基于可变数据重用因子的变步长仿射投影算法

提出的仿射投影算法可根据输入数据矩阵条件数的变化情况,实时地决定下一步输入矩阵的维数,即数据重用因子和步长,并利用这两个动态量去折中收敛速度和稳态误差之间的矛盾.仿真结果表明,在较大程度节省了运算量的情况下,该算法的收敛速度接近于使用高维输入矩阵的情况,而稳态误差与使用低维输入矩阵时相当,同时收敛稳定性更优.

可变数据重用因子仿射投影算法

从修改传统仿射投影算法(Affine Projection Algorithm,APA)的约束条件出发,推导出了一种新的可变数据重用因子仿射投影算法。该算法解决了传统APA算法收敛速度与稳态失调和计量复杂度之间的矛盾,实现了在初始阶段数据重用因子大,收敛后数据重用因子小的目标。仿真结果表明该算法最终达到了高数据重用因子APA的收敛速度和NLMS算法的计算量和稳态失调。

可重构制造系统成本模型

分析了可重构制造系统的时间要素和成本构成,给出了成本构成模型。定义了节约因子α_i、残留因子λ_i和时间价值因子σ_T,α_i表示重构固定投资C_i和初始固定投资C_O间的关系,λ_i表示固定投资未来价值与现价值间的折旧关系,σ_T表示未来投入成本的折现关系。分析了α_i与C_i的关系,给出了5种生产需求下的C_i模型。最后建立了可重构制造系统近似成本模型,并进行了影响因素趋势分析。

基于可变阶数的集员滤波仿射投影算法

为了解决传统集员滤波仿射投影(SM-AP)算法收敛速度与稳态失调和计量复杂度之间的矛盾,提出一种新的数据选择性仿射投影算法。此算法在传统SM-AP算法的基础上,引入可变阶数(也称数据重用因子),称为基于可变数据重用因子的集员滤波仿射投影(VDRF-SM-AP)算法。通过利用步长提供的信息,此算法可以自动地分配数据重用因子,实现了在初始阶段数据重用因子大,收敛后数据重用因子小的目标,从而既保证了收敛速度又降低了稳态失调。通过理论分析和仿真验证,新算法的整体复杂度比其他传统的SM-AP算法低很多,同时保留了传统的SM-AP算法的快速收敛特性,但是却能达到更小的稳态失调。

智能家电嵌入式软件的源码构件设计方法

通过对家电控制器常用MCU体系结构、程序设计语言、家电功能及外设驱动源码研究,提出了一种形式化的嵌入式软件的源码构件和程序代码的设计方法。介绍了源码构件层次体系和逻辑模式;定义了源码构件运算符;给出了构件及应用代码的形式化生成;并以重用因子K为标准,辅助衡量源码构件的代码片段划分和设计的合理性。该方法具有很好的实用性、可扩展性和通用性。