块二级多分裂预条件迭代方法

提出一种块二级多分裂PE迭代算法(TSMPE),可以克服M^-1r^(s)并行化处理的困难。     

基于多项式外推的Richardson-Lucy算法加速研究

提出一种新的可加速Richardson-Lucy(R-L)图像迭代恢复算法的方法.该方法基于阻尼R-L算法,通过存储阻尼R-L算法的前若干次(n次)迭代运算结果,利用多项式外推法分析这前n次迭代运算结果,并用一个多项式函数近似描述各结果之间的关系.通过该多项式的外推,预测以后的迭代结果,从而减少迭代运算的次数,取得了较好的加速效果.该方法可以实现几乎没有图像失真的复原,并能应用于其他类型的算法.     

节块内嵌离散纵标(SN)方法的算法研究及程序开发

介绍节块内嵌离散纵标(S_N)方法求解三维堆芯中子输运/扩散方程的算法框架.在基于扩散理论的三维粗网节块展开方法(NEM)的算法体系中,用基于输运理论的径向二维细网节块离散纵标方法(NDOM)的内迭代过程,替代节块展开方法(NEM)内迭代的径向求解过程.该算法充分考虑了核电厂反应堆堆芯的三维结构特点,另一方面,也充分利用了已经成熟的三维粗网节块展开方法(NEM)和二维离散纵标方法(S_N)的研究成果,同时有效避免了利用离散纵标方法(S_N)求解三维中子输运方程所面临的计算内存和计算时间的瓶颈问题.编制开发二维多群节块离散纵标方法(NDOM)模块程序NS_NM和三维多群节块展开方法(NEM)模块程序MGNEM,并以此为基础编制开发节块内嵌S_N方法的模块程序HANWIND;其中,NS_NM为HANWIND求解两维问题的功能模块.针对OECD/NEA-2D C5G7MOX基准问题以及两环路核电厂三维堆芯的数值验算结果表明,节块内嵌S_N方法的算法开发及程序编制有效、切实可行.     

块多分裂方法与预条件子空间迭代方法

提出一种块多分裂并行PE迭代算法(MPPE),可以克服M^-1r^(s)并行化处理的困难。这种算法格式简单明了,收敛速度快。并证明了当矩阵A是M-阵和H-阵时,该算法是收敛的。同时把这种分裂作为预处理矩阵,对子空间方法类进行了预处理,并给出的计算实例显示该算法很有效,对子空间方法类的余量光滑和加速都起到了比较好的作用。     

结合基于梯度的振铃评价算法的总变分最小化图像分块复原法

为了消除退化函数随空间变化发生变化模糊图像分块复原法子块之间的不平滑拼接缝,提出了一种结合了基于梯度的振铃评价算法梯度振铃评价(GRM)的总变分(TV)最小化分块复原法.根据图像分布及退化类型将模糊图像划分为矩形、环形或其他形状的子块,图像子块之间要留有一定的重叠区;然后对每一个图像子块进行复原,GRM方法是基于图像梯度结构相似度的图像质量评价算法,以GRM作为TV复原算法迭代过程中的收敛条件,可以更好地控制复原图像的振铃;最后去除复原图像子块含振铃波纹的重叠区,拼接得到完整图像.并以矩形分块及环形分块为例,证明该方法可以很好地抑制图像边界振铃效应,克服分块复原法本身的缺陷,得到拼接平滑的完整图像.     

