分布式MIMO系统中载波频偏和信道的EM-PF联合估计

考虑了平衰落背景下分布式MIMO系统中载波频偏和信道的联合估计问题.与集中式MIMO的联合处理方法不同,改进了EM算法,提出了EM-PF算法解决这一强非线性难题.仿真结果表明:改进的算法更逼近克拉美罗界,在高性噪比条件下,误码率更低,有很大的实用价值.     

无线传感器网络测距定位算法改进与分析

在无线传感器网路实际应用中,节点定位技术是重要的支撑技术之一.不同于常规的求解距离等式方程组解法,分别采用MLE(最大似然估计参数)法和最小二乘法,对无线传感器网络测距的定位算法进行改进.非常有趣的是,两种不同方法得到的结果完全一致.最后经过实验评估和算法仿真对比分析测距定位算法改进前后的特性,结果表明改进后的测距定位算法能取得良好的定位精度.     

一类非线性参数化系统的鲁棒自适应H_∞控制

针对一类带有未知虚拟控制系数的非线性参数化系统,利用参数分离技术和Backstepp ing设计方法构造自适应H?控制器,使闭环系统的干扰输入在L2增益下对系统输出的影响任意小,且无外扰时,系统内稳.仿真例子验证了主要结论.     

基于分块灰度统计特性的空域鲁棒信息隐藏算法

提出了一种基于图像分块灰度统计特性和混沌系统的空域信息隐藏新算法.利用空域重要位位置上的统计特性的相对不变特性对掩饰空间的选取过程加以控制,通过混沌猫映射的置乱增强秘密信息的不可见性,使得信息隐藏过程中秘密信息的脆弱性与隐秘的不可见性这两者的矛盾有机地统一起来.实验结果表明,在隐秘图像具有良好的不可见性的前提下,隐藏容量大于LSB算法,具有抗检测、抗提取能力,算法具有较强的抗椒盐、剪切、LSB、多低位破坏、JPEG、高斯白噪声攻击能力,鲁棒性好,优于传统的空域信息隐藏算法.     

地表水水质评价模型及其遗传算法求解

以标准等级水体为样本点构造样本空间,借鉴无单元思想,建立带权的地表水水质评价模型.对模型中的参数,根据数据拟合的思想,将问题转化为一个非线性优化问题,然后利用遗传算法进行求解.用已知算例对评价模型的合理性进行对比检验,并将其成功应用于密云水库样本点水质的综合评价,最后将此模型推广到一般情形的评价问题.     

一种超混沌映射的单双参量自适应同步

利用参量自适应法实现了超混沌系统Kawakami映射的同步.通过严密的数学推导,给出了Kawakami映射在单参量自适应下实现同步的充分条件,并在双参量自适应控制下系统同样实现了同步.数值模拟结果显示,该映射输出具有类似于白噪声的宽谱特性,因此比较适合用于保密通信.     

基于模型化设计的进近着陆系统多径效应仿真

基于模型化设计的进近着陆系统多径效应仿真是利用准确的电磁散射算法模型来建立机场复杂环境的散射体模型库,通过不同特性散射体(几何尺寸、物理特性等)调用各自有效的算法模型的方法,实现了进近着陆系统开阔场多径效应仿真,并结合IPO算法模型对停靠飞机的多径效应进行了仿真,仿真结果证明了基于模型化设计的进近着陆系统的多径效应仿真方案的有效性。     

基于模糊数据挖掘技术的入侵检测算法与应用

基于数据挖掘技术的入侵检测技术是近年来研究的热点,目前有不少入侵检测系统中都采用了关联分析的数据挖掘方法,现有的关联分析算法只能够解决数据中分类属性的挖掘,对于数值属性则不能直接使用,然而网络流量数据中包含了许多反映入侵状况的数值属性,已有学者提出了将数值属性先进行分类而后再进行关联分析的挖掘方法,然而这种方法带来的问题是在进行异常和正常划分时存在明确的界限,即“尖锐边界问题”,由于网络安全概念自身具有一定的模糊性,因此明确的界限可能会导致误报和漏报的情况产生,从而影响检测效果,文中提出了一种基于模糊关联挖掘技术的入侵检测算法,并采用遗传算法确定划分模糊集合的隶属度函数参数,最后的实验结果说明了该算法的有效性。     

BP网络自适应学习率研究

分析了自适应学习率BP算法,并对其进行了总结分类,针对每一类介绍了几种具体的自适应学习率BP算法。最后结合XOR问题把一种自适应学习率BP算法和标准BP算法进行了比较和评价。     

基于改进自适应遗传算法的组卷研究

针对遗传算法容易出现早熟和收敛速度慢的问题,根据群体适应值分布的变化特点,启发性地提出了一种新的基于小生境技术的自适应遗传算法（ANGA）。根据群体中各个个体的适应值分布情况加以启发,引入了一个自适应的常数Cmin,通过白适应调整Cmin以适时改变群体适应值的分布,优化了各个个体被选择的概率。详细介绍了ANGA应用于组卷问题的步骤。涵盖了其中的各项关键技术：组卷策略、编码方案、适应值函数的确定、选择交叉变异箅子的实现。并以目前的计算机等级考试三级信息管理技术的组卷为例,采用ANGA算法进行了仿真计算。仿真结果表明,ANGA算法能够成功地应用于自动组卷。算法能够以100％的概率在较短的时问内完成组卷,组卷效率高、成功率高;且算法对初值不敏感．具有较好的鲁棒性。