一种改进的Turbo码Log-MAP译码算法

在传统Turbo码Log-MAP译码算法的基础上,借鉴已有的简化算法,提出了一种改进的Log-MAP译码算法。仿真结果表明,新的算法在大大降低译码复杂度的同时较好地保持了译码性能,使其非常接近Log-MAP算法的译码性能;同时也非常有利于硬件实现。     

基于ArcGIS的最短路径算法在城市交通中的应用

最短路径算法在城市交通中应用广泛。分析对比了Dijkstra算法和A*算法,并结合城市交通中的实际情况,在A*算法中加入了交通信号灯的时间因素和路面宽度因素,以达到改进算法的目的。通过在Esri公司的ArcGIS平台上使用Python进行测试后得到的结果表明:Dijkstra算法所计算的路径最短,但未考虑城市交通的实际情况;经过改进的A*算法所得路径避开了城市中心拥堵区域,通过的路口最少,更适合应用于实际交通当中。     

非线性系统中多传感器目标跟踪融合算法研究

 研究了在非线性系统中 ,基于转换坐标卡尔曼滤波器的多传感器目标跟踪融合算法。通过分析得出 :在非线性系统的多传感器目标跟踪中 ,基于转换坐标卡尔曼滤波器 ( CMKF)的分布融合估计基本可以重构中心融合估计。仿真实验也证明了此结论。由此可见分布的 CMKFA是非线性系统中较优的分布融合算法     

子孔径拼接测量基本算法与迭代算法的性能比较研究

从原理上对子孔径拼接的基本算法与迭代算法即SASL算法进行了比较分析,提出利用SASL算法中重叠计算子问题的求解方法来确定基本算法中的重叠对应关系,并对两种算法的性能进行了对比研究。结果表明SASL算法对于子孔径的对准误差更不敏感,拼接测量结果更为可靠,且适用于平面、球面和非球面。     

基于因子图的状态估计方法运算实时性研究CSCD

对因子图算法及其理论基础进行研究,使用消元算法分析了一元观测因子图模型的稀疏结构,得到了一种适用于该模型的增量推断算法;并对固定滞后平滑算法进行了研究,实现了滑窗在该增量推断算法中的应用;最后通过仿真验证了基于因子图的状态估计方法的估计能力、该增量推断算法在求解一元观测因子图模型的状态估计问题时运算速度的提升能力,以及滑窗维持该增量推断算法运算速度稳定的能力。     

GA—HCM混合聚类算法及其在液体火箭发动机故障检测中的应用

针对HCM聚类算法对初始值和学习参数具有较强依赖性的缺点，提出了GA－HCM混合聚类算法。应用改进的基因算法为HCM算法选取初始种子解，使滑动数据窗上的聚类算法以功能层次分明的“导师一学生”制智能结构出现，从而实现了“精”与“初”相结合的解空间搜索算法，使HCM聚类算法能较快收敛到问题的最优解。同时针对液体火箭发动机系统动力学的特殊性，利用我们提出的一种适用于离线或在线系统故障检测与诊断的算法框架，基于实际试车数据对GA－HCM混合聚类算法进行了准实时的数字仿真。仿真结果表明该算法基本上克服了HCM算法的缺点，能有效地用于液体火箭发动机的事后故障分析或在线故障诊断。该故障诊断框架能区分干扰噪声、永久性故障或间歇性故障所引起的异常数据现象，并能形成当前系统的故障特征模式。对缓变故障的早期检测能力使该算法框架极富应用前景。     

Modified Grid Algorithm for Noisy All-Sky Autonomous Star Identification

Grid algorithm is a classical algorithm for all-sky autonomous star identification. However its recognition rate decreases rapidly when the position and magnitude noise increases in the star image. In order to overcome this problem, a modified grid algorithm called the "elastic gray grid algorithm" is proposed. Gray pattern and elastic template matching are introduced into the grid algorithm to enhance its ability to tolerate the position and magnitude noise. Experimental results show that the modified grid algorithm performs better compared with the original one. The elastic gray grid algorithm reached up to a 100% recognition rate under random positional noise in our test bed. Furthermore it increases the original recognition rate from 69.86% to 97%, under the same condition, for both the position and the magnitude noise.     

