并行“冒泡”排序算法的改进

并行“冒泡”排序算法的改进黄干平（武汉大学计算机科学系,武汉,４３００７２）关键词排序,并行算法,冒泡中国法分类号ｗ３０１．６ＰＢＳＭ并行排序算法是对ＫａｚｕｈｉｒｓＳａｄｏ和ＹｏｓｈｉｈｉｄｅＩｇａｒａｓｈ的并行“冒泡’书ｒ序算法’“的改进,其并行...     

Fastiterative methods for least squares estimations

Least squares estimations have been used extensively in many applications, e.g. system identification and signal prediction. When the stochastic process is stationary, the least squares estimators can be found by solving a Toeplitz or near-Toeplitz matrix system depending on the knowledge of the data statistics. In this paper, we employ the preconditioned conjugate gradient method with circulant preconditioners to solve such systems. Our proposed circulant preconditioners are derived from the spectral property of the given stationary process. In the case where the spectral density functions() of the process is known, we prove that ifs() is a positive continuous function, then the spectrum of the preconditioned system will be clustered around 1 and the method converges superlinearly. However, if the statistics of the process is unknown, then we prove that with probability 1, the spectrum of the preconditioned system is still clustered around 1 provided that large data samples are taken. For finite impulse response (FIR) system identification problems, our numerical results show that annth order least squares estimator can usually be obtained inO(n logn) operations whenO(n) data samples are used. Finally, we remark that our algorithm can be modified to suit the applications of recursive least squares computations with the proper use of sliding window method arising in signal processing applications.Research supported in part by HKRGC grant no. 221600070, ONR contract no. N00014-90-J-1695 and DOE grant no. DE-FG03-87ER25037.     

基于双摄像头的心率测量系统的设计与改进

针对在外部干扰或昏暗环境下利用图像光电容积描记(image Photoplethysmography,iPPG)技术进行心率测量时准确度较差,提出了一种自适应心率提取算法,并在嵌入式硬件平台上进行了验证。算法根据图像中人脸与背景区域的色度关系来识别不同的场景并启动合适的摄像头进行图像采集及自适应映射,接着对提取出的信号进行滤波,在信号质量评估后输出结果。上述方法在Zynq平台上进行了验证,使用双摄像头实现实时心率测量,并对结果进行可视化输出。实验结果表明:优化后的算法在光照及运动的双重干扰下的测量误差从3.36BPM降至2.78BPM,准确率提升了17.3%。另外,所设计的系统能够实现在极端黑暗条件下的心率采集,平均误差约为2.39BPM。     

带有前置EDFA卫星相干激光通信终端的信噪比分析

卫星激光通信链路是一项实现卫星大规模星座组网的关键技术。相干激光链路灵敏度高、抗背景干扰、速率升级空间大,在星间激光链路中应用广泛。文章建立了带有前置掺铒光纤放大器(EDFA)的卫星相干激光通信终端的信噪比分析模型,仿真分析了EDFA功率增益、EDFA噪声系数、本振光功率、信号光功率、光放后端光带宽、基带前端电带宽对终端输出信噪比的影响以及各种输出噪声功率占比的情况,得到了带有前置EDFA卫星相干激光通信终端的信噪比参数特性。     

基于时域频域分析结合的调谐激光吸收光谱检测参数优化

随着调谐激光吸收光谱(tunable laser absorption spectroscopy, TLAS)技术在气体检测中的应用越来越广泛,二次谐波信号的质量与检测参数紧密相关,因而分析检测参数的优化方法很有意义。本文根据谱线预处理中的滤波参数、系统采样时间、锁相放大器的时间常数对信号的影响以及参数间的联系,总结检测参数的选取规律。根据滤波原理和不同浓度下信号的均方根误差(root mean squared error,RMSE)值选择合适的滤波阶数和窗宽。选择信噪比(signal-to-noise ratio,SNR)、RMSE、信号与噪声频域幅度之比(ratio of amplitude in frequency domain of signal to noise,f_SNR)3种评价指标的曲线变化趋势进行时频分析,得到最佳采样周期数为30,结合实验系统具体参数可计算最佳采样时间。通过信号主频带与截止频率的关系和滤波效果选择合适的时间常数。综合分析3个检测参数并总结选取方法,可提高二次谐波信号的质量。本文提出的参数选取方法对提高二次谐波在实际应用中的准确度有...     

