高速突发传输中的均衡算法

通过对几种常用均衡算法的比较,确定高速突发传输中使用收敛速度较快、运算量较小的VLMS均衡算法。为降低高速突发信号中的训练序列开销,提高传输效率,提出了一种新的混合结构均衡方案。新方案充分利用数据辅助均衡与盲均衡的各自特点,将均衡过程分成两个阶段,数据辅助均衡阶段为盲均衡阶段提供一个足够精确的初始值,引导盲均衡实现快速收敛。仿真结果表明,该混合结构均衡方案能利用短训练序列实现收敛,而且能达到较好的性能。     

跟踪式光伏发电系统的性能分析

对不同太阳位置的表述方法进行了简单描述,详细讨论了光伏跟踪系统的分类.基于处理过的PSA算法及向量法对太阳位置进行计算,计算出的太阳位置与MICA数据对比误差在0.7°以内.给出更有利于跟踪系统应用的准赤道坐标系统,从朗伯余弦定理出发,给出单轴倾斜轴跟踪系统的最佳跟踪角度vs计算公式,并且给出了具有方位角、坡度校正的vso以R.Perez模型为基础,结合PSA算法以及向量法等对不同地区、不同结构的跟踪系统的性能进行对比分析,vs角跟踪的优势得到了论证.     

不需要特征值分解的几种幂迭代算法研究

针对MUSIC算法中协方差矩阵特征值分解运算量大,难以在嵌入式系统中实现的问题,分析了普通幂迭代算法、逆幂迭代算法和特征值平移幂迭代算法3种幂迭代算法,比较了它们的优缺点。并且考虑到麦克风阵列采集到的声信号为宽带信号,分析了阵元间距选择的影响。并用计算机仿真来验证,在选择合适阵元间距的基础上选取特征值平移幂迭代算法可以代替特征值分解,降低了运算的复杂度。     

传递对准精度离线评估方法研究

针对基于平滑滤波算法的捷联惯导传递对准精度评估方法在整个过程中采用开环滤波方式可能影响评估精度的问题,该文给出了一种基于后向捷联算法和最优平滑算法的闭环精度评估方法.先按时间顺序进行卡尔曼滤波,在滤波结束时可获得较精确的姿态估计值,再以此为姿态初始值用保存的惯组数据进行后向捷联惯导解算和闭环后向组合导航直到对准结束时刻.最后对后向组合过程中的数据进行平滑得到姿态参考值,从而对传递对准精度进行评估.仿真结果验证了方法的有效性,最终评估精度得到了一定程度的改善.     

认知无线电系统中基于量子粒子群算法的PHY层及MAC层决策优化

认知无线电技术是下一代通信发展的方向和趋势,同时也是目前通信研究中的热点问题。针对认知无线电系统中,在某一信道条件下其通信系统的物理层（PHY）和媒体链路层（MAC）的基于多个目标来实现优化的问题,基于量子粒子群算法的基本思想,把量子粒子群算法引入认知无线电系统中,并对该算法进行适当的改进,最后基于WSGA控制对电台优化问题进行了仿真,通过仿真证明了其有效性。     

基于GA-LMBP算法的模拟电路故障诊断方法

主要分析遗传算法和BP神经网络的特点和存在的一些缺陷,研究遗传算法和改进型的BP算法相结合的相关技术,设计并实现一个基于遗传算法和LMBP算法相结合的GA—LMBP算法。通过诊断实例．比较三种算法的模拟电路故障诊断,结果证明在相同精确度的要求下,基于GA—LMBP的算法可以大大提高模拟电路故障诊断准确率。     

基于数据结构的选择排序算法剖析与改进

排序在数据处理中起着非常重要的作用。选择排序算法是数据结构中的一种基本的排序算法,运用极其广泛。这里对基本选择排序的算法进行剖析,继而提出一种改进的思路,形成改进型的选择排序。其特点是在比较的过程中将被交换数据的下标进行保存,在选择下一个目标时只需在最后一次交换的位置与待排纪录之间进行,从而大大地减少了比较的次数。从时间复杂度、空间复杂度与稳定性进行比较,体现出其优越性能。     

基于改进蚁群算法的舰船航路规划研究

舰船在障碍物环境中航行,如果采用传统的人工绘制航线的方法,不仅费时费力,并且绘制的航线非常不准确,在障碍物位置发生变更的情况下,整条航线都要重新设计和绘制;其次,人工绘制的航线图,不便于保存,应用范围非常窄。为了弥补人工绘制航线的缺陷,采用一种基于改进蚁群算法的方法规划舰船的航线,并对改进的蚁群算法进行了仿真,获得了舰船在障碍物环境下的最优航线。     

一种基于PSO的改进型多智能体遗传算法

通过将多智能体系统加入基本的粒子群算法（PSO）,提出了一种新的函数优化方法——多智能体遗传PSO算法（MAGPA）。该方法将智能体固定在网格上,而每个智能体通过邻域的竞争和合作,随机交叉操作,变异操作,再联合PSO的进化机制,不断地感受局部环境,逐步影响整个智能体网格,以增强对环境的适应度。该算法可以有效地保持智能体的多样性,提高优化的准确性。     

基于混沌蚁群算法的快速红外图像分割

提出了一种基于混沌蚁群算法优化二维模糊划分最大熵的红外图像分割方法。二维模糊划分最大熵分割方法不仅利用了灰度信息以及空间邻域信息,并且兼顾图像自身的模糊性,能取得很好的分割效果,然而最大熵的最优参量组合却很难快速准确地获得。本文将混沌蚁群优化算法应用到二维模糊划分最大熵分割方法当中,充分利用混沌蚁群算法快速寻找最优解的特点,来搜索二维模糊划分最大熵的最优参量组合。实验仿真结果表明,该方法比传统的图像分割方法有更好地分割效果,有效抑制了图像噪声对目标区域分割的干扰。