基于改进蚁群算法的大型建筑物疏散路径设计

针对在建筑物发生火灾等险情时,传统疏散路径方案中人员疏散路径固定、疏散时间较长、疏散效果较差等问题,文中结合大型建筑物的疏散背景与条件,同时考虑了人员在疏散过程中心里因素的影响,提出了一种用于描述大型建筑物中疏散路径的数学模型。在该数学模型的基础上,引入了新的收敛条件,并使用新的启发式函数设计了一种改进蚁群算法。通过数学推导,证明了该算法具有良好的收敛性,并在实际中应用良好。对所提出的算法进行了计算机仿真,仿真结果表明,使用该改进蚁群算法生成的疏散路径,在时间和效果上均优于现有的疏散路径设计方案。     

Projected gradient descent based on soft thresholding in matrix completion

Matrix completion is the extension of compressed sensing. In compressed sensing, we solve the underdetermined equations using sparsity prior of the unknown signals. However, in matrix com- pletion, we solve the underdetermined equations based on sparsity prior in singular values set of the unknown matrix, which also calls low-rank prior of the unknown matrix. This paper firstly introduces basic concept of matrix completion, analyses the matrix suitably used in matrix completion, and shows that such matrix should satisfy two conditions： low rank and incoherence property. Then the paper provides three reconstruction algorithms commonly used in matrix completion： singular value thresholding algorithm, singular value projection, and atomic decomposition for minimum rank ap- proximation, puts forward their shortcoming to know the rank of original matrix. The Projected Gradient Descent based on Soft Thresholding （STPGD）, proposed in this paper predicts the rank of unknown matrix using soft thresholding, and iteratives based on projected gradient descent, thus it could estimate the rank of unknown matrix exactly with low computational complexity, this is verified by numerical experiments. We also analyze the convergence and computational complexity of the STPGD algorithm, point out this algorithm is guaranteed to converge, and analyse the number of it- erations needed to reach reconstruction error. Compared the computational complexity of the STPGD algorithm to other algorithms, we draw the conclusion that the STPGD algorithm not only reduces the computational complexity, but also improves the precision of the reconstruction solution.     

基于TDOA的短基线测向精度分析与仿真

根据TDOA短基线测向原理,分析了影响其测向精度的因素,包括基线长度、基线长度测量误差、时差测量值和时差测量精度,并进一步研究了不同时差测量法下,影响时差测量精度的因素。在此基础上,对各因素造成的测向精度变化大小进行了仿真研究,得出提高短基线测向方法测向精度的结论,指出该测向方法的适用范围。     

基于EM算法的G0分布参数最大似然估计

 G0分布是目前合成孔径雷达(Synthetic Aperture Radar,SAR)图像数据建模的一个重要模型,建模能力强、实用性好,受到了广泛的关注.G0分布的应用离不开准确有效的参数估计,而由于G0分布表达式复杂,统计意义上最优的最大似然估计法一直没能用在G0分布上.本文首先给出了一种新的方式来推导得出G0分布,在此基础上,采用最大期望(Expectation Maximization,EM)算法为G0分布给出一种有效的最大似然参数估计方法.文中的方法与现有的G0分布参数估计方法通过实验进行了比较,实验结果充分证明了所提方法的有效性.     

空间光通信APD接收机下LDPC码译码方法及性能分析

准循环-低密度奇偶校验(QC-LDPC)码具有优异的性能,但在译码时需根据具体的信道模型修正对应的译码算法。本文分析了QC-LDPC码在空间光通信中的雪崩光电二极管(APD)接收机下的译码方法及译码性能,提出了在APD接收机信道下计算译码初始化所需的对数似然比(LLR)的方法。仿真结果表明,对APD接收机信道下的译码进行修正后,基本上不增加额外复杂度情况下,QC-LDPC码在精确的韦伯-高斯(Webb-Gaussian)模型下译码性能优于近似的非对称高斯模型;在信道比较理想的条件下,误码率(BER)为10-6时,韦伯-高斯模型与非对称高斯模型译码性能相比有1dB以上的净编码增益。     

三波段超材料吸波体及其优化*

基于超材料的电磁谐振原理设计了一种三波段的超材料吸波体.该吸波体由电环谐振器和金属线组成.仿真结果显示,该谐振器有3个明显的吸收峰.在8.06GHz时,吸收率达到了94.02％;在4.76GHz时,吸收率为79.02％;而12.3GHz时,吸收率则是73％.在此基础上,利用一种结合了连续蚁群算法和差分进化算法的新型优化算法对该结构进行优化,使得该结构在4.9GHz和11.85GHz附近吸收率达到95％以上,可以灵活地实现特定频率处的高吸收率.     

基于Sobel边缘检测和双线性算法的图像缩放实现

针对传统图像缩放算法的不足,本文提出一种边缘检测和双线性插值结合的方案,用以实现图像缩放的功能。借助FPGA并行高速处理的优势,搭建各功能模块,最后通过仿真工具和板级验证,结果表明该设计能够有较理想的图像放大效果。     

基于兴趣差异和中心性的AODV路由算法的改进

针对Ad Hoc网络中的消息传输问题,结合反应式路由算法AODV 和社会性路由算法Sim-Bet 基本思想,提出一种改进的路由算法---IC-AODV (基于兴趣因子和中心性的AODV 路由算法)。在选择转发节点时,综合跳数等物理因素和节点兴趣差异、中心性这两种社会性因素。随后用NS2对协议进行仿真,结果表明IC-AODV路由协议相比I-AODV (基于兴趣差异的AODV路由协议)等,在较低带宽开销的同时,获得更高可靠性与传输比。     

基于自适应权值裁剪的Adaboost快速训练算法

Adaboost是一种广泛使用的机器学习算法,然而Adaboost算法在训练时耗时十分严重。针对该问题,该文提出一种基于自适应权值的Adaboost快速训练算法AWTAdaboost。该算法首先统计每一轮迭代的样本权值分布,再结合当前样本权值的最大值和样本集规模计算出裁剪系数,权值小于裁剪系数的样本将不参与训练,进而加快了训练速度。在INRIA数据集和自定义数据集上的实验表明,该文算法能在保证检测效果的情况下大幅加快训练速度,相比于其他快速训练算法,在训练时间接近的情况下有更好的检测效果。     

基于大数据分析的分布式MOLAP技术研究

在计算机系统运行以及研究环节中,会存在大量的规模效应,此类状况难以避免,要想有效解决此类问题,就需要利用分布式的处理方式,开展对文件系统的分析。文章对分布式多维联机分析过程(MOLAP)的数据模型进行了分析,从维编码的算法、映射归约(MapReduce)算法的实现、分析维的遍历算法等方面作深入探讨。