修正共轭梯度算法求解四元数Sylvester张量方程

本文提出一类张量形式的修正共轭梯度算法求解四元数Sylvester张量方程.证明在不计舍入误差的情况下,所提方法可在有限迭代步内获得张量方程组的解.进一步,通过选择特殊类型的初始张量,可获得方程组的唯一极小Frobenius范数解.通过数值算例验证了所提出算法的可行性和有效性.

一维PSD非线性修正的共轭梯度算法

分析了一维光电位置敏感器件(positionsensitivedetector,PSD)的非线性的原因,并根据PSD的非线性特点,提出了用神经网络的共轭梯度算法对PSD的非线性进行补偿,从而使PSD的非线性区获得了与线性区近似的线性度。因此,在不增加复杂测量设备的情况下,扩大了测量范围,提高了非线性区的测量准确度和数据的置信度。

在最优准则下的共轭梯度重建算法

将最小二乘准则与平滑准则相结合,提出了一个关于SIRT型CT代数重建模型的实用的最优准则,根据这一准则推导出相应的代数重建方程·分别应用预优共轭梯度算法和另一种新兴的迭代格式SOR like算法对该方程进行求解·在理论上证明了:对任意的迭代初值,预优共轭梯度法的收敛速度至少不低于广义SOR或SOR like算法·在数值实验中,验证了预优共轭梯度算法比SOR like算法具有更好的CT重建效果和消噪能力·由此导出的预优共轭梯度重建算法提高了CT代数重建的效率·

预优共轭梯度法及井资料约束的磁化强度成像

磁化强度成像反演方法可以得到地下介质的磁化强度分布,可以反演任意形状磁性体,比模型参数反演占优势。但因为该方法计算量和存储量较大,分辨率低,"趋肤效应"严重,导致其应用受到限制。共轭梯度法迭代计算的基本单位是列向量,减少了计算时间和存储空间。再将核矩阵作用于与单元体深度有关的预优矩阵,可以提高反演分辨率并减弱"趋肤效应",并且对于有钻孔的区域,进行井资料约束,克服了反演问题的多解性。该理论模型模拟及青海省尕林格矿区地面高精度磁测磁化强度成像反演说明该方法具有良好的应用效果。

不完全乔莱斯基分解预优共轭梯度的模型

在超分辨率影像重建中,基于最大后验估计(MAP)框架的重建方法具有较大的优势,应用非常广泛。然而,常用的迭代求解方法如最速下降法、共轭梯度法等收敛速度慢、处理时间长,经常难以满足实际处理的需要。该文在MAP框架的基础上,提出了基于不完全乔莱斯基分解预优共轭梯度的模型求解方法,即在迭代求解过程中利用不完全乔莱斯基分解构造预优矩阵,降低系数矩阵的条件数,从而提高收敛速度,节省处理时间。实验结果证明,该方法是有效的、可行的。

基于预优共轭梯度的磁化强度反演方法及应用

基于预优共轭梯度算法的反演方法在求解磁化强度大、规模欠定线性方程组时,可改善方程组的条件数,并提高算法的纵向分辨率。该方法对磁性体形状无要求,且收敛速度快、稳定性好,能较直观地反映磁性体特征。本文通过理论模型试验结果分析证明了基于预优共轭梯度的磁化强度反演方法的稳定可靠性,并对云南北衙铁金矿区万硐山矿段L32线磁异常进行了反演,结果表明了该方法应用于实际资料处理与解释的有效性和可靠性。

电磁层析成像实验系统中的修正共轭梯度算法

为了提高电磁层析成像实验室系统的图像重建能力,改善共轭梯度算法不严格收敛和不充分下降的特点,推导出适应于电磁层析成像技术的修正共轭梯度算法,并分析了修正共轭梯度算法的收敛情况。在实验室电磁层析成像系统中,验证了修正共轭梯度算法的图像成像效果,并用图像误差和相关度评价了正则化算法、Landweber迭代算法、共轭梯度算法和修正共轭梯度算法,得出结论:在8线圈高频电磁层析成像实验室系统中,对于不同流型,修正共轭梯度算法的图像误差远低于其他算法,和原始图像的相关性最大。

