一种基于均方偏差分析的通用最小均方算法

无论是传统的定步长还是最近新提出的变步长最小均方(LMS)算法,在处理特定数学特征的信号时需要对算法参数进行先验的估计才能达到较好的效果。但在实际信号处理过程中,算法参数的估计本就是一个很困难的过程。该文分析了LMS算法的均方偏差及收敛特性,并提出一种以相对误差为变量的变步长LMS算法,能够实现步长控制参数的自估计;可以自适应不同数学特征的信号,具体算例表明新算法有更快的收敛速度和较小的均方误差。

均方偏差分析的多态可变步长LMS算法

最小均方(least mean square,LMS)算法在时变信道的最小稳态均方偏差(mean square deviation,MSD)由输入功率、噪声功率、随机扰动信号功率以及滤波器长度共同决定。为达到系统中最小的MSD值,传统的LMS算法存在有迭代次数较多和收敛速度慢等问题,提出了一种多态可变步长最小均方(multi-state variable step size least mean square,MVSS-LMS)算法。该算法通过添加暂态递减步长作为过渡,实现以更快的收敛速度达到系统中最小的MSD值。理论分析与仿真结果表明,与目前最新的Prob-LMS算法相比,所提算法在时变信道以及突变信道都具有更快的收敛速度和更低的MSD值,且算法的复杂度更低。

基于类内均方偏差的无监督领域自适应

大量无标签数据的积累使得无监督自适应算法成为一个研究热点。传统算法在对齐领域总体分布时往往流失类别信息,因此所提算法基于均方偏差准则来对齐源领域和目标领域的类内分布。所提算法能够通过深度学习模型高效完成无监督自适应任务。实验结果表明所提算法能够有效对齐类内分布,验证所提算法的有效性。

基于LMS的联合通道均衡算法

传统自适应通道均衡算法收敛速度和稳态误差间存在矛盾,为了改善这一特性,提出了一种基于LMS的联合通道均衡算法。将两个均衡器线性加权对同一通道进行均衡,利用LMS算法迭代得到最优权向量。求取了联合系数的理论最优解并分析了算法的统计性能。分析和仿真实验均表明,联合均衡算法的暂态性能和稳态性能都优于单个均衡器。

局部线性回归的核函数分析

非参数回归方法有很多,最常用的是局部多项式回归,局部线性回归是局部多项式回归的特例,局部线性回归较好的克服了边界的偏差,且有良好的渐近性质和收敛速度,因此运用较为广泛。本文采用局部线性回归方法,研究不同核函数和样本量对积分均方偏差、积分方差和积分均方误差的影响,首先研究在不同核函数下,绘制用局部线性回归方法得到的拟合值和真实值的图像,然后研究在不同核函数和样本量下,使用局部线性回归方法对积分均方偏差、积分方差和积分均方误差的影响。

基于CHAMP卫星与三维Taylor多项式模型的区域地磁建模研究

利用CHAMP卫星矢量和标量地磁测量数据,通过三维Taylor多项式模型建立了2010.0年中国及邻近地区在300km高度附近的X、Y、Z和F分量的三维磁场模型.为了比较验证所建模型,分析了其与Taylor多项式模型(二维模型)不同截断阶数所对应的均方偏差(RMSE)、残差及分布等.结果表明,三维模型每一阶的RMSE和残差绝对值的平均值均要比二维模型的小约45%.由于采用了系数完全展开的建模方式,三维模型的系数数量约为二维模型的2倍,三维模型较低的截断阶数可以反映更多的地磁信息.本研究中的5阶三维Taylor模型基本可达到8阶Taylor模型的精度.两种模型绘制的地磁场及残差分布有较好的一致性.

基于三维Taylor模型的福建及邻近地区地磁模型研究

基于福建及邻近地区高密度的256个地磁场矢量(D、I、H分量)实测数据,结合全球陆地1km基准海拔高度工程的网格数据以及最新的第十二代国际地磁参考场模型(IGRF12),采用三维Taylor多项式模型构建了福建地区的地磁场模型.通过比较均方偏差(RMS)、磁场实际分布以及残差等,结果显示:(1)当三维Taylor模型的截断阶数(N)为2时,可基本反映N为6时的二维Taylor模型的拟合效果;(2)三维Taylor模型计算方便,精度较高,但较易出现龙格现象,因此在确定截断阶数时既要考虑模拟精度,还需要考虑边界效应问题.

基于扩散卡尔曼滤波算法的目标跟踪估计

针对节点网络上的目标跟踪,提出一种基于扩散Kalman滤波算法的分布式跟踪估计。假设该节点网络系统按照线性状态空间模型演进,网络中的每个节点获取与未观察到的状态线性相关的测量值;对于每个测量值和每个节点,采用来自邻近区域的数据计算出一个局部状态估计值;采用一个基于扩散矩阵和连接矩阵的扩散步骤,将前面计算得到的邻域估计值在整个网络上扩散,从而使得每个节点获得关于系统状态的最佳跟踪估计。仿真实验结果表明,该算法不仅在平均均方偏差性能方面可与集中式Kalman滤波跟踪算法相比拟,而且在平均能耗方面优于对比算法。

