基于偏移量和归一化的改进型TPC译码算法研究

Turbo乘积码(Turbo Product Codes,TPC)能够在接近Shannon极限的低信噪比情况下,获得较低的误码率。但是TPC译码算法的硬件电路复杂,虽然最小和译码算法能够简化TPC译码算法,但它是以牺牲译码性能为代价的。为了让译码算法在复杂度和译码性能之间取得较好的折衷,根据似然概率,通过引入偏移量参数和归一化参数,提出基于偏移量和归一化的改进型TPC译码算法。仿真结果表明,与TPC译码算法、最小和译码算法相比,基于偏移量和归一化的改进型TPC译码算法能够在降低算法复杂度的同时保持良好的译码性能。

一种基于最小分类错误率的改进型LDA特征选择算法

LDA是目前常用的较好的特征选择方法。然而散布矩阵不同时,LDA分类效果往往不理想。本文提出一种基于分类错误率最小的改进型LDA特征选择算法,采用迭代计算使Bayes分类错误率上界最小,能取得比原LDA更好的分类效果。对高维数据提出基于PCA预处理的“快速改进型LDA特征选择”减少求解迭代计算时间。针对Marill.T.提供的典型数据和MINIST手写体数字库的实验证实以上论点是正确的。

基于聚类与改进最小二乘法支持向量机算法的汽车总装输送装备故障预警方法

汽车总装工艺复杂、生产节拍快、产量大,百分之六十以上的时间都在进行主辅物料输送,因此输送装备由于故障引起的停机会造成巨大的经济损失。为了对生产物料输送装备的健康状态作出评估,并在可能发生故障时作出预警,提出一种基于生长型神经气聚类算法与改进最小二乘法支持向量机(LS-SVM)回归模型的汽车总装输送装备故障预警方法。首先根据传感器的历史信号数据进行特征提取和降维处理,获得特征向量;运用生长型神经气聚类算法,将正常状态数据划分为多种工况,得到若干聚类中心,并计算当前运行数据的特征向量与聚类中心的欧式距离从而得到相似度趋势;同时构建了历史记忆矩阵,并通过改进粒子群算法优化LS-SVM回归模型参数,计算残差值,并结合残差值与相似度趋势,得出风险系数,对装备状态进行评估和预警。将所提方法应用于汽车总装物料输送设备,将减速器与轴承的振动值的均方根输入模型,得出设备的风险因子,证明了该方法的有效性。

基于改进型K-means聚类的温度插值算法

针对K-means聚类算法对初始聚类中心敏感和易陷入局部最优解的缺点及初始聚类中心对聚类结果的影响,提出一种基于改进型K-means聚类和正交最小二乘法的RBFNN算法。利用改进型K-means聚类算法对输入样本数据进行聚类处理,自适应地确定RBFNN隐含层的初始参数,利用正交最小二乘法求隐含层权值,建立RBFNN温度空间插值模型,用已有温度数据加以验证。实验结果表明,该算法能够解决K-means聚类算法对初始聚类中心敏感和易陷入局部最优解的问题,具有较高的插值精度。

一种低复杂度的LDPC码改进型UMP BP-Based译码算法

为了弥补UMP BP-Based相对于LLR BP译码算法的性能缺陷,提出一种改进型UMP BP-Based译码算法。通过将Normalized BP-Based和O ffset BP-Based译码算法的优点相结合,并利用最小均方误差准则来计算该算法中的参数。仿真结果表明,在相同误码率的情况下,改进型UMP BP-Based译码算法比UMP BP-Based、Nor-malized BP-Based以及O ffset BP-Based具有更好的LDPC译码性能。

基于偏移量近似的改进型RA译码算法研究

RA码的译码通常是利用BP译码算法来实现的,但是BP译码算法的硬件电路复杂。虽然最小和译码算法能够简化BP译码算法,但它是以牺牲性能为代价的。为了让译码算法在复杂度和译码性能之间取得较好的折衷,提出一种改进型RA译码算法。该算法采用偏移量近似的方法来逼近于BP译码算法,能够降低BP译码算法的复杂度。仿真结果表明,与BP译码算法相比,改进型RA译码算法能够在降低算法复杂度的同时保持良好的译码性能,与最小和译码算法相比,改进型RA译码算法的复杂度几乎不变,但译码性能得到了明显的提高。

改进型TPC译码算法研究

Turbo乘积码(Turbo Product Code,TPC)能够在接近Shannon极限的低信噪比情况下,获得较低的误码率。但是TPC译码算法的硬件电路复杂,虽然最小和译码算法能够简化TPC译码算法,但它是以牺牲译码性能为代价的。为了让译码算法在复杂度和译码性能之间取得较好的折衷,根据似然概率,通过同时引入偏移量参数和归一化参数,提出一种改进型TPC译码算法,并且利用最小均方误差准则来计算相关参数。仿真结果表明,与TPC译码算法、最小和译码算法相比,改进型TPC译码算法能够在降低算法复杂度的同时保持良好的译码性能。