信赖域滤子算法在航空发动机在线优化中的应用

主要研究了航空发动机在线优化问题.以非线性发动机部件级模型为优化对象,将信赖域滤子算法应用于航空发动机在线优化,相比基本信赖域算法,该算法由于采用非单调的滤子算法和松弛重置,兼顾了算法在目标函数值下降与可行性保持两方面的品质,通过松弛重置避免子问题的不可行性,滤子算法则保证了算法收敛到全局最小解.最后,基于信赖域滤子算法,以涡扇发动机最小油耗寻优控制为仿真算例,验证了该算法的优越性.      

Application of Gram-Schmidt algorithm to fully adaptive arrays

The Gram-Schmidt orthogonalization (GSO) algorithm has excellent numerical performance and is readily applicable to systolic implementations such as in a field of adaptive cancellation systems. A modified GSO algorithm for a fully adaptive array is proposed and computer simulations show that the proposed algorithm gives superior performance. A systolic implementation of the proposed GSO algorithm for fully adaptive array is presented. A feedback mode GSO algorithm for use with analog weights is also presented and has been shown to have excellent performance in the presence of weight errors     

一种基于特征空间的自适应天线旁瓣相消算法

把常规自适应天线旁瓣相消算法和特征空间技术相结合,提出了一种新的自适应天线旁瓣相消算法。该算法把常规自适应天线旁瓣相消算法的权矢量向由干扰特征矢量组成的干扰子空间投影,避免了由小特征值对应特征矢量组成的噪声子空间对权矢量的影响,与常规自适应天线旁瓣相消算法相比,该算法具有更好的干扰对消性能,其输出干扰对消比和波束方向图都能在很少的快拍下收敛。计算机仿真结果证实了这种算法的有效性。     

旋成体零攻角纵向大扰动势流的AF-2迭代及其并行算法

 <正> 1.引言 为提高跨音速差分计算效率,人们在计算格式的设计、改进方面做了大量的工作,并取得了可喜的成就。并行计算机的出现和发展,使我们有可能进一步提高计算效率。第9期阂赛金等:旋成体零攻角纵向大扰动势流的人F一2迭代及其并行算法A弓n因为并行处理机具有处理数据能力强、计算效益高的特点,但这种机器必须结合具体问题和机器特点加以考虑才能发挥其优势。目前,利用我国设计的“YH一1”(“银河一1”)亿次并行处理机,开展跨音速差分计算的并行算法研究具有理论和运用上的重要意义     

混合生物生长自适应搜索遗传算法在形状优化中的应用

利用自适应搜索遗传算法和生物生长算法的特点,提出一种新的优化方法—混合生物生长自适应搜索遗传算法。该算法即可充分利用前两种算法的优点,又可弥补二者的不足。为了验证该算法的合理性和正确性,对经典算例三杆桁架结构进行了优化,并将新算法进一步应用于具有复杂结构的三维离心叶轮优化设计中,结果表明混合算法较遗传算法收敛速度快,且可得到形状优化最优解。     

基于改进烟花算法的资源分配

资源分配问题作为一个NP-Hard问题,在云计算、无线电、卫星调度、多无人机协同作业等领域皆有研究需求,是一个共性的数学问题。烟花算法作为一种智能优化算法,具有求解大规模资源分配问题的能力,但也存在求解精度低等问题。为了提高传统烟花算法的计算效率和全局寻优能力,提出一种改进烟花算法,用遗传算法中的变异算子替代高斯变异操作,并增加模拟退火流程。最后在多无人机协同作业任务分配数学模型上进行仿真验证,实验结果表明在收敛速度以及计算精度方面,该算法均优于其余3种烟花算法。     

小波域的自适应波束形成算法

在分析传统自适应波束形成的基础上,首次提出了一种小波域的自适应波束形成算法。与通常的自适应波束形成算法相比,该算法利用小波变换对小波空间进行了分解,信号经小波变换自相关性会下降,收敛速度提高,同时在此分解过程中,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明了该算法收敛速度较快,且计算量增加较少,易于实时实现,而且具有较好性能。同时仿真实验表明该算法收敛速度与小波基和尺度的选择有关,尺度越大收敛速度越快;对于同一小波基系列,小波基的正则性越好收敛速度越快。     

遗传与枚举混合算法对航空发动机复合材料主轴的优化设计

针对复合材料主轴优化设计中离散与连续变量共存的问题,提出了一种遗传算法与枚举法相结合的混合算法.以某航空发动机低压涡轮轴为原型,在满足静强度指标、临界转速及外廓尺寸要求前提下,利用该混合算法对复合材料主轴的铺层角度与厚度进行优化设计,以减轻主轴质量.结果表明:对于1~10层铺层,相比于全排列算法与单一遗传算法,混合算法能再减轻质量5.54%与3.87%;且当铺层数大于6时,混合算法计算效率能最多提高3.1倍.最后分析给出复合材料铺层厚度受强度的限制,不宜太薄的建议.      

