NOMA系统中基于共轭梯度迭代自适应的脉冲噪声抑制方法

脉冲噪声对NOMA通信系统的性能造成严重损害。为了抑制NOMA通信系统中的脉冲噪声,提出了一种基于共轭梯度迭代自适应的抑制方法。首先,利用脉冲噪声的稀疏性和NOMA子载波的正交性构建压缩感知模型,基于脉冲噪声高功率谱的特点推导出脉冲噪声的干扰协方差矩阵;然后,在此基础上利用最小化代价函数得到脉冲噪声估计值的表达式,并利用共轭梯度法简化运算得到脉冲噪声估计值;最后,从接收信号中减掉脉冲噪声完成抑制。仿真结果表明,本文方法可以准确估计出脉冲噪声,有效降低系统误比特率,在不同脉冲噪声模型下均具有较好的性能。

二维有耗介质目标重建的迭代－共轭梯度方法

本文提出了一种由已知的散射场数据重建二维非均匀有耗目标的复介电常数的迭代算法。连续采用多个方向的ＴＭ平面波照射目标，并分别采集目标区域外的散射场数据。本文利用矩量法．（ＭＯＭ）将积分方程变成矩阵方程，我们以Ｂｏｒｎ近似为初始值，通过多次迭代，实现目标特性的重建。通常，逆问题多是不适定的。为了克服解的不适定性，我们采用共轭梯度法（ＣＧＭ）求解逆问题。最后，通过计算机模拟，给出了一些数值重建结果。

用迭代方法和双共轭梯度法重建二维电导率剖面分布

本文着重阐述采用积分方程的迭代方法并结合双共轭梯度 (BCG)法对低频近场非均匀背景介质中二维轴对称电导率剖面的反演 ,并仅用 z向采集的数据进行目标重建。首先 ,基于待反演目标区内、外的电场积分方程。建立起反演积分方程 ,将积分方程离散化为矩阵方程 ,用迭代方法求解目标区电导率分布。在每次迭代过程中 ,格林函数不断被更新。同时用正则化方法来消除解的不适定性。文中利用不完备的测量数据对复杂的电导率剖面进行了反演。数值模拟结果表明本文方法与文献〔8〕相比 ,且有更快的收敛速度和更高的成象质量。

反射系数与子波同时迭代反演的预条件共轭梯度法

在反射系数白噪、子波最小相位的假设下,研究基于线性反演的地震反射系数和子波同时估计问题。在Cauchy准则稀疏反演求解中,应用预条件共轭梯度法实现反射系数和子波同时迭代反演。在迭代求解正则化方程时,用共轭梯度法求解相应的原问题,初猜子波求解也使用该策略。模型数据试算与比较,表明了该算法正确而有效。用实际数据检验算法的实用性,经研究表明,预条件共轭梯度法计算的反射系数和子波,要比直接稀疏反演精度高,而且收敛较快,数值稳定,实用性强。

迭代再权共轭梯度q范数正则化线性最小二乘–支持向量机分类算法

L2范数罚最小二乘–支持向量机(least square support vector machine algorithm,LS–SVM)分类器是得到广泛研究和使用的机器学习算法,其算法中正则化阶次是事先给定的,预设q=2.本文提出q范数正则化LS–SVM分类器算法,0<q<∞,把q取值扩大到有理数范围.利用网格法改变正则化权衡参数c和正则化阶次q的值,在所选的c和q值上,使用迭代再权方法求解分类器目标函数,找出最小分类预测误差值,使预测误差和特征选择个数两个性能指标得到提高.通过对不同领域的实际数据进行实验,可以看到提出的分类算法分类预测更加准确同时可以实现特征选择,性能优于L2范数罚LS–SVM.

