低延迟话音编码算法的增益优化与混合窗设计

G.728标准将增益滤波器的偏移不适当地处理成常数32dB,相当于将20～30ms内短时平稳的语音信号不适当地按整个时间轴上的平稳信号对待。对增益滤波器的改进必然涉及优化混合窗。该文提出一种估计平均分段信噪比的方法用来设计混合窗参数,并导出激励增益的精确表示。以此为基础,将Jayant的自适应量化与G.728的增益预测结合起来,提出一种适合于设计低时延码激励线性预测(LD-CELP)的增益码书的方案。用此方法,激励的精确值经自适应预测和量化后,3bit自适应量化和4bit自适应量化分别比G.728的固定量化有0.5dB和6dB的信噪比的改善。当采用4bit自适应量化和64码字的波形码书,比G.728复杂性降低20%,同时信噪比提高1dB。

基于混合窗的改进全相位谐波相位检测算法

在实际谐波检测过程中,传统傅里叶算法只能做到非同步采样,这样就无法避免栏栅效应和频谱泄露的存在,导致谐波检测中相位检测精度相对较低。针对此问题,提出hanning窗和4项5阶nuttall窗的二阶混合卷积窗,用其在相位检测中做预处理,并以此提出基于混合卷积窗的改进全相位傅里叶算法,该算法在谐波相位检测中能有效提高谐波相位检测精度。分别在白噪声和频率波动的影响下做仿真验证,并与传统的加窗插值算法作对比分析。仿真结果表明,文中优化算法在谐波相位检测中具有较大优势,提高4个数量级的精确度,且具有较强抗白噪声和频率波动能力。

混合时间窗下携带医疗物资的家庭医护人员调度问题

以家庭医护人员调度问题为研究对象,在模型中考虑混合时间窗与携带医疗物资等约束,设计分支定价算法求解,在算法中对分支过程与标签算法进行改进。在数值实验部分将本文提出的分支定价算法与自适应大邻域搜索算法和CPLEX作性能比较,80%以上的算例运用分支定价算法能求得最优解,而运用CPLEX算法仅有不到20%的算例能求得最优解,大规模的算例中分支定价算法相对于自适应大邻域算法的改进效果可达15%以上。最后对模型中的关键参数进行灵敏度分析。实验结果表明,不同参数的医患匹配与违反时间窗的惩罚都将影响运营成本;考虑混合时间窗要优于软时间窗和硬时间窗,混合时间窗下的总成本相较于硬时间窗节省了约2%,且避免了极端情形的出现;携带医疗物资的约束对总成本的影响最高可达40%,因此在模型中考虑携带医疗物资是必要的。

基于混合卷积窗六谱线插值的多普勒信号处理

激光多普勒测速系统信号处理的过程中,通常采用快速傅里叶变换提取多普勒频移进而计算出被测物体运动速度,由于频谱泄露和栏栅效应的影响,会导致测量精度降低。本文提出了一种四项Nuttall窗和五项Rife-Vincent窗的混合卷积窗函数结合改进的六谱线插值算法来降低频谱泄露和栏栅效应所带来的影响,从而提高激光多普勒信号处理精度。搭建了双光束后向散射差动式激光多普勒测速平台,通过仿真和实测得出在加入了R_(SN)=-10 dB的高斯白噪声的情况下使用该混合卷积窗所测量的最小相对误差为0.0027%,而分别使用两个单一的窗函数测量的最小相对误差分别为0.0103%和0.0461%。从而验证了本方法的有效性。

混合时间窗多类应急物资电动车辆配送研究

为进一步提高配送效率且减少配送成本,本文针对多类物资提出了可跨周期的混合时间窗配送方法。以最小配送总成本为目标,考虑车辆路径约束、非常紧急与一般紧急物资的配送时间窗约束、车辆充电约束等,建立多类应急物资电动车辆配送路径优化模型,并基于遗传算法设计了模型求解算法。在实例中,对比分析了有无优先级、软时间窗的情况,对比最终形成的最优路径以及客户点满意率的结果表明,该模型能够在应急条件下对紧急物资的配送做到总花费成本最小,顾客满意率较高。