闪电AR谱的多重分形特性分析及放电类型的识别

对闪电时域波形的分形研究由于忽略了其频率特性,致使复杂多变的闪电过程的全部特性无法得到充分表征。针对此问题,本文将多重分形理论引入到现代谱估计中,提出了一种基于AR(auto-regressive)谱的闪电电场信号的多重分形特性分析及放电类型的识别方法。首先基于AR模型谱估计法获得闪电电场信号的功率谱,然后,通过多重分形去趋势波动分析(multifractal detrended fluctuation analysis,MF-DFA) 法验证了闪电AR谱序列具有多重分形特性,并进一步对AR谱序列的Hurst指数以及多重分形谱进行了讨论,最后将相关参数作为闪电信号的有效特征值输入支持向量机进行了云闪(intracloud lightning) 和地闪(cloud-to-ground lightning,CG) 不同放电类型的识别。实验结果表明,本文方法对云、地闪信号的有效识别率达到了94%以上,该研究成果对闪电的特性研究与自动化识别技术均具有一定的参考价值。     

回声信号处理综合实验设计及实现

针对学生对卷积和相关概念不清的问题,结合生活现象,本文设计了回声信号处理综合实验。实验内容包括回声产生、回声特性分析、回声消除,它将难以理解的卷积、自相关、互相关概念有机地串在一起,帮助学生理解和应用。实践表明,理论推导和实验编程相结合有助于学生将所学的知识融会贯通,且学生在做与生活密切联系的综合实验时,积极性高,收获大。     

扩频体制低轨卫星通信信号捕获与跟踪系统设计

针对扩频体制下低轨卫星信号的捕获及跟踪等系统设计实现问题,根据卫星信号模型进行了捕获及跟踪算法设计,重点对基于快速傅里叶变换的快速捕获算法、锁频环、锁相环和码跟踪环路进行了设计,并进行了工程系统实现。试验验证表明,该系统可以实现码分多址体制低轨卫星信号捕获、跟踪处理,工作性能参数满足系统需求。     

序贯检测在“北斗”卫星信号捕获过程中的应用

为了提高“北斗”系统的捕获性能,解决在弱信号环境中无法有效捕获与检到卫星信号的问题,在“北斗”系统的捕获方法中采用序贯检测的方式进行了改进与优化。分析后得出,序贯检测通过双门限与待检测区,使得样本数灵活可变,可以有效应对不同信噪比的信号,在强信号与弱信号下都有良好的效果。通过仿真对序贯检测方式与传统检测方式进行了性能上的比较与分析,结果表明,序贯检测逻辑不仅达到了传统检测方法中预期的检测概率和虚警概率,同时具备更高的性能与灵活性,强信号下缩短了捕获时间,提高了捕获效率;弱信号下提高了2～3 dB信噪比增益与捕获性能;既保证了该检测逻辑的可行性,又为捕获检测过程提供了一种思路与方法。     

TETRA通信与干扰信号智能识别技术

陆上集群无线电(Terrestrial Trunked Radio,TETRA)数字集群通信系统因其开放性易受到内外部电磁干扰。干扰信号的类型多种多样,针对不同的干扰样式,采取的抗干扰措施也各不相同,因此干扰信号的识别具有重大意义。基于此,提出了一种干扰信号智能识别技术。该技术首先对受到不同干扰后的TETRA音频数据进行特征提取,并筛选出具有分类能力的特征,其次使用决策树、支持向量机和随机森林3种分类模型对特征提取后的待测试信号进行智能分类识别。实验结果表明,使用的这3种模型能够有效判断TETRA系统中的信号是否受到干扰,以及受到何种样式的干扰,可为后续TETRA系统中的信号干扰识别提供参考。