基于贝叶斯网络SP算法的改进研究

针对SP算法中利用优化组合处理稀疏候选集来评分得最优候选集,这样得到的每个节点的候选集为父节点集,从而容易导致最后的贝叶斯网络双向边较多,对双向边处理后还存在较多的反向边,从而提出了利用爬山算法处理稀疏候选集,得到新的算法SCHC,该算法减少了双向边的数量和提高了正确边的数量。

VBR流式视频的最短路径率平滑传输算法

预存储的变比特率 (VBR)压缩的视频网上流式传输 ,提供实时视频服务 .这种VBR视频呈现的突发性比特率变化特性使带宽预留和接纳控制等网络传输技术复杂化 .一个行之有效的解决办法是在传输前对这种VBR视频在满足一定限制条件下进行比特率无损平滑 .基于平面规划中的最短路径原理 ,针对存储的VBR压缩视频 ,文章提出了最短路径率平滑传输算法 ,并建立了一些相关概念 .算法的结果被证明能同时满足多项优化指标 :极小的峰值比特率、极大的谷值比特率及O(K)的时间复杂性 ,实验结果也显示算法是有效、可行的 .

一种简化的LDPC码BP译码算法的研究

低密度奇偶校验码(LDPC码)是一种逼近香农限的线性分组码,译码的复杂度较低;在LDPC码译码算法中性能较好的是置信传播译码(BP)算法,他能够在迭代译码过程中确定码字是否已译出,但是复杂度高,运算量大。采用一种改进的BP译码算法,在迭代译码过程中对校验节点的更新信息进行曲线拟合,以减小译码运算量,有利于硬件的并行实现,减少译码延时。仿真结果表明,改进的BP算法译码性能和原来的BP算法接近,而且复杂度较低。

基于子空间追踪重构算法的改进

压缩感知的重构算法中,子空间追踪算法(Subspace Pursuit,SP)是近几年来研究的热点.针对SP算法,引进前瞻策略和自适应选择步长的方法,来改进其重构效果.实验结果表明:自适应前瞻SP算法(Adaptively Look Ahead Subspace Pursuit,ALASP)重构效果优于其他匹配追踪算法.

局内同类机器加工任务排序问题的一种算法及仿真试验

对于局内同类机器加工任务排序问题设计了一种SpacePreparation算法 (简称SP算法 ) ,改进了经典LIST算法的平均执行效率 .文中证明SP算法的竞争比为 2 。

基于子空间的正交匹配追踪算法

压缩感知理论的提出,给信号处理和信息获取领域带来了划时代的发展。传统重构压缩算法大多都有迭代次数多、运算效率不高且重构效率低等问题。针对该问题,提出了一种根据子空间回溯思想重构出原始信号,并证明了该算法的有效性和重要2个特点:引入回溯思想,重构概率高;计算复杂度低。通过仿真实验与传统的正交跟踪(OMP)算法和子空间(SP)算法进行相关参数比较,验证了该算法在稀疏信号重构研究中具有重要意义。

基于压缩感知的智能天线DOA估计算法

波达方向(direction of arrival,DOA)估计是利用具有一定空间结构的天线阵元对空间信源的来波方向进行估计。为解决MUSIC算法和ESPRIT算法在智能天线DOA估计中空间谱分辨率和抗噪声性能方面的不足,依据压缩感知理论的贪婪算法思想,将匹配追踪(matching pursuit,MP)算法和子空间追踪(subspace pursuit,SP)算法应用在DOA估计中,即提出2种新的算法MP-DOA和SP-DOA。这2种算法主要包括原子库建立、信号投影、最佳匹配原子筛选及信号特征提取等过程。4种算法的仿真实验与对比分析结果表明,MP-DOA算法在低信噪比情况下较其他3种算法性能更优越,SP-DOA算法在角度分辨率和对信源数的包容方面的性能较其他3种算法优越,也验证了应用压缩感知理论的优越性。

基于子空间阈值追踪的矩阵修补算法

低秩矩阵修补是机器学习和数据分析中的核心问题,被广泛应用于协同过滤、降维处理、多任务学习和模式识别等领域。针对ADMiRA算法存在收敛速度慢、易陷入局部最优等缺陷,通过在SP算法的每次迭代过程中引入SVP算法,提出一种基于子空间阈值追踪的矩阵修补算法。其利用SVP算法快速收敛的特性,提升了SP算法的收敛速度,且能得到更优的解。仿真实验验证了所提算法的性能。

分布式爬虫任务调度策略的优化

针对当前分布式爬虫任务调度策略存在的节点任务分配不均、发生异常后引起的负载均衡问题,提出了一种基于SP-cycle算法的节点地址空间分配策略。通过该策略构造环形序列取代传统散列函数的节点地址空间映射方法,可使所有抓取服务器分配的地址空间达到动态均等,从而实现可调度节点的负载均衡。实验结果表明,相对于传统一致性哈希方法,改进的任务调度策略具有更好的负载均衡效果,并且发生异常时具有较好的健壮性,有效地提升了分布式爬虫整体性能。

基于量化压缩感知的IR-UWB接收信号重构研究

压缩感知理论为IR-UWB信号的低速采样接收提供了新的思路,但现有的低速率压缩采样架构大都理想化了量化过程。该文充分考虑量化噪声的实际影响,拟设计出抗噪性强的IR-UWB接收信号重构方法。基于对压缩采样值中噪声分布特性的分析,修正了信号重构模型,并通过仿真对比了DS(Dantzig-Selector)法求解和传统重构算法求解的性能差异。在此基础上,提出了一种在DS和SP(Subspace Pursuit)算法中自适应选择的信号重构方法(联合DS-SP)。仿真结果表明,联合DS-SP以折中于DS和SP之间的复杂度在不同噪声情形下获得了最优的重构性能,且相对经典重构算法有较大的性能提升,为压缩感知框架下的IR-UWB接收机数字后端提供了一种新的信号重构策略。

基于WiMax的LDPC码解码器的实现

提出了一种基于WiMax 802.16e标准的LDPC码解码器结构,该结构采用了基于修正的SP算法的串并行结构,支持19种协议规定的校验矩阵及码字长度,以及六种不同码率的LDPC码的解码,并在是否使用分层解码两种情况下进行了仿真验证,降低了解码延时和误码率。

基于压缩感知技术的自适应阵列天线滤波系统的研究

随着通信等行业的发展,对自适应阵列天线滤波系统的吞吐量提出了更高的要求。本文利用压缩感知技术的稀疏化特点降低数据的计算复杂度。首先减少天线阵元所接收信号的测量数据,再送至自适应天线系统进行滤波处理,然后通过重构算法——SP算法(子空间匹配追踪)进行信号重构,能有效地降低自适应阵列天线滤波系统的计算复杂度,提高自适应阵列天线滤波系统的数据吞吐量。

一种改进的二阶Reed-Muller译码算法

研究了一种改进的RM译码算法—改进的Sidel,nikov-Pershakov算法(简称SP算法),详细叙述了原始算法的原理以及改进算法的译码步骤,并对两种算法进行了仿真实现,对它们的译码性能和算法复杂度进行了比较。改进的译码算法复杂度略优于原始算法,而改进后的算法的译码性能明显优于原始算法。