基于二阶时序差分误差的双网络DQN算法

针对深度Q网络(DQN)算法因过估计导致收敛稳定性差的问题,在传统时序差分(TD)的基础上提出N阶TD误差的概念,设计基于二阶TD误差的双网络DQN算法。构造基于二阶TD误差的值函数更新公式,同时结合DQN算法建立双网络模型,得到两个同构的值函数网络分别用于表示先后两轮的值函数,协同更新网络参数,以提高DQN算法中值函数估计的稳定性。基于Open AI Gym平台的实验结果表明,在解决Mountain Car和Cart Pole问题方面,该算法较经典DQN算法具有更好的收敛稳定性。

杰卡德系数差分误差跳距修正的DV-hop改进算法

为了减小无需测距的DV-hop算法的定位误差,提出基于杰卡德系数跳数修正因子的DV-hop改进算法(JDV-Hop)。改进算法使用节点个数集合的杰卡德系数细化节点间的跳数,减小对节点单跳距离内未知节点跳数的估计误差,然后利用DDV-hop算法中的差分误差系数进一步修正节点间的平均跳距。最后在选择参与定位计算的锚节点时,引入一种节点间可以协作式定位的可信度因子,将定位结果精度高的节点升级为新的锚节点,进行下一轮定位。MATLAB仿真结果显示,在相同条件下,改进算法不仅无需增加额外的硬件开销,且与DDV-hop等现有改进算法相比具有明显更高的定位精度。

利用差分误差改正的无线局域网指纹定位方法

室内环境的多变使得无线局域网信号强度不稳定,直接影响了指纹定位的结果。通过实测发现,无线局域网的信号强度有较强的时变性,很难通过一次采样获得整体的信号强度信息,拟采用差分模型来消除信号强度时变影响,通过实测发现,该方法能够改善定位效果。

基于差分误差抑制优化方法的井下目标定位

针对基于时间测距即到达时间、单程测距、双程测距、对称双边双程测距(SDS-TWR)等定位方法的定位精度受节点间时钟未同步、计时器频率偏移、设备时延等计时误差因素干扰的问题,提出了一种基于差分误差抑制优化方法的井下目标定位方法。该方法结合SDS-TWR定位方法,利用目标节点既是发射节点又是接收节点的特点,将传输时间及长度关系联立求解,通过矩阵形式,消除计时器频率偏移、设备时延等无关变量,得到未知目标节点的坐标仅与实测时间有关,从而有效消除计时误差对目标节点定位结果的影响,达到精确定位的目的。仿真结果表明,与单程测距、双程测距方法相比,差分误差抑制优化方法可有效抑制设备时延和计时器频率偏移等对基于时间测距的定位方法的影响,能对未知节点进行精确定位,定位精度高,测距误差区间仅为[-0.0369 m,0.0377 m],是单程测距误差的0.012%,双程测距误差的0.061%。

双传感器振强测量及误差分析

简述了双传感器振强测量的原理，重点对该测量方法的有限差分误差、相位误差以及近场误差进行了理论分析和讨论，同时给出了该测量方法的使用条件和近场误差的补偿方法。利用声强测量设备对一模拟无限大板结构进行了实验和分析，获得了满意的测量结果。

WCDMA系统中的差分最小均方误差多用户检测算法

宽带码分多址(Wideband code division multiple access,WCDMA)系统中现有的自适应多用户检测算法需要训练比特,不能适应快衰落信道。本文根据WCDMA系统中特有的二级扩频体制的特点,提出基于差分最小均方误差(Differential minimum mean square error,DMMSE)准则的自适应多用户检测算法。该算法根据相邻接收符号幅度变化的比率变化自适应调整横向滤波器的权系数,从而不需要通过训练比特开销跟踪信道状态信息的方式来抑制多址干扰。仿真结果表明,在存在多普勒频移的传播环境下,DMMSE算法的误码性能优于现有的自适应最小均方误差(Minimum mean square error,MMSE)算法。