基于频域共轭梯度法的交替迭代复原算法研究

对迭代盲目去卷积复原方法进行了研究,提出了基于频域共轭梯度法的交替迭代优化复原算法,在频域上构造了关于目标图像和点扩展函数频谱的误差代价函数,将共轭梯度法引入到频谱误差代价函数的极小化过程中,并将空域非负性和频域带限等先验约束知识融合到对目标图像和点扩展函数的迭代交替优化估计过程中,取得了预期的复原效果,增强了算法的抗噪性和稳定性。在微机上进行了一系列的复原实验,实验结果表明算法复原效果好,抗噪能力强,速度较快,且能恢复具有复杂背景的目标图像。

一种基于共轭梯度交替迭代的协同不变性算法

不变性方法是协同模式识别研究中的一个重要方面,通常情况下,协同试验模式同原型模式间存在模式变形。本文提出一种协同模式识别的不变性迭代匹配算法,在协同网络中匹配问题转化为函数优化问题,采用一种基于共轭梯度的势能函数优化方法,并利用试验模式和仿射参数交替迭代的方法估计最优参数,通过协同神经网络中测试模式和原型模式同化等效的推论,然后由序参量进化方程得到正确的识别结果。相比于传统的频域变换的方法,更接近于人类的认知过程;相比于梯度动力学的方法,能避免有势动力学演化中"伪状态"的出现,最后通过实验验证了算法的有效性和鲁棒性。

Wiener非线性系统的共轭梯度迭代算法研究

针对实际过程控制过程中广泛存在的非线性情况,该文主要研究了一类Wiener非线性系统的参数辨识问题。首先运用关键项分离技术,得到一个可辨识的Wiener非线性模型,进而采用共轭梯度迭代辨识算法估计出模型的未知参数,最后通过数值仿真验证了算法的有效性。

超松弛迭代-双共轭梯度在三维电磁问题有限元分析中的应用

应用矢量有限元方法(FEM)对三维电磁问题进行分析,研究应用超松弛迭代(SSOR)方法预处理的双共轭梯度(BICG)求解有限元线性方程组的收敛特性.文中给出了SSOR-BICG方法的高效算法,并对三维腔体的电磁散射问题和三维波导不连续性结构进行了分析.研究表明,通过SSOR预处理,在不增加内存消耗的情况下,有限元系数矩阵性态大为改善,BICG求解速度大大提高.SSOR-BICG方法在计算时间上比BICG方法和共轭梯度法(CG)分别可以提高了4倍和44倍,从而为电大目标的有限元方法快速分析提供技术支持.

圆形断面水跃共轭水深的迭代计算方法

基于圆形过水断面的几何特点与棱柱体水平明渠的水跃方程,推导出圆形断面的水跃方程。通过数学变换,得到了圆形断面水跃共轭水深计算公式。针对具体算例,采用图解法与迭代计算相结合的办法对圆形断面的共轭水深进行了求解。算例表明,该计算方法简单、结果精确,便于推广应用。

基于回溯的共轭梯度迭代硬阈值重构算法

针对基于回溯的迭代硬阈值算法(BIHT)迭代次数多、重构时间长的问题,提出一种基于回溯的共轭梯度迭代硬阈值算法(BCGIHT)。首先,在每次迭代中采用回溯思想,将前一次迭代的支撑集与当前支撑集合并成候选集;然后,在候选集所对应的矩阵列张成的空间中选择新的支撑集,以此减少支撑集被反复选择的次数,确保正确的支撑集被快速找到;最后,根据前后迭代支撑集是否相等的准则来决定使用梯度下降法或共轭梯度法作为寻优方法,加速算法收敛。一维随机高斯信号重构实验结果表明,BCGIHT重构成功率高于BIHT及同类算法,重构时间低于BIHT 25%以上。Pepper图像重构实验结果表明,BCGIHT重构精度和抗噪性能与BIHT及同类算法相当,重构时间相较于BIHT减少50%以上。

基于共轭梯度迭代算法受控AR模型的参数辨识

推导了单输入单输出系统的辅助模型,它有助于减少计算量和提高共轭梯度迭代算法(新算法)的收敛速度.相比于受控移动平均模型中所提出的交互式随机梯度算法,新算法用更少的迭代步骤就可求出模型的参数估计.另外,新算法能避免出现矩阵的逆矩阵形式.对新算法与双共轭梯度算法进行比较,并给出数值实例检验新算法的有效性.