基于比例归一化LMS算法次级通道模型辨识

将主动噪声控制技术应用于地铁通风隧道的噪声控制上,其应用效果在很大程度上取决于信号处理的实时性。在保证控制算法收敛的基础上,要求算法收敛速度尽可能快,以确保对声波变化的准确跟踪,据此产生匹配的振幅相等、相位相反的次级声信号,进而对噪声进行控制。利用比例思想对LMS算法进行改进,为小系数配上小的步长因子,为大系数配上较大的步长因子。最后,将其应用在地铁通风隧道的次级声通道模型的辨识上,并与常用的LMS算法在收敛速度、稳态失调性能上做出比较。数值分析结果表明,采用改进后的LMS算法能够有效地加快算法收敛,改善算法的稳态失调性能。     

改进最近邻算法及其在雷达目标识别中的应用

最近邻（Nearest Neighbor,简记NN）算法是一种广泛采用的非参量模式识别方法,其渐近分类错误概率不超过Bayes错误概率的两倍。但NN算法需要存贮的训练样本较多。剪辑最近邻算法通过对训练样本进行预处理,改善了NN分类器的渐近性能,也略减少了设计NN分类器所需要存贮的训练样本,但需要存贮的样本仍然较多。     

Sequential Piecewise Recursive Filter for GPS Low-Dynamics Navigation

The design, implementation, and performance of a real-time estimation algorithm, referred to in this paper as the sequential piecewise recursive (SPWR) algorithm, for the global-positioning system (GPS) low-dynamics navigation system is described. The SPWR algorithm for this application was implemented in single precision arithmetic (32 bit, floating point). Numerical results are presented covariance and filter gains at a slower rate than the state measurement update, and it uses U-D factor formulation to perform covariance computations. The SPWR algorithm saves real-time processing requirements without appreciable degradation of filter performance. Another important feature of the SPWR algorithm is that it incorporates pseudorange and delta-range data from each GPS satellite sequentially for navigation solution. The SPWR algorithm, for this application, was implemented in single precision arithmetic (32 bit, floating point). Numerical results are presented.     

基于Levenberg-Marquardt算法的航空发动机模型求解混合算法

为了降低航空发动机非线性模型求解的收敛性要求,将模型非线性方程组的求解问题转化为最小二乘问题,提出了基于Levenberg-Marquardt(L-M)算法的混合算法。为了使L-M算法跳出局部解,混合算法使用动力学方法修正局部解;为了提高计算效率,利用Broyden拟牛顿法加速L-M算法。以涡扇发动机为研究对象,应用混合算法、L-M算法、牛顿法和Broyden拟牛顿法进行稳态和瞬态仿真。结果表明：在稳态工况下,L-M算法和混合算法收敛范围更大,在随机初值条件下能达到90%以上的收敛率,远高于牛顿法和Broyden拟牛顿法不到20%的收敛率,且混合算法计算速度与Broyden拟牛顿法相当。在瞬态工况下,L-M算法和混合算法能够在牛顿法和Broyden拟牛顿法都不收敛的强瞬变工况收敛,且混合算法瞬态计算时间仅为Broyden拟牛顿法的1.13倍。仿真结果表明该算法在航空发动机模型求解上具有良好的适用性。     

基于改进启发式蚁群算法的无人机自主航迹规划

无人机自主航迹规划是未来无人机作战使用的关键技术难题。针对传统航迹规划方法存在的求解效率不高、实时性较差、容易陷入局部最优等缺点,提出一种基于改进启发式蚁群算法的无人机自主航迹规划算法。该算法前期使用Dijkstra算法进行初始化航迹,引入启发式信息,提高搜索效率;采用Logistic混沌映射初始化信息素,增加解的多样性,提高算法收敛速度;算法中、后期采用多航迹选择策略和模拟退火机制,提高全局搜索能力,避免因收敛速度过快而陷入局部最优解。对该算法进行仿真分析,结果表明:在存在威胁和障碍的复杂环境中,本文提出的改进启发式蚁群算法与标准蚁群算法相比,能够有效规划出一条从起点到终点的航迹,并且寻优精度更高,收敛速度更快,具有一定的应用价值。