基于改进神经网络PID的主蒸汽温度优化控制研究

针对电厂主蒸汽温度PID串级控制系统参数整定繁琐、自适应性较差的问题,提出一种改进神经网络PID串级控制方法。为了降低主蒸汽温度控制系统的不确定性,基于最小误差熵(MEE)准则训练串级控制中的主神经网络PID控制器,并利用滚动时域窗法递归估计跟踪误差的熵,提升算法运行效率。将主蒸汽温度误差序列和部分可测扰动输入神经网络PID控制器输入层,实现反馈控制与前馈控制相融合,提升控制系统抗干扰能力。通过与采用最小误差平方和(MSE)准则的神经网络PID控制器对比,采用MEE的神经PID控制器可以减小过热汽温的波动,减少控制系统的随机性。

改进Min-sum的LDPC译码算法研究

为了弥补Min-Sum译码算法相对于LLR-BP算法的性能缺陷,降低LLR-BP算法的实现复杂度,提出一种改进型Min-Sum译码算法,将Normalized BP-Based和Offset BP-Based 2种算法有效地结合,在计算校验节点消息时,同时引进校正因子和偏移因子,并通过最小均方差准则来选择参数。仿真结果表明,在误码率相同的条件下,改进型Min-Sum译码算法比Min-Sum算法、Normalized BP-Based算法和Offset BP-Based算法具有更好的译码性能,译码性能逼近于LLR-BP译码算法。

Asymptotic sum rate of MMSE receivers in multi-user distributed antenna systems

In this paper, the asymptotic sum rate of a multi-user distributed antenna system （DAS） is analyzed. To mitigate inter-user interference, minimum mean squared error （MMSE） receivers are utilized to cooperatively process received signals in the uplink. It shows that inter-user interference is efficiently mitigated and the uplink sum rate of a multi-user DAS is greatly improved by adopting MMSE receivers. For very large number of users and remote antennas, the asymptotic uplink sum rate of MMSE receivers is derived by using virtue of the random matrix theory, which can be The approximation is verified to be quite accurate by Monte Carlo simply calculated in an iterative way simulations.

基于优化的K均值算法对岩体结构面产状聚类分析

为实现对岩体结构面子集的智能划分,采用改进的K均值算法,将代表结构面三维坐标点通过等面积投影到单位圆平面,用二维点划分子集,并在初始聚类中心选择阶段,比较每一个数据点作为中心时的误差平方和,选取误差平方和最小或能最大限度减小误差平方和的点作为初始聚类中心,从而避免了K均值对初始聚类中心敏感的问题.通过对人工模拟结构面数据进行聚类,证明了该法的可靠性.将该方法应用到实测结构面数据的聚类分析中,结构面被分成两组,每组的结构面个数为132和121,对应的优势产状为268.16°∠48.61°和135.13°∠62.00°.

污染误差模型下的测量数据处理理论

本文首先研究了污染误差模型的各种具体的误差表示形式，然后研究了误差服从污染误差模型时的平差准则。指出，当误差服从污染误差模型时选择均方误差作为估计准则是合理的，并且符合传统的测量误差处理的观念。最后，推导了误差服从污染误差模型时，均方误差准则下的最佳估计。

扩频系统中最小误码率意义下的最优干扰抑制技术

通过论证最小化误码率 (MBER) ,最小均方误差 (MMSE)以及约束最小均值输出能量 (MMOE)之间的关系 ,将MBER准则下最优干扰抑制器的设计转化为后两种准则下最优干扰抑制器的设计 ,并分别导出两种自适应算法 :递推最小二乘 (RLS)和盲递推最小二乘 (BRLS) .前者抑制干扰效果好 ,但需要期望信号 ;后者无需期望信号 ,但抑制效果较差 .本文将两种算法合理配合 ,给出了动态环境下的干扰抑制方法 .

基于超宽带系统的采煤机端头定位策略及定位技术研究

采煤机的精准定位是实现无人开采的关键,但是现阶段的采煤机定位技术定位精度较低,无法满足高精度定位的要求。为此,提出在综采工作面的两个端头位置分别设置导轨,使超宽带(Ultra-Wideband,UWB)基站群能沿着导轨整体移动,当采煤机运行到端头时,利用对应端头的UWB定位系统获得采煤机的位置坐标,完成一刀截割之后,UWB基站群沿着进刀方向迁移,为下一次端头定位做好准备,实现“一刀一迁移”的端头定位策略,为惯性导航提供端头校准的依据。考虑到井下实际环境中测量噪声较大,提出了基于最小均方误差准则(Minimum Mean Square Error Criterion,MMSEC)的收缩估计方法;以定位终端与基站群之间的距离构建观测方程,建立扩展卡尔曼滤波(Extended Kalman Filter,EKF)模型,进一步消除距离残差对定位精度的影响,提高UWB定位系统的位置估计精度;以基站群迁移装置和定位终端移动平台为基础,模拟采煤机的运动,研究所提基站群迁移策略和定位算法。试验结果表明,MMSEC收缩估计方法能够提高运动轨迹的定位精度,第4刀和第5刀的定位精度提升比较明显,平均定位误差由0.341 m,0.394 m减小为0.296 m,0.339 m,定位精度分别提升了13.1%和13.9%,经过EKF平滑处理后,第4刀和第5刀的平均定位精度进一步提升13.5%和10.6%;随着基站群迁移次数的增加,平均定位误差逐渐增大,x轴和z轴平均误差逐渐增加,y轴平均误差基本保持在0.2 m之内;MMSEC-EKF算法的前3刀的定位精度小于0.2 m,因此采煤机完成3次循环截割后,重新测量基站群的坐标,能够获得更好的定位效果;提出的端头“一刀一迁移”的定位策略及定位算法为井下定位技术提供理论参考,该方法有待井下环境的进一步试验验证。

