交轨法求轨迹到底该注意什么

我们将算法理解为“为解决一类问题而采取的确定的有限的步骤”．应该说，算法并不是在计算机出现后才有的概念，但用计算机来解决问题，一般都必须对问题进行分析后确定处理方案，进而确定算法，然后选择一种计算机语言编程序上机运行．也就是说，算法在计算机解决问题的过程中是必不可少的．在这篇文章里我们介绍几种常用的算法。     

基于自适应预测滤波理论的模数转换器设计方法

基于自适应差分量化理论，提出了在不增加转换位数的情况下提高模数转换器(ADC)动态范围的一种设计方法。该方法通过量化输入与预测的差值来获得预测增益，从而扩大ADC的动态范围；通过差分量化值与预测值相加得到输出信号，并将该分别采用LMS和RLS算法进行处理．得到输入信号的预测值．计算机模拟结果证实，上述两种算法均能使模数转换器的动态范围提高约25dB．比较而言，RLS算法收敛速度更快，收敛性更好，但计算量较大．     

一个线性约束优化问题的广义梯度投影法

本文对线性约束优化问题提出了一个新的广义梯度投影法，该算法采用了非精确线性搜索，并在每次迭代运算中结合了广义投影矩阵和变尺度方法的思想确定其搜索方向．在通常的假设条件下，证明了该算法的整体收敛性和超线性收敛速度．     

红外／雷达双传感器融合目标跟踪算法

实现雷达和红外融合跟踪的基本思路是：首先提取红外成像的目标质心并将其转换到惯性坐标系：然后用最小二乘规则对红外传感器的冗余角度数据进行压缩，以产生在时间上和雷达测量对准的伪角度测量：再通过加权平均的方法分别与雷达的方位角和俯仰角测量进行融合处理，以得到同步数据融合估计。采用了由拉格朗日算法所求得的约束极值作为权系数，使用扩展的卡尔曼滤波方法设计跟踪滤波器，将基于雷达和红外融合得到的数据用于更新滤波器的目标状态。     

光学材料微缺陷引起的损伤机理及后处理

采用时域有限差分方法（FDTD）进行元件表面微结构电磁场分布的数值模拟；同时实验分析了化学湿法刻蚀对光学元件表面面形及粗糙度、激光损伤阈值等的影响。     

量子算法的NMR实现方法

量子计算机是一种以量子耦合方式进行信息处理的装置[1 ] 。原则上 ,它能利用量子相干干涉方法以比传统计算机更快的速度进行诸如大数的因式分解、未排序数据库中的数据搜索等工作[2 ] 。建造大型量子计算机的主要困难是噪音、去耦和制造工艺。一方面 ,虽然离子陷阱和光学腔实验方法大有希望 ,但这些方法都还没有成功实现过量子计算。另一方面 ,因为隔离于自然环境 ,核自旋可以成为很好的“量子比特” ,可能以非传统方式使用核磁共振 (NMR)技术实现量子计算。本文介绍一种用NMR方法实现量子计算的方法 ,该方法能够用比传统方法少的步骤解决一个纯数学问题。基于该方法的简单量子计算机使用比传统计算机使用更少的函数“调用”判断一未知函数的类别。     

模糊关系矩阵传递闭包的Warshall算法

通过对照关系的传递闭包和模糊关系的传递闭包，把求关系矩阵的传递闭包的算法完整地推广到模糊关系矩阵上。     

基因组重排问题的一个近似算法

分子生物学中基因无方向的反向基因组重排问题在数学上已被证明是一个NP困难问题．基于断点图的概念，给出一个时间复杂性为O(max{b^(π)，nb(π)})，空间复杂性为0(n)的求其近似最优解的算法．其中n为基因组中基因个数，π=(π1,π2，…，πn)表示n个基因的一种排列，b(π)表示排列π中的断点数．数据实验的结果表明，该近似算法可以求得较好的结果．     

基于进化人工神经网络的组合系统滤波技术

在组合系统运用Kalman滤波器技术时,准确的系统模型和可靠的观测数据是保证其性能的重要因素,否则将大大降低Kalman滤波器的估计精度,甚至导致滤波器发散.为解决上述Kalman应用中的实际问题,提出了一种新颖的基于进化人工神经网络技术的自适应Kalman滤波器.仿真试验表明该算法可以在系统模型不准确时、甚至外部观测数据短暂中断时,仍能保证Kalman滤波器的性能.     

线性规划联合算法的理论与应用

本在[1]的基础上．较系统的叙述了线性规划联合算法的步骤、相关理论及其应用，指出该算法具有避免人工变量、减少迭代次数、使用灵活、应用方便等特点。