基于FOA-LM算法的超声回波信号参数估计

在超声回波参数估计中,搜索莱文伯格一马夸特(Levenberg-Marquard,LM)算法的最优解会受到迭代初值与参数向量真实解接近程度的影响。针对LM算法对迭代初值敏感的问题,提出了果蝇优化算法(Fruit fly optimization algorithm,FOA)算法和LM算法结合的参数估计方法。该方法充分利用FOA算法善于进行全局搜索和LM算法善于进行局部快速搜索的优点,首先使用FOA算法求出超声回波信号的参数初值,然后利用这组初值进行LM法迭代搜索。仿真结果表明,基于FOA和LM算法相结合的方法,具有收敛速度快,精度高的特点。     

一种基于角谱理论的改进型相位恢复迭代算法

进行星间激光通信的光学发射天线光束整形器设计时, 首要解决的问题是根据输入光场及理想的输出光场, 确定整形器的相位分布, 其核心就是相位恢复. 基于角谱传播理论, 在传统 Gerchberg-Saxton (G-S)迭代算法的基础上, 提出了一种幅度梯度加成迭代算法, 给出了算法的详细流程与分析. 与G-S相比, 新算法利用迭代过程, 构建光场幅度反馈回路, 利用梯度搜索最佳迭代路径, 两者的联合作用加速其迭代收敛进程. 数值仿真表明, 新算法的单位迭代次数所引起迭代误差下降的速度是G-S算法的1.7倍, 其收敛速度明显优于G-S算法; 对不同的随机初始相位, 新算法都能进行有效迭代, 表现出适应性强, 且收敛一致性好的优点. 幅度梯度加成迭代算法为复杂光场的高效相位恢复提供了一种新思路, 为设计各种衍射光学元件提供了技术支持. 关键词： 相位恢复 迭代算法 角谱理论 光通信     

求解流动与传热问题的一种高效稳定的分离式算法-IDEAL

本文提出了一种求解流动与传热问题的高效稳定的分离式算法-IDEAL(Inner Doubly-iterative EfficientAlgorithm for Linked-equations).在IDEAL算法中每个迭代层次上对压力方程进行两次内迭代计算,第一次内迭代过程用于克服SIMPLE算法的第一个假设,第二次内迭代过程用于克服SIMPLE算法的第二个假设.这样在每个迭代层次上充分满足了速度和压力之间的耦合,从而大大提高了计算的收敛速度和计算过程的稳定性.本文通过2个三维不可压缩流动和传热的算例对IDEAL算法与其它三个被广泛使用的算法(SIMPLER、SIMPLEC和PISO)进行了比较.通过分析比较得出IDEAL算法在收敛性和健壮性上均优于SIMPLER、SIMPLEC和PISO算法.在这2个算例中IDEAL算法几乎可以在任意的松弛因子下获得收敛的解,并且IDEAL算法所需最短计算时间较SIMPLER算法减少12.9%～52.6%;较SIMPLEC算法减少48.3%～79.1%;较PISO算法减少10.7%～46.5%.     

稀疏阈值的超分辨率图像重建

为了解决基于字典学习的超分辨重构算法耗时过长的问题,提出了基于稀疏阈值模型的图像超分辨率重建方法。首先,将联合字典理论与图像块稀疏阈值方法相结合,训练得到高、低分辨率过完备图像字典对。接着,通过稀疏阈值OMP算法对图像特征块进行稀疏表示。然后,通过高分辨率字典重构出初始的超分辨图像。最后,通过改进迭代反投影算法对初始的超分辨图像进行全局优化,从而进一步提高图像重构质量。实验结果表明,超分辨图像重构平均峰值信噪比(PSNR)为30.1 d B,平均结构自相似度(SSIM)为0.937 9,平均计算时间为10.2 s。有效提高了超分辨重构的速度,改善了重构高分辨图像的质量。     

一种用于光束整形的衍射光学元件设计算法

在光束整形衍射光学元件的设计中,为同时减小输出光束的均方根误差和顶部不均匀度值,提出了模糊控制迭代算法(IAFC)。在盖师贝格-撒克斯通(Gerchberg-Saxton,G-S)算法的基础上,提出了平滑修正法,可有效改善输出光束的顶部均匀度,但却增大了均方根误差值。模糊控制迭代算法依据模糊控制理论,通过有效结合盖师贝格-撒克斯通算法和平滑修正法来同时降低均方根误差和顶部不均匀度值。计算机设计的结果表明,利用模糊控制迭代算法可以得到非常理想的输出光束,其均方根误差和顶部不均匀度值分别为0.75%和0.46%,能量转换效率可达94.91%。为光束整形衍射光学元件的设计提供了一种有效的新算法。     

