带误差项的广义Halpern-Ishikawa型迭代序列的强收敛定理

在实Banach空间中,为证明Φ-伪压缩映象不动点的迭代强收敛性,引进了带误差项的广义Halpern-Ishikawa型迭代算法,并利用所设计的迭代算法,证明了Φ-伪压缩映象不动点的一个新的强收敛定理。从而完善了带误差项的广义Halpern-Ishikawa型迭代算法的研究。

带误差项的广义Halpern-Mann型迭代序列的强收敛定理

为证明Φ-伪压缩映象不动点的迭代收敛性,引进了带误差项的广义Halpern-Mann型迭代算法,并利用此迭代算法和一些分析技巧,证明了Φ-伪压缩映象不动点的一个新的强收敛定理.

修正混合的Halpern三步迭代序列强收敛性

在一致光滑的Banach空间中,引进了一种新的关于非扩张算子T的修正混合Halpern三步迭代序列,并证明了在一定条件下该迭代序列强收敛于T的不动点.所得结果改进和推广了近年来其他一些相关的近似结果.

Banach空间中逆强增生算子修正的Halpern迭代序列强收敛性

在一致凸一致光滑的Banach空间中,引进了一个新的修正的Halpern迭代序列,并证明了该迭代序列关于α-逆强增生算子的强收敛性,所得结果把其他一些相关的近代结果从2-一致光滑Banach空间推广到一致光滑Banach空间,并且证明方法也不相同.

高速移动环境OTSM通信双迭代判决反馈均衡研究

针对现有正交时序复用(Orthogonal Time Sequence Multiplexing,OTSM)通信均衡方法在高速移动环境下难以有效处理符号间干扰的问题,提出一种基于最小二乘QR分解(Least Square QR,LSQR)的双迭代判决反馈均衡方法.该方法利用基于零填充的OTSM系统时域传输矩阵的分块特性,使用LSQR迭代算法对时域观测数据进行逐块均衡以实现对待检测符号的快速粗估计;随后将其转换至延迟-序列域中通过数次迭代的方式进行动态门限量化判决,进而利用判决反馈结果对延迟-序列域观测数据进行分块干扰消除,最后通过LSQR迭代均衡实现符号粗估计的迭代优化.仿真结果表明,在500 km/h移动速度下该均衡方法与目前广泛使用的基于高斯赛德尔(Gauss-Seidel,GS)的均衡方法和基于最大比合并(Maximum Ratio Combining,MRC)的均衡方法相比,采用16-QAM调制且误码率为10-4时分别带来了2.61 dB和1.76 dB的性能增益.

高速移动环境下OTSM迭代检测算法研究

正交时序复用(Orthogonal Time Sequency Multiplexing,OTSM)通过级联时分和沃尔什-哈达玛(WHT)复用将信息符号在时延和序列域进行复用。由于WHT在调制解调过程不需要进行复杂的乘法运算,相比于正交时频空(OTFS)调制有更低的调制复杂度。该文针对高速移动环境下的OTSM系统提出了一种二级均衡器:首先利用信道矩阵的稀疏性和带状结构在时域逐块进行低复杂度MMSE检测;随后采用高斯-赛德尔(GS)迭代检测进一步消除残余符号干扰。仿真结果表明,所提算法与基于单抽头频域均衡的GS迭代检测算法相比,采用16QAM调制且误码率为10–4时有1.8 dB性能增益。

Φ-伪压缩映象迭代序列的收敛性与稳定性

在没有T(D)=∪_(x∈D)Tx有界条件下,在实Banach空间中研究了广义Lipschitz Φ-伪压缩映象不动点的带混合型误差的Ishikawa和Mann迭代序列的逼近问题,使用新的分析方法,建立了带混合型误差的Ishikawa和Mann迭代序列的收敛性与稳定性定理,从而推广和改进了一些已知结果.

渐近伪压缩型映象迭代序列的强收敛定理

在没有任何有界条件下建立了渐近伪压缩型映象带混合型误差修改的Ishikawa和Mann迭代序列收敛到不动点的充要条件,所得结果本质推广和改进了有关文献中的相关结果。

基于混沌序列的迭代混合数字图像隐藏技术

给出了一种基于混沌序列的图像隐藏算法。利用图像的迭代混合可以将一幅图像隐藏于另一幅图像之中,借助Logi-stic混沌动力学系统过程既非周期又不收敛,且对初始条件敏感性,产生实数值混沌序列,作为隐藏算法的混合因子,提高了隐藏算法的安全性;为了进一步提高图像隐藏的安全性,对待隐藏图像进行基于象空间的置乱处理。实验结果证明,算法简单易行,安全性好。

随机变量和非独立区间变量下的可靠性序列迭代算法

针对机械系统中输入变量存在随机变量和区间变量混合的情况,考虑区间变量的非独立性,提出高效混合可靠性分析方法。区间变量使可靠性分析问题变为双层优化问题。为降低双层优化和非独立区间变量对可靠性计算效率的影响,提出了高效序列迭代计算策略,基于椭球模型描述的非独立区间变量,提出将非独立区间变量转换为独立区间变量的方法,并利用二次泰勒近似方法,将区间分析问题转换为易求解的二次规划问题。算例结果表明,所提出的可靠性序列迭代算法具有较高的计算效率和精度;可靠性分析结果受区间变量独立性假设的影响,区间变量独立可导致较保守的可靠性分析结果。

