5G NR系统下行同步小区搜索算法及仿真

5G NR(New Radio)系统下行同步小区搜索算法由主同步信号检测算法和辅同步信号检测算法构成,为了提升性能,研究过程分别建立了基于改进叠加分段滑动算法的主同步检测模型和基于哈达玛积的改进辅同步检测模型,并且运用MATLAB对其开展性能检验,重点评价检测准确率和计算复杂度。结果显示,改进后的算法模型在准确率和效率上均有明显提升。

基于Lagrange插值的数字图像相关亚像素位移测量算法

本文旨在通过改进经典Newton-Raphson算法中的插值方法来优化数字图像相关(DIC)亚像素位移测量的计算效率。针对经典Newton-Raphson算法在数字图像相关亚像素位移测量中应用的双三次样条插值算法,特别是在需要计算边界点灰度梯度(即灰度值的一阶导数)时,存在计算量大的问题,本文提出一种基于Lagrange插值的改进算法作为解决方案。Lagrange插值算法在未增加计算节点数的情况下,成功避免了边界点灰度梯度的计算,使插值效率可提高近1/3。应用数值模拟实验和真实刚体平移实验对本文算法的性能进行验证。结果表明,本文算法在保持求解精度的同时,计算测量效率较传统Newton-Raphson算法有了明显提升。单点插值效率平均提升近30%;单点测量效率平均提升近20%。本文首次将Lagrange插值算法应用于数字图像相关的亚像素位移测量中,解决了双三次样条插值算法计算量大的问题,为相关领域提供了一种更为优化的变形测量方法。该研究为DIC亚像素位移测量技术的进一步发展和应用提供了新的思路和参考,有望在实际工程中得到广泛应用,促进相关领域的进步与发展。

基于改进混合樽海鞘群算法的航空发动机模型求解方法

针对传统智能优化算法在求解航空发动机模型非线性方程组时收敛速度慢、精度低的问题,提出采用樽海鞘群优化算法(salps swarm algorithm,SSA)。为了提升标准SSA求解复杂发动机模型的随机搜索能力,采用了混沌映射、正余弦算法、自适应权重、逐维变异策略对SSA进行改进,并且更进一步调整了算法流程(Process improved SSA),提高算法收敛概率,最终将Process improved SSA与Newton-Raphson算法结合为混合算法,并以适应度值作为算法切换的判断条件以提升混合算法的计算效率。仿真实验验证了Process improved SSA求解航空发动机模型的有效性。仿真结果表明混合算法能够实现全局收敛并提升收敛速度,且能够在模型输入强瞬变仿真时实现快速收敛。

低复杂度的LDPC并行分层译码算法研究

为了提高准循环低密度奇偶校验(QC_LDPC)算法的译码性能,降低其译码算法的复杂性,加快译码收敛速度,提出了一种基于最小和译码算法的分层译码,以支持QC_LDPC快速译码,它由基校验矩阵通过循环移位得来,所以每一层之间的校验矩阵相互独立。相对于传统的BP算法,提出的分层算法复杂度更低,收敛速度更快。根据5G NR的标准,对该算法在各种情况下进行了仿真,当码长K=3960,码率为1/3时,使用BPSK进行调制、AWGN信道进行仿真,结果显示,此算法在SNR为1.3 dB左右时,得到了10-5的BER,该解码方法获得了0.1dB的性能增益、迭代次数的减少以及译码吞吐率的提升。

基于Newton-Raphson迭代的永磁同步电机MTPA控制算法设计

针对牵引永磁同步电机的最大转矩电流比(MTPA)的控制原理,提出一种基于Newton-Raphson迭代公式的MTPA控制算法,根据转矩指令实时计算最优的d、q轴电流参考值,充分利用了电机的磁阻转矩,以最小的电流输出最大的转矩。Newton-Raphson的迭代次数为10次,最终将迭代误差降到0.01 A以下,对处理器的负担较小。通过MATLAB/Simulink仿真及在中车大连电力牵引研发中心有限公司试验中心进行试验,证明了该MTPA算法的可靠性与有效性,并在系列化标准地铁永磁牵引系统中得以应用。

多组分体系单级萃取平衡的Newton-Raphson算法

提出了一种多组分（λ）体系串级萃取动态仿真中的单级萃取平衡和物料平衡计算的新方法。该方法分别导出了有机相萃取量、水相洗涤量和混合萃取比等限制条件下两相组成关系的２λ元非线性方程组，构造以水相（或有机相）中某一组分的平衡含量为变量的目标函数（一元非线性方程），采用ＮｅｗｔｏｎＲａｐｈｓｏｎ迭代法求解，并以萃取平衡和物料平衡关系得到该级其它所有组分在两相的含量。与原采用的“二分法”方程求解相比，该方法具有计算速度快、收敛性好等优点，对允许误差ε＜１０－７体系的求解迭代次数一般仅为３～６次，可数倍提高运算速度，因而对微机环境下实现萃取体系的动态仿真和自动控制十分有利。