基于迭代式MapReduce的FCM算法实现

针对模糊C均值聚类(Fuzzy c-Means Clustering, FCM)算法聚类过程迭代的特点,采用迭代式MapReduce模型对FCM算法进行了优化实现。Map函数计算每个样本到聚类中心的隶属度,Reduce函数接收Map函数的中间输出计算新的聚类中心,传递模块将最新聚类中心传送给原Map任务所在节点,供新一轮MapReduce job使用。迭代式MapReduce模型在MapReduce基本模型上添加了传递模块,有效解决了基本模型在处理迭代问题上存在的不足。在Hadoop平台中,分别使用基于迭代式MapReduce和MapReduce基本模型的FCM算法对变压器进行故障诊断。实验结果表明,基于迭代式MapReduce的FCM算法诊断速度达到了基于MapReduce基本模型算法诊断速度的12倍以上,误判率降低了12%~15%,有效提升了FCM算法的诊断效率。     

基于多测量向量模型的下视三维合成孔径雷达成像方法

基于压缩感知的下视三维合成孔径雷达(DL 3DSAR)成像算法可以采用低于Nyquist采样率的采样数据实现平台正下方的高分辨成像。但是已有的算法在跨航向重构时采用的大都是单测量向量(SMV)模型,存在重构耗时长、受噪声干扰大的缺点。从单测量向量的推广形式即多重测量向量(MMV)模型出发,将DL 3DSAR中的跨航向处理与沿航迹向处理顺序交换,利用多重测量向量恢复具有相同稀疏结构的跨航向信号,提出了一种基于MMV模型的DL 3DSAR成像算法。相比于SMV模型的DL 3DSAR成像算法,该算法在运算时间、抗噪性能及重构精度方面均有所提高,并通过仿真实验验证了算法的有效性。     

可向量计算的块预条件迭代算法

提出一种类似于PE算法的实用并行迭代算法(VPE),可以克服M^-1r^(s)向量或并行化处理的困难.这种算法格式简单明了,收敛速度快.并证明了当矩阵A是M-阵和H-阵时,该算法是收敛的。计算实例显示该算法很有效.     

故障诊断算法在MapReduce中的优化实现

针对故障诊断算法特点,给出了MapReduce框架实现故障诊断算法的基本方法。通过对故障诊断算法和MapReduce运算框架的分析,得出诊断算法MapReduce化的基本方法和思路。在算法研究的基础上,针对非迭代诊断算法,采用传统MapReduce框架实现。针对迭代诊断算法,采用添加了传送模块的迭代式MapReduce框架实现。分别以最近邻法和模糊C均值聚类算法为例,给出非迭代和迭代诊断算法MapReduce化的具体实现。实验结果表明,本文所提基本方法可以运用在故障诊断算法中,为诊断算法MapReduce化提供依据,将MapReduce运用到故障诊断算法中可以有效提升故障诊断效率。     

基于点和直线段对应的扩展正交迭代位姿估计算法

正交迭代算法是基于点特征,全局且快速收敛的位姿估计算法,是目前性能最优的实时位姿估计算法之一.对摄像机观测到的直线段提出了其不确定性描述的新方法:目标空间直线段误差,并把该误差融入到正交迭代算法的位姿计算过程中,形成扩展正交迭代算法.该算法可以同时利用点和直线段特征.算法先把点共面性方程表达为与正交迭代算法中点共线性方程一致的数学形式,再根据目标空间点共面性误差定义了目标空间直线段共面性误差.接着把目标空间点共线性误差和直线段共面性误差二者之和作为误差函数.最后推导出使该函数最小化的迭代求解过程.实验结果表明,本文算法是有效的,精确的.与正交迭代算法的计算结果对比,由于可以同时利用直线段特征,扩展正交迭代算法的位姿估计误差更低,抗噪声性能更强,算法更稳定.     

