基于平衡划分的并行投影算法

基于DL算法,提出并分析了平衡划分并行投影算法PROJECT-DL。在PROJECT-DL算法中,数据被平均划分并分配给所有处理机,因而每个处理机具有相同的工作负载。给出了网络并行计算环境下的实验结果,并与PROJECT-S、PROJECT-NS算法进行了对比。理论分析和实验结果表明,PROJECT-DL算法是一种高并行效率、高扩展性的并行投影算法。

大型超定非线性方程组的并行投影迭代算法

本文提出了一类求解大型超定非线性方程组的并行投影迭代算法。

并行投影融合隐式凸可行性模型的WSN定位仿真

为了解决当前无线传感器网络(Wireless Sensor Network,WSN)未知节点定位精度低,对初始节点要求高等难题,提出了并行加权投影融合隐式凸可行性的WSN协同定位机制。基于数学模型,分析了WSN定位问题,并将其转换成隐式凸可行性问题;再引入权重理论和并行投影思想,将其嵌入到隐式凸可行性问题中,设计了基于加权凸集投影的WSN协同分布式定位算法;构造了隐式凸可行性问题的数学模型,对属性进行了分析与证明。最后对改进机制进行了测试,结果表明:与当前WSN定位算法相比,改进机制具有更高的定位精度,经验积累分布函数值最大,收敛速度最快,呈单调收敛。

基于并行反向投影的图像超分辨率

基于反向投影的残差特征提取与融合,可有效提升深度网络的特征提取能力,从而有益于改善图像的超分辨率重构性能.在此基础上提出了一种改进的采用并行反向投影策略的图像超分辨率深度网络,通过并行增强处于不同频段的高频特征,得到超分辨率性能的进一步提升.具体进行浅层特征提取后,网络经过多级的双路并行的反向投影特征增强模块.每一级模块中包含两个通路,分别采用顺序相反的上下采样,可同时得到处于不同频段的残差特征信息.通过对多级残差特征的融合,图像的高频特征得到不断的增强.同时网络引入了多尺度特征提取与通道注意力机制,以改进特征表达和学习能力.在多个公开的数据集上的大量实验结果表明,该方法可以有效提升超分辨率性能,并且在减少模型复杂度方面有一定的成效.

数字助听器的并行梯度投影回声抵消

自适应回声抵消是消除助听器回声啸叫的有效方法.针对回声路径评估偏差大的问题,文中提出线性预测-并行梯度投影算法,通过对助听器输出信号进行线性预测来生成解相关FIR滤波器,获得解相关信号.系统利用解相关信号构建包含回声路径的凸优化方程,并设计并行梯度投影算法求解该方程,实现回声路径的估计.实验结果表明算法在收敛速度、稳定性和精度等方面改进显著.

一种基于并行次梯度投影技术的加速声回波抵消算法

该文在并行次梯度投影技术(Parallel Subgradient Projection,PSP)的基础上,提出一种加速回波抵消算法。加速算法通过一种"角度寻优"策略,对由分属不同状态下的输入信号组成的空间进行"寻优",从而找到一对最优投影空间。然后向这一对最优半空间的交集投影,实现对自适应算法的加速。实验仿真表明,加速算法相比传统方法收敛速率更快,无论是用均方误差还是自适应滤波器失准(Echo Path Misalignment)指标衡量加速算法在性能上都有一定程度的提升。

面向像素的并行快速后向投影算法

针对后向投影算法运算量大和实时性差的问题,该文在图形处理器的并行处理架构下,结合时域快速后向投影算法,提出了面向像素的并行快速后向投影算法。该方法距离向根据分辨率要求进行划分并分配并行线程,方位向聚焦则通过多级子孔径合并与图像分裂技术来降低运算量。通过比较该文算法、全局后向投影算法和距离多普勒算法的理论计算量、成像时间和加速比可以看出,该文算法的运算速度比后向投影算法大大提高。三种算法针对实测数据成像时间与成像效果的对比验证了该文算法的有效性和工程实用价值。

DS/CDMA系统中基于自适应并行次梯度投影的多址干扰抑制算法

为了抑制直接序列码分多址(DS/CDMA)系统中的多址干扰,提出了一种基于自适应并行次梯度投影的多址干扰抑制算法.首先,根据接收端信号模型建立包含最优干扰抑制滤波器系数的随机属性凸集,并运用并行次梯度投影的思想将对该凸集的投影转化为对多个闭合半平面的投影.然后,分析了影响系统收敛速度和稳定状态下收敛性能的重要参数——膨胀系数,设计了在不同迭代阶段下自适应调节膨胀系数的机制.最后,将更新后的干扰抑制滤波器系数矢量投影到限定集合上.理论分析和仿真结果表明,该算法具有快速收敛性和稳定的干扰抑制性能,在不同的噪声强度下均具有较低的误码率和较高的鲁棒性;与同类算法相比,该算法在计算复杂度上具有一定的优势.