基于改进共轭梯度算法的二维PSD非线性修正

分析了二维PSD的非线性特征及其误差产生的原因,总结了二维PSD的非线性特性对测量结果的不利影响,提出了改进的神经网络共轭梯度算法,利用目标函数的梯度逐步产生共轭方向,并运用函数的导数方法进行快速搜索和插值运算.通过Matlab仿真,证明了该算法在不增设备复杂程度的前提下,提高了PSD边缘区域的线性度、测量数据的准确性及测量速度,扩展了PSD在精密测量领域的应用.

求解Symm积分方程的修正LS共轭梯度算法

为求解Symm积分方程,提出了一种修正的LS共轭梯度算法,并在特定的条件假设下,证明了该算法的收敛性。为了克服Symm积分方程的不适定性,用Tikhonov正则化方法将其转化为适定问题,并用修正的LS共轭梯度算法进行求解。数值实验表明了该算法的有效性和可行性。

minmi＝1ci‖x－ai‖型最优场址问题的PR共轭梯度算法

给出了求解ｍｉｎｍｉ＝１ｃｉ‖ｘ－ａｉ‖型最优场址问题的一个Ｗｅｉｓｚｆｅｌｄ算法与ＰＲ共轭梯度法的混合算法。

动态载荷时域识别的联合去噪修正和正则化预优迭代方法

系统响应可表示为单位脉冲响应函数与激励载荷的卷积,将其离散化一组线性方程组,则载荷识别问题即转化为求解线性方程组的反问题。针对响应中带有噪音时载荷识别的困难,提出了联合奇异熵去噪修正和正则化预优的共轭梯度迭代识别方法。一方面对含噪信号进行基于奇异熵的去噪处理,提高反问题求解中输入数据的精度。另一方面利用正则化方法对共轭梯度迭代算法进行预优,改善反问题的非适定性。由于从输入的响应数据去噪和正则化算法两方面同时改善动态载荷识别反问题的求解,因此可以有效地抑制噪声,提高识别精度。通过数值算例分析,表明在不同的噪声水平干扰下,其识别精度均优于常规的正则化方法,能够实现有效稳定地识别动态载荷。最后通过实验研究进一步验证了该方法的正确性和有效性。

改进的约束共轭梯度闪光照相图像重建算法

针对闪光照相图像信噪比低的特点,提出了一种改进的约束共轭梯度闪光照相图像重建算法。该算法在约束共轭梯度迭代重建的基础上,提出了新的预优矩阵选取方案,减小了重建图像的轴线噪声,利用松弛迭代步长代替共轭梯度法中的最优迭代步长,并采用了新的收敛准则,在保证算法收敛的同时,减少了重建算法的计算量。数值试验表明,与传统约束共轭梯度重建算法相比,改进算法稳定收敛,迭代速度更快,并能有效提高重建质量。

基于预条件共轭梯度的超分辨图像重构方法

针对在航空航天遥感领域使用CCD相机对景物进行成像时,由于像元尺寸的限制导致图像分辨率低和混频现象严重的问题,采用超分辨率图像重构技术融合从不同角度对同一景物重复拍照得到的多帧图像冗余信息,在相机参数已知的情况下重构出超分辨率图像,消除和降低了混频效应,同时提出了快速收敛的预条件共轭梯度最优化超分辨图像重构算法.模拟成像仿真实验从9帧低分辨/率欠采样图像重构得到了分辨率提高4倍的图像.

最优步长的线性约束共轭梯度常模盲多用户检测

克服多址干扰对CDMA系统的影响,该文研究了CDMA下行链路中的多用户检测问题,提出了一种新的盲检测算法,即最优自适应步长的线性约束共轭梯度常模算法(M-LCCGCMA).该算法采用最优自适应步长的方法对算法进行优化,并推导出步长的解析形式.在加性高斯白噪声和多径衰落信道环境中的仿真结果表明,该算法的信干比性能和误码率性能均比现有的自适应步长常模算法要好.

