性能参数方面与现有的路由算法相比,具有更好的性能表现。

基于海鸥算法的圆柱度误差评定方法

圆柱体零件的几何精度直接影响到机械设备的总体性能,而圆柱度误差是圆柱体零件的几何误差之一,对圆柱度误差进行精确测量和评估十分重要。针对最小区域圆柱度误差评定能否达到全局最优的问题,提出了一种基于新型元启发式海鸥算法(SOA)的圆柱度误差评定方法。首先,对圆柱体轮廓要素的提取进行了阐述,并建立了基于最小区域法的圆柱度误差评定模型;然后,介绍了海鸥优化算法中海鸥的位置更新原理、算法的优化准则和算法流程;最后,用Talyrond 585LT圆柱度仪提取了6个圆柱零件的轮廓数据,并进行了评定,通过对比不同种群数的优化结果,找到了最佳种群数,同时将其所得结果与采用遗传算法(GA)所得结果进行了对比。研究结果表明:种群数的选择对海鸥算法的优化结果影响较大,在种群数为30时能达到最优解,其精度比遗传算法高,其运行时间随着种群数的增加而增加。海鸥算法优化过程稳定,在评定最小区域圆柱度误差(MZC)方面有较好的适应性。

球形阵列自适应网格分层定位算法

刚性球形传声器阵列可以在无空间模糊的条件下进行球谐域数据处理,基于球形阵列的可控波束形成器导向响应功率(SRP)算法定位精度高,但是计算量大,计算效率低。通过将球面致密的全局网格搜索替换为分层搜索策略可以有效减小SRP算法的计算量。提出MRE-SRP算法保持球形阵列SRP定位精度的同时降低计算量,首先通过球谐域MUSIC(SH-MUSIC)算法判断入射声源的数量减小搜索区域;其次将相对熵模型引入球谐域SRP(SH-SRP)定位算法中,提取网格分层前后的信息增益,设计自适应网格选择判据,实现分层多分辨率网格的精准再细分,从而降低计算量。实验验证了所提出算法的性能,结果显示在单双声源定位中,该算法可以实现较高的定位精度,精准选择分层网格,计算量减少75%以上。

一种新型基于3D-MUSIC的迭代算法

在信号传播的速度与方向有关时,传统的MUSIC、ESPRIT算法和联合位置偏差DOA估计方法计算量太大,且估计精度下降,因此有必要改进算法提高精度。本文提出一种新型的迭代MUSIC优化方法,该方法精确度高,计算量没有增加,仿真试验证明该方法的有效性,正确性。

一种基于MUSIC算法的目标分辨及跟踪方法

在MUSIC空间谱测向技术领域,针对如何从多个信号源测向中正确选择出目标测向角的问题,提出了一种通过重新构建阵列流形获取多个信号源的能量,从而分辨目标同时获取其测向角的方法;同时,进一步推导了MUSIC算法所测角应用于被动跟踪的角度转换公式。

基于角速度信息先验的固定无源单站直接定位方法

针对传统两步定位法在固定无源单站定位精度不高的问题,提出一种基于角速度先验的固定无源单站直接定位方法 .首先,给出定位场景及辐射源运动模型,根据雷达辐射源脉内、脉间以及空间采样特点,按照快时间、慢时间、快拍构建三维观测信号模型.将快时间变换至频域并提取一组最强信号,利用本文提出的空时对称自相关函数(Space Time Symmetric Autocorrelation Function,STSAF),消除影响定位精度的多余相位项;然后,将经上述处理的2次观测信号进行混频,构建定位模型并给出直接定位代价函数;同时,针对性提出一种基于位置选择的MUSIC(MUltiple SIgnal Classification)算法,根据慢时间域包含的距离信息及空间域包含的方位信息,对辐射源横、纵坐标进行搜索,实现对辐射源的直接定位.本文对算法计算复杂度和克拉美罗下界(Cramer-Rao Lower Bound,CRLB)进行了理论推导,分析了影响定位精度的因素,对比所提直接定位方法与传统两步定位法的均方根误差,绘制本文方法的GDOP(Geometric Dilution Of Precision)曲线.