5G系统PDSCH几种典型信道估计算法对比

本文针对通信链路中存在近地多径、收发移动中的问题,构建了基于5G NR PDSCH信道链路模型,在高斯信道上对LS算法、LMMSE算法和基于DFT的LS信道估计算法等的信道估计对比分析,通过Matlab软件进行仿真。结果表明,在高斯信道上,LMMSE算法信道估计效果最优,LS算法效果最差,基于DFT的LS算法效果介于前两者之间,且与降噪效果密切相关,降噪越好算法效果越接近LMMSE算法。

基于改进的Newton-Raphson算法的电磁波流动图像重建

快速而又具有一定精度的图像重建算法是流动成像测井技术的关键。提出了一种基于M arquardt方法改进的Newton-Raphson图像重建算法。该方法用迭代法获得电磁波流动图像重建不适定逆问题稳定解,仿真结果表明该方法与修正的Newton-Raphson算法相比能快速而较高精度地重建出两相流断层图像。

基于实值MUSIC算法的电力谐波分析方法

现代谱估计方法逐渐被应用于电力谐波及间谐波的超分辨率检测与分析,其中的多重信号分类方法(MUSIC)算法最具代表性。然而,常规谱MUSIC算法在分析电力谐波时必须将实值信号转换为复频率信号,因而计算复杂度较高;此外,其伪频谱的峰值搜索过程也存在着类似栅栏效应,导致其频率分析精度有限。为了改善谱MUSIC算法对电力谐波的分析精度,本文基于子空间分析理论提出了针对实值周期信号的谱MUSIC频率检测方法,推导并给出了其伪谱函数的表达式。在此基础上,还利用Newton-Raphson算法对伪谱峰值进行迭代求精,进一步提高了谐波频率的估计精度。仿真结果表明:实值MUSIC伪谱更能有效区分真实谐波谱峰与噪声伪峰,同时本文方法的计算复杂度远远低于原有复值谱MUSIC算法,而频率估计精度与求根MUSIC算法接近,非常有利于电力谐波参数的准确获取。

混沌系统不稳定周期轨道的搜索算法

对混沌系统不稳定周期轨道(unstableperiodicorbits,UPO's)的搜索算法进行了深入研究.首先分析了传统的Newton＿Raphson算法(NR算法)及Schmelcher＿Diakonos算法(SD算法)各自的优点和缺点.然后提出了一种新的UPO's搜索算法,称之为NR＿SD算法.该方法集中了NR算法和SD算法各自的优点,能够在保证收敛全局性的条件下,极大地提高UPO's的搜索效率.此外,NR＿SD算法采用了一种全新的初始点确定策略,该策略能够保证搜索到所有的长周期UPO's.最后借助于实例模拟验证了NR＿SD算法的有效性,同时论证了周期p与p周期UPO's数目之间的关系.

Monte Carlo EM加速算法

EM算法是近年来常用的求后验众数的估计的一种数据增广算法,但由于求出其E步中积分的显示表达式有时很困难,甚至不可能,限制了其应用的广泛性.而Monte Carlo EM算法很好地解决了这个问题,将EM算法中E步的积分用Monte Carlo模拟来有效实现,使其适用性大大增强.但无论是EM算法,还是Monte Carlo EM算法,其收敛速度都是线性的,被缺损信息的倒数所控制,当缺损数据的比例很高时,收敛速度就非常缓慢.而Newton-Raphson算法在后验众数的附近具有二次收敛速率.本文提出Monte Carlo EM加速算法,将Monte Carlo EM算法与Newton-Raphson算法结合,既使得EM算法中的E步用Monte Carlo模拟得以实现,又证明了该算法在后验众数附近具有二次收敛速度.从而使其保留了Monte Carlo EM算法的优点,并改进了Monte Carlo EM算法的收敛速度.本文通过数值例子,将Monte Carlo EM加速算法的结果与EM算法、Monte Carlo EM算法的结果进行比较,进一步说明了Monte Carlo EM加速算法的优良性.