基于最大相关熵准则的网络流量预测

为提高网络流量预测的精度，针对网络流量的非线性特征提出了一种基于新的误差评价准则——最大相关熵准则（MCC）的网络流量预测方法。该方法使用MCC对Elman神经网络进行训练。该评价准则是基于新的相似度函数——广义相关熵（corrent．ropy）函数的概念建立的，此相似度函数以误差概率密度函数的Parzen窗估计和瑞利熵为基础。同时结合MCC和最小均方误差（MMSE）准则提出了一种混合的评价准则MCC-MMSE。针对网络流量的非线性、非高斯性、突变性等特性，分别以MCC、MCC-MMSE准则进行了Elman神经网络的训练，使用训练好的神经网络进行网络流量预测，仿真结果表明预测结果的精度优于以MMSE为准则的Elman神经网络的预测结果。

一种基于自适应模糊滤波的语音增强方法

在语音识别和语者识别中 ,通常需要先将输入的语音信号进行去噪处理 ,这样可使识别的正确率大大提高 ,通常采用基于 LMS算法和 RLS算法的自适应线性滤波器来进行去噪。提出了一种基于自适应模糊滤波器的语音增强方法 ,该模糊滤波器是一种非线性滤波器 ,它在语音信号的特征域空间采用参数映射的方式来滤除噪声 ,并能够进行自适应结构调整和参数更新。实验结果表明 。

多用户双向AF MIMO中继系统的联合预编码算法

近年,双向放大转发(amplify-and-forward,AF)多输入多输出(multiple input multiple output,MIMO)中继系统中的预编码设计吸引了越来越多研究学者的兴趣。然而,在实际MIMO中继通信系统中,针对双向传输下的系统,对多用户模型进行的研究较少。由此,针对多用户双向AF MIMO中继系统模型,提出了一种联合预编码算法。采用在所有节点功率限制下,以最小和均方误差(minimun sum mean square error,MSMSE)设计准则去求解联合信源、中继和信宿端多用户的非凸优化问题,将最初的非凸优化问题转化成多个子优化问题,并利用半正定规划设计、平方约束二次规划设计以及二阶锥规划设计求解子优化问题。之后通过交替迭代方法进一步求解每个子凸优化问题局部优化值,达到优化所有节点矩阵变量的目的。所提算法较现有的算法,不仅在优化问题方面考虑更全面、更实用,而且实验仿真结果验证,提出的算法在系统和均方误差(sum mean-square-error,SMSE)性能、和速率以及误码率(bit-error rate,BER)上有均有改善。

衰落信道下加权抵消的线性并行干扰消除多用户检测器

在衰落信道下,提出了具有加权抵消的线性并行干扰消除多用户检测器(weight-cancelled linear parallel interference canceller,WLPIC),不同于传统的线性并行干扰消除检测器(linear parallel interference canceller,LPIC)估计多址干扰的方法,WLPIC利用前一级软输出乘以一个相应的加权系数来恢复后一级期望用户信号中的多址干扰,并进行干扰抵消。基于最小均方误差准则,给出了加权系数的计算公式。对WLPIC进行了误码性能分析。理论分析和仿真结果表明,WLPIC能有效地克服远近效应,性能优于LPIC和匹配滤波检测器。

基于改进高斯和粒子滤波的海底地形辅助导航

为了提升低分辨率海底地形图下的导航定位精度,提出一种基于改进高斯和粒子滤波的海底地形辅助导航方法。以高斯和粒子滤波为基础,通过高斯过程回归建立海底地形模型以获得有效粒子观测值。在量测更新阶段引入最小均方误差约束从而提升高斯和粒子滤波的估计效率,再进行滤波并最终获得导航输出。该方法能够解决低分辨率海图下数字地形模型不准确问题并提升高斯和粒子滤波在实时计算过程中的运算效率。在某低分辨率海图下进行仿真实验,结果表明:所提出的算法与采用基本粒子滤波和基本高斯和粒子滤波的海底地形辅助导航方法相比,导航定位精度提升了20%~40%,算法耗时降低了30%~40%。