一种混合卷积窗及其在谐波分析中的应用

电力系统稳态信号非同步采样时,利用离散傅里叶变换分析谐波会使各频率成分产生频谱泄漏,增大了谐波参数的测量误差。为进一步抑制频谱泄漏,提高谐波测量的准确度,提出一种由矩形窗和余弦窗经过卷积运算得到的混合卷积窗。定义L阶混合卷积窗并分析了这种新型窗的主瓣宽度和衰减速率。与经典窗函数比较,新型窗具有更高的旁瓣衰减速率,大大减小了频谱泄漏的影响。将所提新型窗应用于谐波分析,推导了基于L阶混合卷积窗的谐波插值算法。仿真结果表明,混合卷积窗具有优良的频谱泄漏抑制性能,能有效地降低各谐波成分间的相互干扰。即使在噪声条件下,本方法的优势也比较明显,适用于电力系统谐波的高准确度测量。

基于Hanning和Nuttall的混合卷积窗谐波分析方法

提出用Hanning窗和Nuttall窗进行卷积构造一种新型的窗函数——混合卷积窗,分析该窗函数的幅频特性,推导出基于混合卷积窗的三谱线插值法。将所提方法用于电力谐波分析,并与加经典窗算法进行对比。仿真分析表明,该混合卷积窗与Hanning窗和Nuttall窗相比具有更快的旁瓣衰减速率,能更好抑制频谱泄露。在非同步采样情况下,加混合卷积窗三谱线插值法分析谐波具有更高的计算精度。

基于改进智能水滴算法的混合时间窗电商物流路径优化研究

结合电商物流特点,探讨混合时间窗车辆路径问题,设计混合时间窗惩罚函数和模糊预约时间函数,建立基于混合时间窗约束的多目标车辆路径模型。设计改进智能水滴算法对模型进行求解,改进节点概率选择方式来保护优秀水滴,设置路径泥土量最大和最小限制以防止算法提前进入收敛。最后,运用实际案例模拟计算,与传统智能水滴算法计算结果对比分析。结果表明,改进智能水滴算法求解混合时间窗下多目标电商物流路径优化问题,能够以很高的概率获得更优的全局最优解,是求解这类问题有效算法。

带混合时间窗的多目标危险化学品运输路径优化

为降低危险化学品运输风险,使路径选择更加科学、切合实际,从责任主体、社会影响等方面综合考虑危险化学品运输相关主体,根据各主体目标对影响运输路径选择的指标进行重新识别和细分,提出5大指标体系。应用熵权法计算出各指标权重,建立混合时间窗条件下的多目标危化品运输路径优化模型,通过改进的多目标遗传算法求出Pareto最优解。结果表明,不同时间点出发会产生不同的Pareto最优解,并且可得到每条最优路径的出发时间窗,每个最优解代表了某项指标达到相对最优时的路径。混合时间窗较符合实际情况,基于出发时间窗及生成的多条最优路径,决策者可根据决策偏好及关注重点以较高效率选出最合适的路径。

改进智能水滴算法求解混合时间窗车辆路径问题

针对多目标车辆路径问题,研究车载量、配送里程、混合时间窗等限制约束条件下,以最小配送费用和最少配送车辆数为目标建立多目标数学模型。在分析智能水滴算法求解类似离散问题时存在的局限性基础上,运用多种方式对其进行改进,引入遗传算法选择、交叉及重组算子提高其性能,构建出两种改进智能水滴遗传混合算法,并运用Solomon标准对测试算例和实际算例进行验证。比较结果显示,改进后的混合算法能够有效解决离散问题,在持续寻优能力上较传统智能水滴算法和遗传算法更优,并且竞争选择改进智能水滴遗传混合算法求解算例效果最优。