超大功率发射机功率合成算法研究

采用功率合成技术的双多套发射机可以突破单套发射机最大输出功率的技术限制,实现更大发射功率,探测更远、更小的空间目标。通过对功率合成器功率合成原理的分析,提出了利用Newton-Raphson算法求解功率合成的二元非线性超越方程组,实现了功率合成的最大效率,大大节约了成本。该算法使用C语言通过验证,具有良好的算法精度和效率。

模型未知的非双曲型非线性序列去噪算法

针对模型未知的非双曲型非线性序列难以实现去噪和轨迹重影的问题,基于模型选取的最小描述长度准则,从过拟合和欠拟合的角度分析边缘误差算法对离散系统的非最优性和不适应性,利用改进的全局误差算法对系统进行建模,结合梯度下降方法的稳定性和Newton-Raphson算法的快速收敛性提出一种融合算法,用于在机器精度内实现非双曲型非线性离散系统时间序列的去噪和轨迹重影。通过辅以极少点数的无污染序列和仅从单变量受扰观测序列2项实验验证该算法的有效性。

改进约束的传输线频率相关转换矩阵平滑算法

提出了一种新算法能够得到依频率连续变化的转换矩阵,先使用传统算法计算出每个频率点的转换矩阵,然后通过一个平滑算法消除转换矩阵中由传统算法产生的突变点。通过一个双回三相不换相输电线路的算例将新算法与Newton-Raphson算法进行比较,实验结果和理论分析表明,新算法具有更高的效率和更好的追踪能力,且更加灵活,可以适应更多约束条件,实验表明可以通过改进约束得到光滑性更好的转换矩阵。

缺失数据下多元正态模型Monte Carlo EM算法

研究含有缺失数据的多元正态模型参数的极大似然估计问题,利用Monte Carlo EM算法求得多元正态模型参数的迭代解,并证明了此迭代解收敛到最优解,且其收敛速度是二阶的.

基于遗传算法的几何约束快速求解方法

针对几何约束求解问题 ,提出一种改进的遗传算法 ,他是在一般遗传算法的基础上 ,增加了迭代的外循环过程和新的用于初始种群的选择方法 ,求解速度快且能达到Newton -Raphson法的精度 。

Logistic回归模型中参数极大似然估计的二次下界算法及其应用

本文研究了Newton-Raphson等算法无法进行时探寻更加稳定的数值解法的问题.利用B¨ohning&Linday(1988)提出的二次下界算法(Quadratic lower-bound),文中在Logistic回归模型下构造了极大似然函数的代理函数并进行数值模拟,获得了二次下界算法是Newton-Raphson算法的合理替代的结果,推广了数值方法在Logistic回归模型中的应用.

基于压缩感知的声纳图像超分辨率重建算法

超分辨率重建通用方法中,图像分解后对应小波基只能有效稀疏表示单一成分,往往只侧重边缘成分而忽略了光滑成分等。针对这个问题,本文改进了一种基于压缩感知的声纳图像超分辨率重建算法。该算法基于三种不同稀疏字典小波变换模型,运用一种基于K-均值聚类算法的结构化字典训练法,并采用Newton-Raphson法进行迭代算法处理,实现声纳图像压缩感知的超分辨率重建。最后通过仿真实验,验证了此种算法的可行性和有效性。实验结果表明,该算法获得的超分辨率图像能够很好地重建并保持原图像的特征,能高效地改善并提高重建质量。

5G NR下行同步方法研究

5G新频段(5G NR)下行同步技术作为5G新空口场景下通信功能实现的重要支撑技术,一直都是通信领域关注的焦点。文中针对5G NR下行同步方法进行研究。首先,研究下行同步技术,分析了下行同步过程包含的技术与工作流程,分别设计了主同步信号和辅同步信号的检测算法;其次,为了提高信号检测效率,针对主同步信号检测算法进行改进,提出了降采样分段检测算法,大幅度降低了信号检测的工作量与复杂度,节省了检测时间和资源;最后,对5G NR下行同步进行了仿真设计与实现,仿真得到的数据与数学分析结果一致,验证了仿真模块功能设计的可行性和正确性。

五自由度并联机构正解新数值算法

以五自由度并联机构为研究对象,提出一种新的并联机构正解数值算法。新算法以一组随意的平台位姿参数作为迭代初始值,根据并联机构杆长特征对动平台位姿参数进行反复校正,直至得到所需任意精度的机构正解。用新算法和传统Newton-Raphson数值迭代法分别对五自由度并联机构正解进行求解,参照Pro/E机构分析中测得的数据,分析对比两种算法求解误差、计算时间、迭代次数,总结出新算法,具有求解思路清晰,计算量小,收敛速度快,且算法收敛性对迭代初始值敏感度低等优点,有利于并联机构实时控制。