用于导航定位坐标系转换的引申迭代算法研究

为了提升卫星导航信号处理软件RTKLIB的直角坐标转换至大地坐标算法的性能,本文基于牛顿迭代算法的思路,在Bowring直接解法基础上提出一种引申迭代算法。经过理论分析和测试实验数据对比,本文证实了引申迭代坐标转换算法相对于RTILIB现有的一般迭代坐标转换算法,具有迭代次数更少、精度更高的特点,更适用于高度坐标h取值较大的情形。     

基于OMP算法的图像重构研究与FPGA实现

针对高分辨率的图像在采集过程中存在数据量较大的问题,提出了一种基于正交匹配追踪(OMP)算法的图像重构方法,设计了OMP算法的硬件结构,并在FPGA平台上进行了仿真验证;首先,研究了压缩感知算法的基本原理;然后,分别基于匹配追踪算法(MP)和正交匹配追踪算法实现了图像的重构;最后,通过仿真对比分析了这两种方法的图像重构结果,OMP算法误差在10-15量级,明显优于MP算法的10-3误差量级,并且OMP算法的迭代收敛性也优于MP算法。     

光学层析技术中常见迭代重建算法的误差分析

为了得到较好的重建结果,对光学层析技术中常见迭代重建算法中的代数重建算法(ART)和同时迭代重建算法(SIRT)的重建参数进行分析,通过选择重建参数和计算机数值模拟达到重建要求.计算机数值模拟证明了松弛因子的选择对迭代重建算法的重建结果有非常重要的影响.在ART算法中,其他重建条件一定,松弛因子太大或太小时重建误差都会增大,松弛因子在0.4～1.5范围内时重建精度基本满足要求,最优松弛因子约为0.8;在SIRT算法中,松弛因子在4～12范围内时重建精度基本满足要求,最优松弛因子约为12.总结出代数重建算法和同时迭代重建算法不同条件下松弛因子选择的规律.在ART算法中,投影方向数增加松弛因子减小, 每方向投影数与重建分辨率对松弛因子无影响,松弛因子一定的情况下,投影数太小或太大误差会增大.在SIRT算法中,投影方向数增加松弛因子减小,并且投影方向数增加一倍最优松弛因子约减小为原来的50%; 每方向投影数增加最优松弛因子减小,且投影数增加一倍,最优松弛因子约减小原来的50%; 重建分辨率增加,最优松弛因子增加.     

扩展目标夏克-哈特曼波前传感器的频域迭代算法研究

扩展目标夏克-哈特曼波前传感器(SH-WFS)子图像之间偏移量的计算是影响波前传感精度的关键,通常采用相关算法来实现,并通过抛物线插值达到亚像元精度。子图像间的相对偏移量计算也可采用频域相移量估算的方法进行计算,频域算法还可通过迭代进一步提高算法精度。对频域迭代算法进行了理论分析、仿真和实验研究,结果表明,频域迭代算法在信噪比高于4…1时,具有比抛物线插值法更高的计算精度;在信噪比较低时,与抛物线插值法精度相近。     

各向异性磁等离子体的辅助方程FDTD算法

通过对辅助方程的差分迭代，给出了一种新的各向异性磁化等离子体的辅助方程时域有限差分(FDTD)算法.并与电流密度卷积(JEC)算法进行了比较.通过计算磁化等离子体平板对平行于磁场传播的电磁波的反射和透射系数，验证了该算法的精度与JEC算法基本相同，而计算效率提高数倍. 关键词： 色散介质 时域有限差分算法 各向异性 磁化等离子体