一种新的基于EEF准则的空间声源个数估计算法

针对指数嵌入族(Exponentially Embedded Families,EEF)准则在快拍数小于阵元数情况下无法估计声源个数的问题,本文提出一种新的空间声源个数估计算法.首先通过球麦克风阵列采集空间声场高阶信息,建立球阵列信号模型,将声源个数估计扩展到三维空间.继而将观测信号空间分解为信号子空间和噪声子空间,利用最小均方差(Minimum Mean-Squared Error,MMSE)方法估计观测信号空间及噪声子空间的协方差矩阵,确保矩阵估计的一致性和准确性.在此基础上改进似然比函数,同时引入新的自由度计算,使得算法在快拍数小于阵元数的情况下能有效估计声源个数.仿真结果表明,在进行空间声源个数估计时,相对于EEF准则,新的算法不仅适用于快拍数小于阵元数情况,同时提高了估计准确率.

基于矩阵和求逆及MRC的低复杂度MIMO检测器

信道编码MIMO系统需要检测器具有软输入软输出特性,而常规的检测算法通常具有很高的计算复杂度,阻碍了其在实际中的应用。提出一种低复杂度MIMO检测方案。首次迭代中,利用低复杂度快速矩阵和分解方案来获得MMSE检测输出,避免了常规矩阵和求逆中的Jordan标准型化简;其余迭代中,利用信道解码器提供的软信息将MIMO系统转化成多个并行的SIMO系统,进而利用MRC进行检测,其仅需线性运算,克服了MMSE检测器中矩阵求逆的缺点,适合硬件的并行处理特性,大大降低了检测复杂度。仿真结果表明,该检测器和MMSE检测器具有相同的误比特性能和收敛性能,但是前者同后者相比,计算复杂度在首次迭代由O(n2.376)降到了O(n2),在其余迭代由O(n2.376)降到了O(n),因而为实际的MIMO系统提供了一种可行的低复杂度检测方案。

Bayes线性无偏最小方差估计相对于岭估计的优良性

在均方误差矩阵准则下研究了未知参数的Bayes线性无偏最小方差(BLUMV)估计相对于岭估计的优良性,在平衡损失风险函数准则下研究了未知参数的BLUMV估计相对于岭估计的优良性,并导出了在一定条件下BLUMV估计与最小二乘估计趋于一致.

秸秆焚烧定位系统中的DV-Hop算法的改进

焚烧秸秆会对大气产生严重污染,危害人体健康,及时准确获得焚烧秸秆的位置信息显得尤为重要。这对秸秆焚烧定位系统的定位精度要求很高。传统的DV-Hop算法定位误差很大,秸秆焚烧定位系统中采用一种基于最小均方误差准则的DV-Hop改进型算法,能够有效提高定位精度,其主要分为两个方面,一种是使用均方差的方法求解平均每跳距离,另一种是用传统方法算出平均每跳距离之后采用加权平均的方式求得加权平均每跳距离。在Matlab仿真测试中表明,在同样的参考节点环境中,改进后算法的定位精度比改进前的有大幅度提高。

改进型TPC译码算法研究

Turbo乘积码(Turbo Product Code,TPC)能够在接近Shannon极限的低信噪比情况下,获得较低的误码率。但是TPC译码算法的硬件电路复杂,虽然最小和译码算法能够简化TPC译码算法,但它是以牺牲译码性能为代价的。为了让译码算法在复杂度和译码性能之间取得较好的折衷,根据似然概率,通过同时引入偏移量参数和归一化参数,提出一种改进型TPC译码算法,并且利用最小均方误差准则来计算相关参数。仿真结果表明,与TPC译码算法、最小和译码算法相比,改进型TPC译码算法能够在降低算法复杂度的同时保持良好的译码性能。

基于最小均方误差的改进型IRA译码算法研究

IRA码的译码通常是利用BP译码算法来实现的,但是BP译码算法的硬件电路复杂。虽然最小和译码算法能够简化BP译码算法,但它是以牺牲性能为代价的。为了让译码算法在复杂度和译码性能之间取得较好的折衷,根据最小均方误差准则,提出一种改进型IRA译码算法。仿真结果表明,与BP译码算法相比,改进型IRA译码算法能够在降低算法复杂度的同时保持良好的译码性能,与最小和译码算法相比,改进型IRA译码算法的复杂度几乎不变,但译码性能得到了明显地提高。

基于最小均分差(MMSE)准则的多窗口谱估计

给出了基于MMSE准则的最佳多窗口谱估计的求解方法,并通过一个仿真实例进行分析验证。

半参数回归模型中参数的Bayes估计

导出了半参数回归模型中参数的Bayesian最小风险线性无偏估计(BMRLUE),研究了其在均方误差矩阵(MSEM)准则、PRPC和PPC准则下相对于最小二乘加权估计(LSWE)的优良性.