归一化子带自适应滤波器步长控制

定步长子带自适应滤波器必须在快的收敛速度和低的稳态失调之间进行折中。根据自适应滤波器系数向量均方偏差与步长之间的函数关系,该文采用使自适应滤波器系数向量均方偏差在每次迭代更新时最速下降的方法,提出一种步长控制算法来解决上述问题。该算法可以兼得快的收敛速度和低的稳态失调。实验结果验证了该方法的有效性。

改进的变步长行加权仿射投影算法

针对带衰减因子的变步长仿射投影算法(VS-APA-FF)中加权投影矩阵容易产生病态化的问题,文献[8]提出了正则化的VS-APA-FF(VS-APA-FF-REGU)算法,但加权投影矩阵的运算量仍然较大,为此提出改进的行加权变步长仿射投影算法(VS-APA-RW)对加权投影矩阵的计算进行简化。该算法采用间歇更新的变步长策略,有效降低了的整体运算量。最后通过有色输入下的信道盲辨识表明了算法的性能。

关于最小不确定态的概率分布(英文)

本文借助于曲线坐标下动量算符的一种厄密形式，导出了广义坐标算符和广义动量算符的最小不确定态，并结合常见坐标分量取不同上、下限的情况讨论相应的概率分布。

不确定关系的简明推导

利用内积的性质,提出一种新方法推导不确定关系。

不定阶变步长仿射投影算法

变步长仿射投影算法因结构简单、收敛速度快等优点而得到广泛重视。然而此算法由于计算量大,其应用受到一定限制。为了降低算法复杂度,利用变阶思想,在迭代过程中对投影阶数进行控制,文章提出一种新的变步长仿射投影算法——不定阶变步长仿射投影算法。该算法根据均方偏差的收敛条件,在迭代过程中不断减小投影阶数。仿真结果表明,该算法在减小计算量的同时还能保证很快的收敛速度和低的失调。

直接光谱法测定TC4钛合金中杂质元素

本文采用载体分馏直接光谱法,以氯化银和碳粉混合物作载体,通过直流电弧,阳极激发,在一个谱板上一次完成合金中11个杂质元素的分析。测定灵敏度一般为5×10^(-5)%—1×10^(-3)%,单次测定均方偏差为±8%—±19%。

变正则化参数的增量式子带自适应滤波算法

为了解决定步长带来的快收敛速度和低稳态误差的折中问题,本文提出了一种变正则化参数的增量式归一化子带自适应滤波算法,其中变正则化参数是通过最小化后验子带误差信号的方差获得。同时对于先验子带误差信号的方差估计,本算法提出采用均方偏差(MSD)分析方法。相比于传统的滑动平均方式,该方法获得更好的估计性能。而且,本文证明了所提算法在均方意义上是收敛的。通过系统辨识和回声消除仿真实验,本文表明和现有增量式算法相比,所提算法在收敛速度和稳态误差方面具有优越性。

标准等臂天平的基本特性

【正】 标准天平仅适用于检定质量量具。在ΓOCT24104—80E 中对所有标准天平规定了测量范围、分度值和误差的极限值。根据ΓOCT8.021—84,这些极限值应保证检定质量量具的必要准确度。对标准天平计量特性的要求务必要考虑到在检定标准砝码时质量测量的特点。

变孔径像面散斑平均光强标定随机表面的理论与实验

采用随机表面的高斯相关模型和统计光学原理 ,推导出弱散射体在 4f系统中的像面上光强的表达式 .在此基础上提出了均方偏差粗糙度和横向相关长度的标定方法 ,该方法用理论结果对实验测量的像面散斑平均光强随滤波孔半径的关系曲线进行拟合 ,同时测量出被测样品表面的两个统计量 .实验上制作了高斯相关随机表面样品 ,对其表面参数进行了测量 ,与AFM所测结果符合得较好 ,这表明该方法具有较高的精度 .

双随机位相编码信息隐蔽传递过程中的融合和重构图像质量的研究

利用具有高度保密性的双随机位相编码技术,通过灰度迭加方法将编码信息的实部和虚部同时隐藏在一幅足够大的宿主图像中。在提取隐藏图像过程中直接对携带隐藏信息的融合图像进行处理,不需要利用原始宿主图像,且重构图像的质量较好,不受宿主图像的影响。在此基础上进一步对影响融合和重构图像质量的因素进行了讨论,结果表明,对于确定的宿主图像和隐藏图像可通过调整迭加权重得到最佳效果。

基于主成分分析的两阶段最小二乘估计研究

研究目标:在许多工具变量尤其是弱工具变量的情况下,为了减少传统2SLS的有限样本偏差,本文基于主成分思想提出新的PC-2SLS参数估计方法,并探讨其适用性。研究方法:从理论上分析新方法满足一致性和渐近有效性的条件,并通过一系列的蒙特卡罗模拟揭示其有限样本性质。研究发现:新方法明显降低参数估计的偏差,但同时具有比传统2SLS法更大的方差;在许多弱工具变量情况下新方法表现稳健,且比Bai和Ng(2010)的因子分析法具有明显优势;能有效减少附带参数问题所带来的影响,更能获得拟合值的一致估计。研究创新:将主成分思想应用于工具变量集,减少了工具变量的维数,能降低参数估计的偏差。研究价值:通过主成分分析法构建了一个比传统2SLS估计具有明显优势的参数估计方法。