基于改进型UMP BP-Based算法的LDPC译码研究

为了弥补UMPBP-Based译码算法相对于LLRBP译码算法的性能缺陷,提出一种改进型UMP BP-Based译码算法。该算法中的参数是在最小均方误差准则下确定的,对所有的LDPC码的译码具有通用性。仿真结果表明,在相同误码率的情况下,改进型UMP BP-Based译码算法比UMP BP-Based译码算法、Normalized BP-Based译码算法以及Offset BP-Based译码算法具有更好的LDPC译码性能。

基于偏移量近似的改进型IRA译码算法研究

IRA码的译码通常是利用BP译码算法来实现的,但是BP译码算法的硬件电路复杂。为了让译码算法在复杂度和译码性能之间取得较好的折衷,提出一种改进型IRA译码算法,该算法采用偏移量近似的方法来逼近于BP译码算法,能够简化BP译码算法的复杂度。仿真结果表明,与BP译码算法相比,改进型IRA译码算法能够在降低算法复杂度的同时保持良好的译码性能,与最小和译码算法相比,改进型IRA译码算法的复杂度几乎不变,但译码性能得到了明显的提高。

基于改进差分进化算法的Ⅱ型频率采样法FIR数字滤波器设计

在传统差分进化算法的基础上,增加缩放因子自适应生成策略、交叉概率抛物线式动态产生策略和新个体基因边界检查和处理方法,提出一种改进差分进化算法并应用于采用Ⅱ型频率采样法的FIR数字滤波器设计中。该优化设计方法以滤波器过渡带样点值为优化变量,以阻带最小衰减值作为优化目标并设计适应度函数,利用改进差分进化算法的全局寻优能力求解最优样点值。文中结合FIR数字高通、低通和带通滤波器设计的3个例子,给出算法实现的具体步骤和实验结果。实验数据表明:采用改进差分进化算法确定的滤波器过渡带样点值是最优的,设计的FIR数字滤波器频响特性(通带最大波动和阻带最小衰减)优于传统查表方法和遗传算法。

基于改进型入侵野草算法的三轴磁传感器非正交误差校正

由于加工工艺和安装工艺的限制,三轴磁传感器必然存在非正交误差。为校正该误差以获取准确的三轴磁数据,建立了三轴磁传感器的非正交误差模型,并通过最小二乘法求解该模型。利用4种智能优化算法对上述最小二乘问题进行求解,并对入侵野草算法进行了改进。仿真与实验结果表明:基于改进型入侵野草算法的最小二乘误差校正方法对因三轴非正交导致的运动噪声抑制率分别为85. 42%和86. 50%,可以较好地对三轴磁传感器非正交误差进行校正。

基于改进灰狼算法的船舶数学模型参数辨识

为了解决船舶操纵性指数计算复杂以及辨识参数泛化性较低问题,本文利用改进灰狼算法对辨识参数进一步优化。基于大型油轮运动数据以及一阶、二阶线性响应型数学模型,利用支持向量回归得到辨识参数的参考值。当参考值泛化性较低或者不准确时,利用改进灰狼算法实现辨识参数的范围内寻优,并将所得的辨识结果与基于遗忘因子的递推最小二乘的辨识结果对比。研究表明:利用改进灰狼算法优化后得到的辨识参数结果精度较高并且具有一定的泛化性。改进灰狼算法具有较强的搜索能力,同时可以对其他算法得到的不准确的参数进一步优化,使得参数辨识值更为准确。

孔径扩展中相位修正因子估计的改进算法

传统的扩展拖曳阵列尺寸算法（Extended Towed Array Measurement,ETAM）在信噪比不够高、相位修正因子的相位角处于以间断点为中心的＂跳变区间＂时,扩展孔径均有可能失效。针对传统的ETAM算法中互相关相位角的间断点导致的算法不稳定问题,提出了一种相位修正因子估计的改进算法。该算法使用归一化互相关复向量的统计平均值作为相位修正因子的最小二乘估计,消除了互相关相位角的间断点带来的不利影响。数值仿真和实验数据分析结果表明：对于相位稳定甚至相位随机的单目标信号,改进算法均能有效扩展孔径,获得相对于常规波束形成（Conventional Beamforming,CBF）更高的方位分辨率和检测信噪比;相比于传统的ETAM算法,改进算法提高了相位修正因子的估计准确性,从而有效提高了算法的稳定性。