基于投影策略的改进在线非线性分类算法

在线学习自提出以来已经发展出许多算法及其改进,根据模型是线性还是非线性,将在线学习算法分为两大类:在线线性学习算法和基于核的在线学习算法。核方法是指利用特征映射,将样本映射到高维再生核希尔伯特空间,从而将线性不可分问题转化成线性可分问题。并行投影算法是用自适应投影次梯度方法(APSM)推导的,其优点是收敛速度快,但该算法的稀疏方式是当模型的规模达到一定容量时,可能将最远端某些重要的数据点删除,从而导致算法性能严重退化;以及存在偏移量使得分类效果变差。为了改进以上问题,本文是在并行投影算法的基础上提出了一种新的算法,其稀疏方式是利用最新的数据向字典中的数据做投影,从而在保证误分类率低时,本文算法的字典规模较小。仿真数据和真实数据的实验结果表明,与其他七种经典在线分类算法相比,本文算法在字典规模较小时,误分类率最低。

新型并联式绳索牵引叶片起吊机构运动学分析

提出一种具有承载能力高、体积约束小和易于调整叶片姿态的新型并联式绳索牵引叶片起吊机构,并对其进行了运动学分析。首先建立机构的几何模型,运用欧拉角描述动平台姿态,提出应用并行投影迭代算法推导机构运动学正解,最终采用MATLAB软件进行数值仿真验证。结果表明了应用并行投影迭代算法求解机构运动学正解的正确性,同时证明了该机构能够实现吊装任务。

改进的多载波码分多址系统多址干扰抑制算法

为了抑制多载波码分多址(MC-CDMA)系统中的多址干扰,提出了一种基于自适应并行次梯度投影的多址干扰抑制算法。它首先根据接收端信号模型建立包含最优干扰抑制滤波器系数并具有随机属性的凸集,然后运用并行次梯度投影的思想将对该凸集的投影转化为对多个闭合半平面的投影,最后将更新后的干扰抑制滤波器系数矢量投影到限定集合上。理论分析和仿真结果表明,该算法具有快速收敛性和稳定的干扰抑制性能,在不同的噪声强度下都具有较低的误码率和较高的鲁棒性。

基于空间光调制器的并行微纳光刻技术研究进展

并行微纳光刻技术是实现微结构快速制造的重要技术手段。在简要介绍并行微纳光刻技术原理和优势的基础上,重点对基于空间光调制器的并行微纳光刻技术进行了分析和论述。按照对入射光场的调制作用,分多焦点和投影并行微纳光刻两类综述了其技术原理和研究进展。最后对两类基于空间光调制器的并行微纳光刻技术的现状及存在问题进行了归纳总结,并对它们的发展前景进行了展望。

面向WSN的稀疏核学习机分布式训练方法

针对无线传感器网络(WSN)中,经过多跳路由传输训练数据到数据中心进行集中式训练时存在的高数据通信代价问题,基于L1正则化的稀疏特性,研究了仅依靠邻居节点间的协作,在网内分布式协同训练核最小均方差(KMSE)学习机的方法.首先,在节点模型与邻居节点间局部最优模型对本地训练样本预测值相一致的约束下,利用并行投影方法和交替方向乘子法对L1正则化KMSE的优化问题进行稀疏模型求解;然后,当各节点收敛到局部稳定模型时,利用平均一致性算法实现各节点稀疏模型的全局一致.基于此方法,提出了基于并行投影方法的L1正则化KMSE学习机的分布式(L1-DKMSE-PP)训练算法.仿真实验结果表明,L1-DKMSE-PP算法能够得到与集中式训练算法相当的预测效果和比较稀疏的预测模型,更重要的是能显著降低核学习机训练过程中的数据通信代价.

巨型星座覆盖性的高效分析方法

针对巨型星座设计及建设过程中的覆盖性分析问题,提出了一种高效覆盖性分析新方法:并行墨卡托投影图叠加法(PMPS)。该算法通过对墨卡托投影图的图像叠加处理,进行覆盖域计算,突破了传统网格法(GPA)中网格数量与星座卫星数量的关联约束,降低了计算消耗对卫星数量增长的敏感度。给定计算精度下,随着卫星数量的增加,GPA与PMPS计算消耗比值逐渐提高,并最终趋于极限值,该极限值和GPA选取网格量呈正相关。仿真结果表明;全球覆盖分析中GPA网格数为10;量级、满足指定计算误差时,未引入并行计算的PMPS效率相对GPA最大可提高1~2个量级,当GPA网格量更大时,如10;量级时,未引入并行计算的PMPS效率相对GPA预计最大可提高2~3个量级。