基于DF-OFDM多中继系统功率分配的梯度算法

DF-OFDM技术必将成为现代移动通信的核心技术,但是合理地进行功率分配是必须要解决的问题之一。传统的二分法,大多在精确度和计算量之间很难取舍。在移动通信系统抗信道衰落和提高信道容量方面,协作通信是一种很好的解决方案。针对改进型的多中继DF-OFDM系统,对一种降低计算量的梯度算法进行了简单的介绍与分析,并与二分法进行了比较。仿真结果表明,在功率约束的条件下,梯度法要优于二分法。     

空间天文仪器中的铍镜结构优化设计分析

为了满足空间太阳望远镜的技术要求,进行了铍摆镜研制,掌握了高精度铍镜研制技术路线。光学检测面形精度RMS为0.012λ,满足技术要求。对铍摆镜结构进行优化设计改进。介绍了铍摆镜结构优化方法,用ANSYS中的APDL语言编译了摆镜结构优化程序,进行了铍摆镜结构优化。并利用Matlab软件编写了改进遗传算法组合优化程序,再次完成了铍镜结构优化,并进行了横向对比分析。结果表明:两结果都满足技术要求。以扇形孔铍摆镜为例,改进的遗传算法组合方法的优化结果(RMS,1.470E-6mm)比ANSYS零阶优化方法的优化结果(RMS,2.099E-6mm)降低了29.96%,优于铍镜检测结果,说明改进后的摆镜结构方案可行。铍镜的成功研制,为我国空间天文仪器大口径铍镜研究和应用奠定了基础。组合优化方法结合了改进遗传算法和ANSYS软件的优势,具有适应性高、优化能力强等特点,具有较好的鲁棒性,对类似工程结构或天文仪器结构优化具有一定的借鉴意义。     

基于分解技术的动态结构神经网络

本文提出了基于分解技术的动态结构神经网络算法，这种算法能通过分析网络输入输出了空间的维数，确定每一隐含层神经元数目，为了加快学习效率，采用变误差混学习算法，仿真结果验证了这种算法的有效性。     

星载-机载混合双站SAR回波信号的仿真

对于星载-机载双站合成孔径雷达（SA-BiSAR）系统,回波模拟的关键是计算出卫星、飞机和目标这三者之间的距离。在考虑地球自转的情况下,提出了用坐标变换的方法,解决了近地空间与外太空之间距离的计算问题,实现了任意几何模型下更为精确的SA-BiSAR回波模拟。同时,利用此方法也可获得直达波信号。点目标的仿真展示了SAR回波信号的特征,该方法得到了验证。     

免疫算法在双闭环直流调速系统中的应用

文中对双闭环直流调速系统控制器的选择进行了分析,并借鉴免疫算法强大的寻优能力,提出了基于免疫算法的调速系统控制器参数整定方法.为了分析比较,实际应用中采用了三种控制器参数整定方法,比较结果说明,免疫算法在调速系统控制器参数整定中的应用是更加有效的.通过在单晶炉拉晶过程的应用,证明该方法可行性和正确性.     

用于太赫兹通信的双向全并行相位估计算法

在太赫兹通信的超宽带应用场景下,太赫兹载波是通过多次倍频实现,因而导致相噪严重恶化。基于太赫兹频率下的多极/零相位噪声模型,在传统的盲相位估计算法的基础上,提出了一种全并行化的相位估计算法。该算法通过在每个并行数据中插入导频,将导频相噪信息作为初始相位对并行数据进行相位扩展及旋转鉴相。借鉴传统盲相位估计算法的最佳相位估计值的判决选择思路,同时利用前一时刻导频和当前时刻导频,对当前并行数据从前后两个方向进行相位估计并对前后两个估计相位基于距离前后导频的位置进行加权求和以获得最佳相位估计信息。经过仿真验证,通过该算法后残余相噪在1 MHz和10 MHz处分别降低10 dBc/Hz和25 dBc/Hz。     

EGFAFS: A Novel Feature Selection Algorithm Based on Explosion Gravitation Field Algorithm

Feature selection (FS) is a vital step in data mining and machine learning, especially for analyzing the data in high-dimensional feature space. Gene expression data usually consist of a few samples characterized by high-dimensional feature space. As a result, they are not suitable to be processed by simple methods, such as the filter-based method. In this study, we propose a novel feature selection algorithm based on the Explosion Gravitation Field Algorithm, called EGFAFS. To reduce the dimensions of the feature space to acceptable dimensions, we constructed a recommended feature pool by a series of Random Forests based on the Gini index. Furthermore, by paying more attention to the features in the recommended feature pool, we can find the best subset more efficiently. To verify the performance of EGFAFS for FS, we tested EGFAFS on eight gene expression datasets compared with four heuristic-based FS methods (GA, PSO, SA, and DE) and four other FS methods (Boruta, HSICLasso, DNN-FS, and EGSG). The results show that EGFAFS has better performance for FS on gene expression data in terms of evaluation metrics, having more than the other eight FS algorithms. The genes selected by EGFAGS play an essential role in the differential co-expression network and some biological functions further demonstrate the success of EGFAFS for solving FS problems on gene expression data.     

一种求解混合整数非线性规划问题的演化算法--搜索空间自动收缩法

提出一种求解混合整数非线性规划问题的新的演化算法 -搜索空间自动收缩法 (ACSSOS) .在这种算法中 ,演化算法既用来定位最优解区域 ,实现搜索空间自动向全局最优解收缩 ,又用来最终求得最优解 .由于在遗传算子中引用了舍入操作 ,它不仅可用来求解混合非线性整数规划问题 ,也可求解纯整型或纯实型变量非线性函数优化问题 .数值试验结果表明本文的算法在解的质量、稳定性和收敛速度等方面优于一般的演化算法 .     

高阶常微分方程的动态演化建模

提出了采用高阶常微分方程模型代替传统时序分析中所用的ARMA模型来实现一维时间序列的建模和预报．设计的将遗传程序设计与遗传算法相嵌套的动态演化建模算法,用遗传程序设计优化模型结构,以遗传算法优化模型参数,边收集数据边建模边预报,首次成功地实现了时间序列实时预报的程序自动化．两个时间序列的应用实例表明采用此算法可获得较好的实时预报效果．     

基于压缩矩阵Apriori算法的高校学生成绩相关性分析研究

针对高校学生成绩数据库的特点,采用基于压缩矩阵的Apriori算法来分析学生各学科成绩之间的相关性。该算法可以使矩阵更小,并减少扫描数据库和压缩矩阵的次数。通过分析学生各学科成绩的关联,找出有意义的关联规则,可以为教师进行教学活动及教学管理人员制定教学计划、进行教学管理等提供参考。