迭代方法在多目标总体抽样调查中的应用

The paper makes suggestion to apply raking methodology to solve the multi subpopulations problem in the field of sampling design,and introduces the approach in details with the background of the Underscale Industry Sampling Survey.

圆形断面水跃共轭水深的迭代计算方法

基于圆形过水断面的几何特点与棱柱体水平明渠的水跃方程,推导出圆形断面的水跃方程。通过数学变换,得到了圆形断面水跃共轭水深计算公式。针对具体算例,采用图解法与迭代计算相结合的办法对圆形断面的共轭水深进行了求解。算例表明,该计算方法简单、结果精确,便于推广应用。

基于迭代传播的小基高比立体匹配方法

提出一种基于迭代传播的方法求解小基高比立体匹配中的相关基本等式以解决立体匹配中存在的黏合现象。该方法首先根据启发式信息估计实际立体匹配系统中整数级视差的误差水平;其次,根据Morozov原理设计一个迭代正则参数选择方法对相关基本等式进行正则化处理并建立目标泛函;再次,利用延迟扩散定点迭代方法获得目标泛函的迭代传播等式;最后,通过共轭梯度法对该等式进行迭代求解。实验结果表明:该方法减少了小基高比立体匹配中的黏合现象,其视差图的准确率可达95%以上,且像元匹配差异精度优于1/10个像元。

基于分区加速和总体共轭梯度法的耦合界面数据传递问题研究

对于耦合动力学问题的分析过程,在界面上需频繁进行数据交换。为此,基于紧支径向基函数和多项式基函数推导了界面数据传递的插值算法,给出了传递矩阵的具体形式。通过分析时间复杂度,找出该算法在大节点量时效率不高的原因在于径向基矩阵的构造和传递矩阵的计算。为加快径向基矩阵的构造速度,提出分区加速处理以提高相关节点的搜索效率;为避免传递矩阵求解过程中的求逆运算,将其转化为多右端项的大型稀疏对称线性方程组问题,引入多右端项的总体共轭梯度迭代方法求解,并讨论了初始估计矩阵的选取方法。数值算例结果表明,结合使用分区加速原理和总体共轭梯度迭代方法,可在不损失插值精度的前提下显著提高求解效率。

带BTTB矩阵线性互补问题的块预处理模系矩阵分裂迭代方法

为快速求解基于正定的二级对称BTTB矩阵的线性互补问题,提出块预处理模系矩阵分裂迭代方法。该方法将BCCB块预处理算子作为预优共轭梯度法的预处理矩阵。数值实验表明,该方法是有效的。

等几何分析的多重网格共轭梯度法

提高NURBS基函数阶数可以提高等几何分析的精度,同时也会降低多重网格迭代收敛速度.将共轭梯度法与多重网格方法相结合,提出了一种提高收敛速度的方法,该方法用共轭梯度法作为基础迭代算法,用多重网格进行预处理.对Poisson(泊松)方程分别用多重网格方法和多重网格共轭梯度法进行了求解,计算结果表明:等几何分析中采用高阶NURBS基函数处理三维问题时,多重网格共轭梯度法比多重网格法的收敛速度更快.

一种不完全投影图像重建的快速迭代算法

为了保证不完全投影数据的重建图像质量,同时提高重建速度,提出了一种基于共轭梯度法的快速迭代算法.通过实时获取投影矩阵分量,以固定步长替代共轭梯度法中一维搜索最优迭代步长,在确保质量的同时缩短重建时间.利用模拟投影数据和实际导弹断层扫描数据进行图像重建,结果表明,与卷积反投影和代数重建法相比,此算法特别适用于扇形扫描的不完全投影数据的图像重建,在保证重建图像拟合度的同时,大大提高了重建速度.

利用共轭梯度算法的电阻率三维有限元正演

引入对称超松弛预条件共轭梯度 (SSOR PCG)迭代算法求解电阻率三维有限元计算形成的大型线性方程组 ,并有机结合系数矩阵的稀疏存储模式 ,使得三维有限元正演计算的速度大大提高而内存需求则大大减少 .该算法可方便地应用于求三维异常电位 ,在保持快速计算的基础上 ,正演计算的精度显著提高 .