基于两步迭代收缩法的多稀疏空间图像快速重构方法

由于多稀疏空间图像重构时,像素范围选取过大、峰值信噪比低以及重构时间长,导致图像重构方法存在重构效果差的问题,提出基于两步迭代收缩法的多稀疏空间图像快速重构方法。明确多稀疏空间图像重构存在的问题,在明确问题后,以迭代收缩阈值算法为基础,引入迭代加权收缩算法,结合每一轮迭代结果作为初值,完成图像重构的两步迭代收缩法设计,实现多稀疏空间图像快速重构。实验结果表明:应用该方法后的重构多稀疏空间图像峰值信噪比达到37.9 dB以上,图像重构时间仅为16.0 ms,图像结构相似性达到了0.98以上,并且重构多稀疏空间图像的效果更好,经过实验分析证实了所提方法具备可行性。

基于三步迭代滤波器的缓变型时间同步攻击防护方案

针对卫星接收机可能遭受转发式欺骗干扰而造成缓变型时间同步攻击的情形,提出了基于三步迭代滤波器的攻击防护方案.该方案首先引入缓变型时间同步攻击模型和缓变型时间同步攻击感知模型,并利用三步迭代滤波器估计缓变型时间同步攻击感知模型的时钟偏差与时钟漂移,最后依据构建的纠偏模型对钟差与钟漂进行校正.仿真实验结果表明,该方案能在1 s内及时检测出缓变型时间同步攻击,并进行有效抑制,有效降低时间同步攻击对授时精度的影响.

求解PageRank向量的一种松弛多步分裂迭代方法

基于求解PageRank向量的内外迭代格式,引入一个松弛因子得到一种松弛内外迭代方法。结合已有的多步分裂迭代框架,引入两个不同的松弛因子,提出了求解PageRank向量的松弛多步分裂迭代方法并分析了算法的收敛性。更进一步地,利用松弛内外迭代格式构造了加速投影子空间方法的预处理矩阵,理论分析相关谱分布情况,并给出了松弛多步分裂迭代方法及预处理矩阵中参数的选取准则。几个数值例子验证了松弛多步分裂迭代方法和预处理矩阵的有效性,通过选取合适的松弛因子,与多步分裂迭代方法相比具有更高的运算效率。

基于两步迭代收缩的无线传感网络定位

随着无线传感网络的发展,传统的定位算法不能满足需求,而压缩传感通过少量的采样点就可重构原信号。针对网络节点定位问题,为降低采样率,本文将压缩传感理论用于无线传感网络,通过选取测量矩阵和稀疏矩阵,将两步迭代收缩算法用于无线传感网络的节点采样中,构建压缩传感的节点定位模型,具有较高的节点重构精度。实验分析表明,该算法性能稳定,同时具有较快的收敛速度。

基于证据理论的迭代多步预测方法研究

为了有效利用复杂非线性工程系统中各种不确定信息和主观知识,本文结合相空间重构理论和证据推理理论,建立时序证据的多步预测模型.本文先对时序证据进行相空间重构;针对时序证据预测中信息量大且存在误差累积的不足,采用时序证据滑动窗口处理方法,以降低累积误差;窗口内运用迭代融合规则,以降低信息量的存储.将该模型应用于某型陀螺仪漂移预测,试验结果证明,本文方法能够有效降低迭代时产生的累积误差和信息量,结论更接近实际情况.

基于两步迭代收缩法和复数小波的压缩传感图像重构

压缩传感系统利用图像稀疏表示的先验知识,能从少量的观测值中重构原始图像。目前压缩传感系统通常利用只有三个方向的正交小波基表示图像,应用迭代收缩法求解对应的优化问题。该方法的缺点是收敛速度慢,并且重构图像有明显的伪吉布斯效应。针对这一缺点,本文提出了结合双树复数小波稀疏图像表示和两步迭代收缩的图像重构算法,在迭代时利用前两个估计值更新当前值。实验结果表明,本文算法的重构图像视觉效果好,收敛速度比传统的重构算法快。

基于EM的低复杂度迭代载波同步算法

编码辅助载波同步算法充分利用译码软信息,可获得较理想的同步性能,但是目前这类算法存在复杂度高、处理时间长的问题。首先在推导迭代载波同步中后验均值与译码软信息关系的基础之上,通过选择性地进行译码判决反馈来减少不必要的计算点数,再根据前两次的迭代结果自适应地减小频率搜索区间长度,从而大幅降低同步参数估计的运算量。仿真结果表明,该算法能够有效工作在低信噪比环境下,可获得接近理想同步条件下的译码性能。

基于两步迭代收缩阈值的编码孔径光谱数据复原算法

编码孔径光谱成像仪根据压缩传感理论,对物体进行光谱成像。编码孔径光谱数据复原的特点在于能将探测器上所得到的二维编码像复原成三维的数据立方体。两步迭代收缩阈值算法是在迭代收缩阈值算法和迭代加权收缩算法基础上加以改进而得出的,采用两步迭代收缩阈值算法对编码孔径光谱数据进行复原,成功地由二维编码像复原出了三维数据立方体,具有迭代步数少,收敛速度快的特点。

项目反应理论中参数的双重两步迭代估计

将经验Logistic回归用于项目反应理论中两参数Logistic模型的参数估计,得到第j个项目的项目 ⌒-1 ⌒-1Xj)-1X′jYj,由于Xj含有未知的讨厌参数θ,我们结参数向量βj=(aj,λj)的两步估计β⌒⌒j=(X′jjj合上式的结果对θ进行再估计.从而形成一种新的估计方法—双重两步迭代估计.蒙特卡洛模拟结果显示,这种新的估计方法提高了估计对真值的恢复能力.