基于循环平稳周期的交织差分最小均方误差多用户检测算法

以抑制宽带码分多址(wide code division multiple access,WCDMA)系统在快变信道中的多址干扰为目标,提出基于循环平稳周期的交织差分最小均方误差(interleaving differentiaI minimum mean square error,IDMMSE)多用户检测算法.根据WCDMA系统特有的二级扩频结构,将差分最小均方误差(differential minimum mean square error,IDMMSE)算法的权系数优化准则改为基于循环平稳周期,而不是基于简单的扩频因子.该方法更准确地反映了多址干扰的变化规律,有利于抑制多址干扰.另外,引入交织技术能使信源不相邻的具有相同综合扩频序列的符号在实际信道中相邻传输,从而保证DMMSE算法所需的快变信道中相邻两个符号周期内信道变化很小的假设成立.仿真实验表明,IDMMSE算法能在一定程度上对抗多普勒频移,且误码性能优于现有自适应MMSE算法.

浅谈VRS技术及其差分定位误差分析

本文主要从网络RTK技术入手,分析了当前VRS虚拟参考站技术原理,着重就VRS虚拟参考站的组成介绍,探讨了影响VRS技术定位精度的主要误差源,希望对今后的相关方面的研究起到一定的参考作用。

基于优先采样模型的离线强化学习

离线强化学习通过减小分布偏移实现了习得策略向行为策略的逼近,但离线经验缓存的数据分布往往会直接影响习得策略的质量.通过优化采样模型来改善强化学习智能体的训练效果,提出两种离线优先采样模型:基于时序差分误差的采样模型和基于鞅的采样模型.基于时序差分误差的采样模型可以使智能体更多地学习值估计不准确的经验数据,通过估计更准确的值函数来应对可能出现的分布外状态.基于鞅的采样模型可以使智能体更多地学习对策略优化有利的正样本,减少负样本对值函数迭代的影响.进一步,将所提离线优先采样模型分别与批约束深度Q学习(Batch-constrained deep Q-learning,BCQ)相结合,提出基于时序差分误差的优先BCQ和基于鞅的优先BCQ.D4RL和Torcs数据集上的实验结果表明:所提离线优先采样模型可以有针对性地选择有利于值函数估计或策略优化的经验数据,获得更高的回报.

CFA插值中预测误差方差在图像取证中的应用

针对数字图像取证中自然图像(PIM)和计算机生成图像(PRCG)识别方案的特征维数高、通用性差等问题,提出一种基于滤色器阵列(CFA)插值中预测误差方差分析的图像取证方案.首先,对CFA插值过程中的预测误差方差进行傅里叶谱分析,根据是否存在明显的周期性峰值现象来区分PIM和PRCG;然后,对傅里叶谱中周期性峰值模型进行分析,根据峰值特征来识别PIM的来源设备;最后,在哥伦比亚大学自然图像和计算机生成图像数据库ADVENT上进行实验,结果表明,该方案能够精确区分PIM和PRCG,对PIM来源设备(佳能、尼康和索尼)的识别率可高达93%.

双传声器互谱法声强测量的系统误差

本文从双传声器互谱法的测量原理及测量系统的配置出发,分析讨论了互谱声强测量中的系统中的误差及其影响因素,同时给出了减小测量系统误差的可能途径。

电力系统电气量异常采样值实时辨识方法

数据采样异常是引起电力系统误操作的主要原因,而在短数据窗下较难区分电气量的异常采样值和故障时的正常采样值。首先分析了电力系统正常运行及故障下电流、电压波形的特点,指出波形除若干间断点外在其他任意点处连续可导且导数同样分段连续,可利用这一特性判断采样值是否异常。因采样数据采样步长相对固定,波形在某点连续所要求的导数存在性,可通过与其前后相邻两点的差分获得。进一步在设定合适的差分误差门槛基础上,判断采样值是否异常,简称为采样值的3点连续有效判别法。给出了差分误差门槛的具体确定方法,分析了该方法应用中的几个具体问题,并用仿真验证了方法的可行性。