不确定需求下考虑混合时间窗的多式联运路径优化

针对多式联运运输网络复杂等问题,提出一种基于不确定的客户需求,引入混合时间窗约束,以总成本、碳排放量最小为优化目标的多式联运优化模型,运用三角模糊数以及机会约束规划理论对模型进行清晰化。考虑粒子群算法的局限性,将模拟退火算法的思想与其结合,对基本粒子群算法进行改进。通过实例分析以及运用灵敏度分析法,分析了运量的不确定性以及节点运输能力与中转能力对路径优化产生的影响。结果表明,基于模拟退火的粒子群算法的寻优能力优于粒子群算法。随着客户对需求量的满意度增加,总运输成本和碳排放量也会增加,增强各种运输方式的运输能力和节点中转能力可以有效降低运输成本,优化运输路径,为决策者选择运输方案提供依据。

基于混合卷积窗三谱线插值的介损角测量方法

快速傅里叶变换在非同步采样下进行介损角测量时,将无法避免地产生频谱泄露和栅栏效应,严重影响了介损角测量时的准确性。文中提出一种基于Hanning与Nuttall混合卷积窗的三谱线插值介损角测量算法,将所提算法与加经典窗算法进行对比分析可知,该混合卷积窗算法具有更快的旁瓣衰减速率和较窄的主瓣宽度,能有效克服因非同步采样造成的介损角测量误差。通过频率变化、谐波含量波动、白噪声影响、采样点变动下的介损角测量仿真实验,进一步验证了文中所提算法的准确性和可靠性。

基于客户重要度的混合时间窗车辆路径问题研究

为了研究基于客户重要度的混合时间窗车辆路径优化问题,提出了基于顾客价值理论的客户差异化管理策略。结合影响客户重要度评价的主要因素和混合时间窗车辆路径问题的特性,建立了影响客户重要度的综合评价体系,提出用三角模糊数表示语言变量值,并对客户点进行综合评价。采用了模糊集成方法将客户评价指标进行集成计算,将集成后的方案评价指标值作为模糊k-means聚类算法的输入进行聚类操作,设计了聚类有效性指标选取合理聚类方案。分析了基于聚类结果的客户重要度划分方案,提出了基于客户重要度和客户服务时间窗相结合的差异化管理策略,构建了基于配送成本、车辆维护成本、违反时间窗惩罚成本之和最小化和配送车辆数最小化的双层数学规划模型,设计了一种GA-TS混合智能算法求解模型。通过实例对构建的模型和设计的算法进行了合理性验证,并进行了不同算法计算结果比较和敏感度分析研究。结果表明:该方法能有效解决基于客户重要度的混合时间窗车辆路径问题,且评价指标体系中商品需求规模和客户发展潜力值两个指标的敏感性较高。本研究为解决基于客户重要度的车辆路径优化相关问题提供了新的思路。

混合自卷积窗谐波算法研究与FPGA方案

快速傅里叶变换(fast Fourier transform, FFT)因其高效快捷比较适合对电力谐波进行实时分析,但其不足之处是非同步采样和非整数周期截断时易出现“频谱泄漏”与“栅栏效应”。为此,提出一种基于由Nuttall窗与Hanning窗混合卷积后再进行 L 阶自卷积的混合自卷积窗谐波算法。首先对混合自卷积窗进行双谱线插值改进与数值拟合修正,从而进一步提高了FFT算法的精确度;继而对采用混合自卷积窗的改进算法进行硬件结构方案设计与现场可编程门阵列(field-programmable gate array, FPGA)关键技术进行研究;最后利用混合自卷积窗与Nuttall窗和Hanning窗的算法,对电力谐波算例进行仿真对比。结果表明:采用混合自卷积窗谐波算法所得的相位误差稳定在0.000 01°,而幅值误差几乎为0,从而验证了该算法的有效性与实用性。

基于混合卷积窗四谱线插值和改进全相位的谐波检测组合优化算法

由于传统傅里叶算法在实际工程应用中都是非同步采样,存在栏栅效应和频谱泄露,导致谐波检测精度偏低。基于此问题,提出一种组合优化算法。通过分析混合卷积窗特性,提出基于混合卷积窗的四谱线插值算法,利用该算法准确检测谐波幅值和频率参数。从实际情况出发,提出基于混合卷积窗的改进全相位傅里叶算法,利用该算法对谐波相位进行检测,进而检测谐波3大参数。最后,在白噪声和频率波动影响下与传统加窗插值算法做对比分析。仿真结果表明,该组合优化算法可以有效地提高谐波检测参数精确度,抗白噪声和频率波动的能力较强。