改进递归最小二乘RBF神经网络溶解氧预测

为提高溶解氧预测的准确性,将基于改进型递归最小二乘算法优化的径向基函数(RBF)神经网络方法应用于溶解氧预测。利用K均值聚类算法进行隐层单元中心选择;利用改进型递归最小二乘算法优化RBF神经网络隐含层到输出层的权值。仿真结果表明:该方法对溶解氧的预测具有较好的非线性拟合能力,预测精度优于RBF神经网络和递归最小二乘算法优化的RBF神经网络。

改进Min-sum的LDPC译码算法研究

为了弥补Min-Sum译码算法相对于LLR-BP算法的性能缺陷,降低LLR-BP算法的实现复杂度,提出一种改进型Min-Sum译码算法,将Normalized BP-Based和Offset BP-Based 2种算法有效地结合,在计算校验节点消息时,同时引进校正因子和偏移因子,并通过最小均方差准则来选择参数。仿真结果表明,在误码率相同的条件下,改进型Min-Sum译码算法比Min-Sum算法、Normalized BP-Based算法和Offset BP-Based算法具有更好的译码性能,译码性能逼近于LLR-BP译码算法。

基于EEMD-IPSO-LSSVM的交通流组合预测模型

针对短时交通流时间序列数据非平稳、非线性的特点,为提高短时交通流的预测精度和收敛速度,提出了一种基于集合经验模态分解(EEMD)和改进型粒子群算法(IPSO)优化的最小二乘支持向量机(LSSVM)的组合预测模型。首先,利用集合经验模态分解方法将短时交通流时间序列样本数据分解为多个本征模函数(IMF)和一个残差项(RES),细化了交通流量的信息,提高了建模的精确度;然后,对分解后的每个分量使用LSSVM并结合IPSO算法进行组合预测,通过选择不同的最优的支持向量机核函数,提高模型精度,通过IPSO算法提高预测效率;最后,将各分量预测值进行叠加作为最终交通流预测值。实验结果表明,EEMD-IPSO-LSSVM组合模型的均方根误差(MSE)比LSSVM模型和PSO-LSSVM模型分别降低了47.4%和24.6%,该组合模型提高了预测精度,并且能够快速地预测交通流时间序列。

LDPC码的几种译码算法比较

信道编码的译码算法是决定编码性能和应用前景的1个重要因素,LDPC码成功的1个重要原因是它在译码算法上的优势。介绍了LDPC码常用的译码算法LogBP算法,然后由LogBP算法推导出它的近似算法———最小和译码算法,之后结合密度进化理论得到改进型的最小和译码算法。通过仿真比较了3种译码算法在AWGN信道上的误码性能和复杂度,表明改进型的最小和译码算法误码性能最好、复杂度适中,最适合硬件实现。

自适应余弦反馈型单相锁相环研究

提出利用归一化最小均方(NLMS)算法的自适应单相锁相环(PLL),鉴相环节后通过自适应滤波器将两倍电网频率分量滤出,并且当电网发生畸变或受到干扰时,NLMS算法不断迭代来更新其权向量,从而达到准确、快速锁定电网频率的目的。通过Matlab/Simulink仿真进行建模分析,并基于DSP-TMS320F28335芯片搭建硬件实验平台进行模拟并网实验,仿真和实验结果验证了所提方法的有效性。

一种新的WIMAX标准LDPC码的软判决译码算法

WIMAX标准下的LDPC码采用准循环编码方式,其译码多为和积(SP)译码算法。为了进一步降低译码复杂度,通过大量仿真分析获得最优乘性因子的值,并推导出近似线性公式,提出了一种改进型的归一化最小和(MNMS)算法。在此基础上,与校验节点匹配(CNM)算法相结合,进一步提高译码性能。仿真结果表明,这种新算法相比归一化最小和(NMS)算法、抵消最小和(OMS)算法、校验节点匹配(CNM)算法,其译码性能有明显改善,性能几乎接近和积(SP)译码算法。

粘弹性问题的插值型无单元伽辽金比例边界法

作为一种最近发展起来的半解析数值方法,插值型无单元伽辽金比例边界法不仅无需基本解,且在处理应力奇异性问题和无限域问题时十分有效.为了更有效地求解粘弹性问题,对插值型无单元伽辽金比例边界法应用于此类问题进行了研究,并发展了相应的算法.通过时域分段展开,将时空耦合的初边值问题转化为一系列递推形式的边值问题,然后采用插值型无单元伽辽金比例边界法进行自适应计算.在径向保持解析特性的基础上,环向采用无单元伽辽金法离散可简化前处理和后处理工作量.此外,改进的插值型移动最小二乘法形函数具有插值性,有效地解决了本质边界条件不能直接施加的困难.最后给出了数值算例,并验证了所提方法的有效性和正确性.