含二次Sigmoidal神经元的前向网络的分类能力

本文分析了一种的神经元模型－－二次Ｓｉｇｍｏｉｄａｌ神经元对前向神经网络的分类能力的改进程度，结果表明：在隐层及输出层无论采用多阈值还是单阈值二次Ｓｉｇｍｏｉｄａｌ神经元，三层前向网络分类经Ｃｏｍｍｉｔｔｅｄ Ｍａｃｈｉｎｅ只能提高３倍。     

一种基于周期平稳的鲁棒盲神经网络波束形成器

本文提出了一种鲁棒的盲神经网络波束形成算法。该算法利用信号的周期平稳性佑计阵列的导引矢量，利用ＬＣＭＶ方法抑制噪声干扰，利用对角加载技术增强算法的鲁棒性，利用神经网络的网状计算结构特点便于其实现。理论分析和计算仿真表明，该算法实现简单，鲁棒性强，易于实时应用。     

基于递归神经网络的信息理论盲源分离准则

本文基于一个全连接递归网络结构,给出一种新的信息理论的盲源信号分离准则。该准则在保证最大化信息传输的同时最小化输出互信息,从而使网络输出相互独立。由此准则推导的算法对传输中的信息损失引入了Hebb项。该算法既可以分离超高斯源的混迭,又可以分离亚高斯源的混迭信号。计算机仿真结果表明了该算法的良好分离性能。     

基于典范相关分析的时差测向技术研究

测向是电子战系统的一个重要组成部分,测向精度直接对信号分选、识别、定位、干扰决策等都产生较大的影响.时差测向的准确度和灵敏度都相对较高,在无源测向中具有广阔的应用前景.针对时差测向抗干扰性能差和噪声影响的问题,本文提出采用典范相关分析方法改进其性能,并对这种新的测向算法进行了完整的分析.通过仿真实验,可以看到本文提出的基于典范相关分析的时差测向方法能够取得比常规时差测向更稳定、准确的结果,而且实现简单,实时性好,能充分满足电子战系统实时性的要求.     

信号与系统分析的流图矩阵法

目前广泛应用于信号与系统分析的Mason公式,必须对相应网络进行大量而繁琐的拓扑结构分析,这不仅影响网络分析的规模、效率和精度,而且要研究专门的算法来实现拓扑分析。本文提出的流图矩阵分析法,只需对一步构成的矩阵进行严格而简明的变换,不需任何拓扑结构分析等其它运算,就可以得到分析结果。采用稀疏矩阵技术和符号网络函数方法,则可更明显地提高分析效率。     

A STATISTICAL NOISE MODEL AND MATHEMATICAL MODEL OF SPECKLE PATTERN AND ADAPTIVE FILTERING APPROACH

A statistical noise model and a mathematical model for real speckle pattern are presented in this paper, and then, in view of the models, a new adaptive suboptimal image filtering approach is proposed. The proposed approach, with the local direction features of speckle pattern, combines the characteristics of optimal linear filter with non-linear filter and is an adaptive approximation to linear minimum mean square error filter. Experimental results show that the proposed approach has fairly good edge-preserved performance, compared with other present image filters, as well as much better filtering performance and robustness for speckle pattern.     

一类平滑型自适应均衡器的快速收敛算法

本文指出现有的自适应均衡器快速kalman算法和斜格算法属于滤波型算法,不能很好地消除前导干扰。为了克服这一缺点,作者导出了一类平滑型的自适应均衡快速收敛算法。理论分析和计算机模拟均表明平滑型新算法大大提高了均衡效果,是一类有效的算法。     

二维自回归模型参数的递归估计

本文利用二维自回归模型规范方程系数矩阵的近似分块Toeplitz特性,提出一种用于估计二维自回归模型参数的递归最小二乘快速算法.它直接以原始图象灰度数据出发作参数估计且不对其作任何边界条件假设,而现有算法如文[2]中所提出的算法则假定二维相关系数已知且相应的规范方程系数矩阵为T-T结构(元素为Toeplitz阵的分块Toeplitz阵).另外,本文所述二维自回归模型的支持域为一般的不对称半平面(NSHP)而不仅仅是文[2]中的四分之一平面.本文所提出的算法的运算量与文[2]中的算法一样都是0(m(5/2)),此处m指模型参数个数.所以,本文所提出的算法较现有其它算法更实用.     

一种具有优良跟踪性能的自适应判决反馈均衡器

本文给出一种基于混合滑动——指数窗递归最小二乘(SEWRLS)算法的自适应判决反馈均衡器(ADFE)。SEWRLS ADFE具有滑动矩形窗RLS(SRWRLS)ADFE的快速跟踪特性,而稳态性能比SRWRLS ADFE要好得多。文中导出了SEWRLS ADFE算法。在讨论了数字蜂窝移动通信信道特性后,绐出一种多径Rayleigh衰落信道模型,在所考虑的信道模型上,分别对SEWRLS、EWRLS(指数窗RLS)、SRWRLS、LMS ADFE及RLS线性均衡器(RLS LE)的均方误差特性、误码率——信噪比及误码率——归一化时延特性进行了计算机模拟比较研究,结果表明,SEWRLS ADFE比其它均衡器有更优良的性能。     

准确时序递归最小二乘问题的分块快速算法

本文提出了分块实现准确时序递归最小二乘(LS)问题的快速算法。它与Cioffi(1986)分块递归算法的区别在于该算法是准确递归的(最佳的)而不是近似递归的(次最佳的)。在一定意义下,其收敛速度与普通递归LS算法相同,但平均计算量仅为目前计算量最小的递归LS算法(如Kalouptsdis,1983;Cioffi,1984)的2/7～1/5。由于算法的迭代形式发生了根本性的变化,其数值稳定性也将比快速Kalman算法(Mueller,1981),FAEST算法(Kalouptsdis,1983)和FTF算法(Cioffi,1984)有较大改善。此外,作者结合自适应均衡和AR参数识别,说明了本算法的具体应用。