改进的线性受限共轭梯度常模算法

提出了一种改进的线性受限共轭梯度常模算法,称之为M-LCCGCMA。其核心是采用最优自适应步长的方法对已有算法进行优化,并推导出步长的解析形式,确保了算法收敛于期望用户,提高了系统性能。通过对算法代价函数的理论分析,得出了算法收敛的条件。将算法在加性白高斯和多径衰落信道的环境中进行了仿真,结果表明,该算法的信干比性能和误码率性能均比现有的自适应步长常模算法要好。

一种改进的线性受限共轭梯度常模盲多用户检测算法

提出了一种改进的线性受限共轭梯度常模算法(M-LCCGCMA),其核心是采用在最优自适应步长的方法对算法进行优化,并推导出步长的解析形式。将本文算法在加性白高斯和多径衰落信道的环境中进行了仿真。仿真结果表明,该算法的信干比性能和误码率性能均比现有的自适应步长常模算法要好。

一类预条件共轭梯度法

本文将PSD迭代法与CG共轭梯度法相结合，从而形成预条件共轭梯度法(PSD+CG)，为解决大型稀疏对称正定方程组问题提供了一种有效的算法，并证明了其条件数要比原系数矩阵的条件数要低．一些实验结果表明PSD—PCG方法能加速收敛。

一种改进的二维MT预条件非线性共轭梯度反演方法

在大地电磁反演方法中反演精度与计算效率问题是一对矛盾,高斯牛顿类方法反演精度高但计算效率低,非线性共轭梯度类方法计算效率高,但是反演精度不如高斯牛顿法高。在前人研究的基础上,提出一种改进的预条件非线性共轭梯度法,通过构建性状更接近高斯牛顿Hessian矩阵的预条件算子提高反演精度和计算速度。同时采用正则化参数的自适应更新算法保证反演稳定性和反演精度的平衡。模型实验验证了该方法的正确性。与其他方法的对比结果表明,该方法在保证反演精度的同时,提高了计算效率。对中国西部某地的实测MT数据进行处理解释的结果表明,该方法在解决复杂构造问题方面具有较高的实用价值。

一类广义Sylvester矩阵方程组对称解的MCG算法

该文建立了求解一类广义Sylvester矩阵方程组对称解的修正共轭梯度算法(MCG算法),给出了MCG算法的性质和收敛性证明,在忽略舍入误差情况下,建立的MCG算法能在有限步迭代后得到该方程组的对称解.选取特殊初始矩阵时,可求得该方程组的极小范数对称解.任意给定初始矩阵,可以在约束解矩阵集合中求出给定初始矩阵的最佳逼近矩阵.数值算例验证了所建立算法的可行性.

基于不等式约束的最小二乘法三维电阻率反演及其算法优化

基于光滑约束的最小二乘法是三维电阻率反演的主要方法,但该方法在某些情况下存在着多解性较强的问题,且普遍耗时较长,严重制约了三维反演方法的推广与发展.为改善上述问题,将表征模型参数变化范围的不等式约束作为先验信息引入最小二乘线性反演方法中,有效地改善了反演结果的精度,降低了反演的多解性问题.为了解决耗时较长的问题,基于预条件共轭梯度(PCG)算法和Cholesky分解法的特点提出了一套优化三维电阻率反演计算效率的计算方案.在该方案中,Cholesky分解法被用来求解敏感度矩阵计算中的多个点源场的正演问题,Cholesky分解法只需对总体系数矩阵进行一次分解,然后对不同的右端向量进行回代即可.将预条件共轭梯度法引入到三维电阻率反演方程的求解中,将雅可比迭代中的对角阵作为预处理矩阵,其具有求逆方便、无需内存空间的特点,有效地加快了收敛速度.对合成数据以及实测数据的反演算例表明,借助不等式约束和反演效率优化方案,最小二乘反演方法可得到较为精确的反演结果,有效地提高了反演计算效率,具有良好的推广前景.