多步迭代降维方法研究

以GPS接收机联合空时抗干扰为应用背景展开对多步迭代降维方法的研究。深入分析了多级维纳滤波(MWF)和辅助向量滤波(AVF)两种典型的多步迭代降维方法,将其统一到同一框架内,并在此基础上给出一种基于数据域前向递推和后向迭代的改进多步迭代降维方法。与原MWF、原AVF方法相比,改进方法性能更优,计算量大幅下降,可以简便地确定降维维数,更适合GPS空时抗干扰硬件实现。进行了仿真实验,验证了本方法的优越性。

一种n步迭代算法的收敛性分析及其应用(英文)

引入并研究了一类新的非线性变分不等式问题,给出了一种新的n步迭代算法,并证明了运用此种算法来求解此类变分不等式问题的收敛性．

单幅同轴全息图两步迭代收缩重建

利用压缩传感理论中的两步迭代收缩重建算法,开展单幅同轴全息图重建实验研究,实现单幅同轴全息图共轭重建像的消除并克服数字全息技术在轴向聚焦平面识别能力的不足。以数字图像和标准分辨率板为记录物体,比较分析了基于两步迭代收缩算法和菲涅尔近似衍射重建算法的重建质量;以两根裸光纤为实验样本,分析了两步迭代收缩重建算法对记录物体轴向不同焦平面的识别能力。实验结果表明两步迭代收缩重建算法可得到清晰度高于68.73%的重建信息,同时对直径为125μm的两根光纤在9mm的轴向间距条件下,显示出了比全息菲涅尔近似算法更好的聚焦平面识别能力。这一轴向聚焦识别能力有助于数字全息技术应用于功能材料梯度参数或功能涂层光学器件涂层厚度检测。

一类新的几乎渐近非扩张型映象不动点的三步迭代逼近问题

在Banach空间中引入一类新的p-几乎渐近非扩张型映象,并得到了此类映象的修正的具误差的三步迭代序列的收敛定理.所得结果推广和发展了许多相关的结果.

求解PageRank问题的多步幂法修正的内外迭代法

引用两种加速计算PageRank的算法,分别为内外迭代法和两步分裂迭代算法.从这两种方法中,得到多步幂法修正的内外迭代方法.首先,详细介绍了算法实施过程.然后,对此算法的收敛性进行证明,并且将此算法的谱半径与两步分裂迭代算法的谱半径进行比较.最后,数值试验说明该算法的计算速度比两步分裂迭代法要快.

非扩张映象的具误差的多步粘性迭代的收敛性

引入非扩张映象的具误差的多步粘性迭代,在一致光滑Banach空间框架下,得出了非扩张映象的具误差的多步粘性迭代序列的收敛性及强收敛于其不动点的条件.将一步粘性迭代推广到具误差项的多步迭代,使迭代更符合实际.其结果推广和发展了最新的相应结果.

φ-强增生算子方程解的Noor三步迭代收敛率的估计

使用分析的技巧,在实Banach空间中研究了φ-强增生算子方程解的带误差的Noor三步迭代逼近问题.在一定条件下,建立了φ-强增生算子方程解的带误差的Noor三步迭代的收敛性与稳定性定理,并且提供了更为一般的收敛率的估计.

广义强一致ψ半压缩算子的带误差修正多步Ishikawa迭代的收敛性(英文)

对广义强一致ψ半压缩算子研究了带误差修正多步Ishikawa迭代的收敛性,并在更弱的条件下得到此迭代收敛到唯一的不动点.

渐近非扩张映象的具误差的多步粘性迭代逼近

引入渐近非扩张映象的具误差的多步粘性迭代,在一致光滑Banach空间框架下,得出了渐近非扩张映象的具误差的多步粘性迭代序列的收敛性及强收敛于其不动点的条件.将一步和二步粘性迭代推广到具误差项的多步迭代.结果更具有一般性,进而推广与发展了最新的相应结果.

Banach空间解一类(A,η)-增生映象包含组的两步迭代算法(英文)

在Banach空间中引入和研究了一类含(A,η)增生映象的变分包含,利用(A,η)增生映象的预解算子技巧,证明了这类(A,η)增生映象包含组解的存在性和唯一性.并对这类(A,η)增生映象包含组的逼近解构造了一种新的具误差的两步迭代算法,还讨论了由算法生成的迭代序列的收敛性.

渐近拟非扩张映射中带误差的多步迭代序列

研究了在Banach空间中渐近拟非扩张映射中带误差的多步迭代程序的收敛性问题,给出了多步迭代序列收敛到公共不动点的充分必要条件,是近代一些相应结果的改进与推广.