基于迭代PCA的GPS时间序列震后形变估计方法和应用

GPS时间序列的震后形变分析对于研究区域震后形变机制和岩石圈流变学特性以及维持国际动态地球参考框架具有重要意义.本文在现有参数估计方法的基础上,提出兼顾震后形变衰减特征空间相关性和整体建模的"迭代PCA参数估计方法",并利用模拟数据证实了新方法可以获取更稳健可靠的震后形变、同震形变和震间速度参数.最后,以37个新西兰GPS连续站坐标时间序列为例,利用迭代PCA方法提取了2016年11月13日Kaikoura地震共性的震后形变时间演化过程和各站点的震后形变,并定量分析了震后形变对地表速度的影响.结果表明各站的震后形变在时间域上以衰减常数τ为4天的对数模型持续松弛;空间域上南岛北东部和北岛最南部震后形变较大,其中,最大震后形变点为cmbl站,截至2017年6月10日NEU方向累计的震后形变分别达到107mm,135mm和187mm,地表速度分别达到133.58mm·a-1,112.05mm·a-1和175.58mm·a-1,仍高于稳定的震间速度.

凸度量空间中拟压缩映象具误差的Ishikawa型迭代序列的收敛性

对凸度量空间中非线性拟压缩映象具误差的Ishikawa型迭代序列的收敛性问题证明了几个新的收敛性定理 ,结果不仅改进和推广了L .B .Ciric ,Q .H .Liu ,H .E .Rhoades,H .K .Xu等人的相应结果 ,而且对Rhoades_Naimplally_Singh所提出的公开问题 ,在凸度量空间的框架下给出了肯定的答复·

奇异谱迭代区间四分法在GPS坐标时间序列插补中的应用

采用奇异谱迭代的区间四分法进行GPS坐标时间序列的插补。该方法基于自适应滤波的方法,从不完整的坐标时间序列中提取主要的特征成分完成插值,是对奇异谱迭代插值算法的改进。将本文方法与拉格朗日插值法进行比较发现,本文方法不仅拥有更高的插值精度,而且解决了奇异谱迭代插值的效率问题,计算效率得到很大提高。

Banach空间中渐近非扩张型映象Reich-Takahashi迭代序列的收敛性

在范数是一致Gateaux可微的Banach空间中研究渐近非扩张型映象的Reich-Takahashi迭代序列的收敛性,在没有任何有界条件下,建立了Reich-Takahashi迭代序列的强收敛定理,从而推广和改进了有关文献中的结果.

改进的迭代式TOD混沌跳频序列产生算法

针对周期抽取法构造的混沌跳频序列在均衡性方面缺陷,提出了利用周期抽取与多比特抽取结合法产生迭代式TOD混沌跳频序列,理论分析及仿真结果表明,该方法构造的贝努利随机序列,具有很好的均衡性、动态特性、汉明相关性等性能,相对于多值量化与比特抽取相结合法减少了运算量,便于增加跳频序列的复杂度。

在Banach空间中关于渐近非扩张映象的迭代序列的强收敛性

设E是一实的Banach空间,其范数是一致Gteaux可微的,D是E的一非空闭凸子集.设T:D→D是具有序列{kn}[1,∞),■kn=1的渐近非扩张映象.在一定条件下,证明了修正的粘性迭代序列{xn}强收敛于映象T的不动点.

一种新的迭代渐进多序列比对算法

该文提出一种新的迭代渐进多序列比对算法IPMSA。该算法先用渐进方法进行多序列比对,然后通过迭代策略,利用上一轮多序列比对结果修正指导树,产生新一轮比对。重复这一过程,直到指导树不再发生变化或满足事先设定的迭代次数为止。以比对数据库BAliBASE中多蛋白质家族1idy为例,对IPMSA算法和ClustalW算法进行的比较研究表明,该算法能更有效地比对分歧较大的序列,并改进其系统发育树。

基于拓扑序列更新的值迭代算法

提出一种基于拓扑序列更新的值迭代算法,利用状态之间的迁移关联信息,将任务模型的有向图分解为一系列规模较小的强连通分量,并依据拓扑序列对强连通分量进行更新。在经典规划问题Mountain Car和迷宫实验中的结果表明,算法的收敛速度更快,精度更高,且对状态空间的增长有较强的顽健性。

增生算子方程的具误差的Ishikawa迭代序列的强收敛定理

本文研究了Banach空间中Lipschitz的增生算子T的方程的解的迭代逼近问题.利用Ishikawa迭代法,证明了具误差的Ishikawa迭代序列强收敛到方程的唯一解,得到了一般的收敛率估计式.

基于迭代渐进多序列比对算法研究

提出一种新的迭代渐进多序列比对算法IPMSA。采用公共多序列比对数据库BAliBASE中142组蛋白质序列作为比对测试数据,并与ClustalW进行比较。比对结果的统计分析表明,IPMSA算法的比对准确率高于ClustalW。