混合时间窗约束下多式联运最优路径选择研究

在实际运输过程中,混合时间窗对多式联运最优运输方案的选择具有重要影响。为更加科学合理地规划多式联运网络路径和选择运输方式,以混合时间窗为约束条件,以总成本最小为目标,建立多式联运最优路径选择模型,运用蚁群算法求解相关算例,并将结果与无混合时间窗约束下的优化结果进行对比分析。结果表明,无论是总费用、总时间,还是单个费用、单个时间,有混合时间窗约束的数值均高于或等于无时间窗约束的数值,因而在实际确定多式联运运输方案时应充分考虑混合时间窗的影响。

时变路网下带混合时间窗的车辆路径问题

针对时变路网下带混合时间窗的车辆路径问题,综合考虑多中心联合配送、混合时间窗、车辆行驶速度连续变化及车辆行驶速度、载重量对油耗的影响,以车辆派遣成本、油耗成本及时间窗惩罚成本之和最小为目标建立优化模型,并设计自适应遗传-大邻域搜索算法对其进行求解。该算法采用自适应交叉、变异以加快种群寻优速度,并引入时差插入法改进交叉算子和变异算子,嵌入移除算子和插入算子对可行解进行摧毁和重建以增加种群的多样性。通过多组算例验证算法的有效性,并分析了混合时间窗客户的比例变化及车辆行驶速度变化对车辆调度方案的影响,结果表明自适应遗传-大邻域搜索算法较基本算法有着更好的求解性能。该研究成果可丰富车辆路径问题的相关研究,为物流企业优化决策配送方案提供理论依据。

基于混合时间窗下动态需求的补给船航线规划

中国作为世界主要的远洋渔业大国之一,补给船在中国远洋捕捞的作用日益突出,逐渐成为远洋渔业生产与供应链的重要组成部分。在对补给船航线进行规划时,考虑到补给船特殊的作业环境,首先引入混合时间窗下的惩罚成本函数,对补给时间进行限定;并根据远洋渔船作业的特点,建立远洋渔船生产生活物资需求量和渔获变化量函数;然后以补给船最小补给成本为目标函数,构造基于混合时间窗下远洋渔船需求动态变化的补给船航线规划模型。鉴于模型的复杂性,利用改进遗传算法进行求解,算例分析验证了模型的可行性。

混合时间窗下多中心混合车队车辆路径优化

针对混合时间窗下多中心混合车队车辆路径优化问题,综合考虑多中心联合配送、客户混合时间窗、配送中心运力平衡和车辆装载量对油耗的影响,构建以车辆派遣成本、油耗成本、电动车能耗成本和时间窗惩罚成本之和最小化为目标的优化模型。设计遗传—大邻域混合算法求解模型,该算法采用聚类法生成初始解,基于运力平衡的返回策略设计交叉和变异算子,并引入变邻域搜索结构和大邻域搜索算法的移除与插入算子进行搜索优化。通过对比和分析多组算例验证了算法的有效性,并分析了运力平衡策略和混合时间窗对制定配送方案的影响。研究成果可丰富车辆路径问题的相关研究,为物流企业优化决策配送方案提供了理论依据。

基于混合卷积窗三谱线插值的谐波分析方法

快速傅里叶变换(Fast Fourier Transform,FFT)在谐波检测分析中被广泛应用,但因非同步采样和非周期截断信号,会产生频谱泄漏和栅栏效应问题,导致谐波测量出现误差。为提高谐波测量的准确度,提出用Hanning窗和Kaiser窗运用卷积运算构成一种新的混合卷积窗函数的三谱线插值FFT的谐波检测方法。仿真结果表明,所提算法与单个窗函数和其他混合卷积窗相比,具有更高的精确度,且旁瓣衰减速度更快,验证了该算法的有效性。