一种多重优先经验回放的麻将游戏数据利用方法

针对大众麻将AI训练时经验回放机制中样本均匀采样导致训练缓慢的问题,提出了一种多重优先经验回放算法,即从时序差分误差、局面复杂程度、动作即时奖励3个维度对经验样本进行优先级标记,每次采样时优先级高的样本高概率被抽取来更新神经网络。为了验证算法的有效性,构建了大众麻将自博弈平台进行相应的实验验证。实验结果表明:相比随机经验回放方法,新方法将麻将AI的训练速度提升了22.5%。

一种用于提高导航定位精度的CDR数据广播系统

本文介绍了一种用调频频段数字音频广播CDR系统传输卫星差分误差信息以实现增强导航精准定位的方法,其定位精度可达到厘米级。

一种精确而快速的块匹配算法

为提高基于块的运动预测的搜索精度,该文基于块匹配准则,提出最小绝对差分误差和(SADD)算法。SADD以SAD为基础,利用块匹配中相邻像素点误差之间相关性,将块内各像素误差按一定顺序进行差分,消除了相邻点误差之间的冗余。该算法更精确地表达了块与快之间的相似程度。实验结果表明,该算法可有效降低码率,提高PSNR值,而且其鲁棒性好,可适用于各种序列。

一种高增益高电流效率的运算跨导放大器

为了提高增益自举OTA的电流效率,对主运放、辅助运放及其共模反馈电路进行了电流复用,在华宏0.35μm工艺5V电源电压下实现了一种具有大DC增益(大于121dB)、高电流效率(大于1146MHz*pF/mA)、宽差分输出动态范围(大于9V)的OTA结构.

Error Analysis and Compensation of Strapdown Inertial Navigation System

Based on error analysis, the influence of error sources on strapdown inertial navigation systems is discussed. And the maximum permissible component tolerances are established. In order to achieve the desired accuracy (defined by circular error probability), the types of appropriate sensors are chosen. The inertial measurement unit (IMU) is composed of those sensors. It is necessary to calibrate the sensors to obtain their error model coefficients of IMU. After calibration tests, the accuracy is calculated by uniform design method and it is proved that the accuracy of IMU is satisfied for the desired goal.

一种高跨导增益高线性度的共模反馈电路

为了改善传统的差分误差放大型共模反馈在处理大摆幅差分输出时的非线性问题,采用源级退化电阻进.行线性化补偿;同时提出了一种创新的电流复用型接法,在保持面积与功耗不变的同时增大了共模反馈的跨导增益,从而弥补源级退化造成的共模反馈环路增益与GBW的降低.在结合高速电流镜技术后可以在获得高增强效果的同时保持足够的相位裕度.

A-high-order Accuraqcy Implicit Difference Scheme for Solving the Equation of Parabolic Type

In this paper,a implicit difference scheme is proposed for solving the equation of one_dimension parabolic type by undetermined paameters.The stability condition is r=αΔt/Δx 2 1/2 and the truncation error is o(Δt 4+Δx 4) It can be easily solved by double sweeping method.

一种基于Wi-Fi信号的位置指纹定位方法

位置指纹算作为非测距室内定位方法的典型算法是当前室内定位算法研究的热点之一。室内场景复杂、无线信号易受外界干扰,造成以信号接收强度为主要参考因素的加权K近邻法在定位阶段容易出现较大偏差直接影响定位结果。文章对K近邻点和待测点的物理距离关系与信号接收强度值进行分析提出一种改进WKNN权重的算法,并对K近邻点的差分误差进行加权平均,最后对待测点的估计坐标进行误差校正,求取坐标。在MATLAB平台上进行仿真,将改进算法与KNN、WKNN算法定位结果进行比较,实验结果表明,该方法减少了定位误差,提高了定位精度。