二维多导电柱体电磁散射的快速算法

本文用积分方程的迭代求解方法处理二维多导电柱体的电磁散射问题。同时用双共轭梯度法代替共轭梯度法来加速迭代过程。数值结果显示了本文方法的高效性。     

层向多层共轭自适应光学系统的模拟

单层校正自适应光学系统只能在较小视场范围内对大气湍流进行有效校正,多层共轭自适应光学技术可以突破这种限制。介绍了层向多层共轭自适应光学系统基本结构及工作原理,研究了层向多层共轭自适应光学系统的模拟,内容包括:如何产生动态大气湍流波前数据、基于四棱锥波前传感器的波前复原算法、基于模式法的变形镜闭环校正控制过程等。对单层和两层的层向共轭自适应光学系统进行了模拟仿真,仿真结果表明:层向多层共轭自适应光学系统采用了更多的导星来校正两层大气湍流,比单层校正自适应光学系统具有更大的校正视场和更好的校正效果。     

融合多个面上光强信息的混合迭代相位恢复算法

在自适应光学、光学加工检测及激光光束质量检测等诸多领域,经常涉及到相位恢复问题.研究相位恢复的数值算法,具有较强的现实意义.文中给出了一种融合多个离焦面上的强度信息,以恢复输入面上相位分布的混合迭代算法.首先采用共轭梯度迭代方法求解,将所得结果设定为新的迭代初始值,并利用角谱法对此进行优化,以进一步提高相位恢复的精度.模拟实验表明,该算法具有良好的收敛性能和较高的相位恢复精度,且适用于输入面上振幅分布无法直接测得的场合.     

基于自适应同步的混沌系统参数辨识方法的研究

利用混沌系统的动力学特性对参数极其敏感的特点,以驱动响应同步结构为框架,设计了与同步误差有关的二次型指标函数,采用优化方法对参数进行自适应调节,直到同步误差最小,即实现混沌同步.该方法实现了参数未知混沌系统的参数辨识和自适应同步.为了研究参数收敛速度,对准高斯牛顿法、Hook-Jeeves方法(又名模式搜索法)和共轭梯度法等三种优化方法进行了对比研究.对具有两个未知参数的离散Hénon系统和连续Lorenz系统的仿真研究表明,基于共轭梯度的参数调节方法参数收敛速度最快,可以应用于混沌保密通信的解密.     

均匀介质中基于积分方程的二维电磁成像模拟

开发了一种基于积分方程的模拟均匀介质中二维电磁成像的反演算法。在反演中采用了Born 迭代方法,该算法具有抗噪声能力强、迭代稳定的优点。在正演计算中采用了计算积分方程的稳定型双共轭梯度快速Fourier 变换(BCGS-FFT)算法,将插值函数作为基函数和试探函数对积分方程进行弱化离散,离散后的积分方程采用稳定型双共轭梯度迭代方法进行求解,从而得到异常体内电场的分布,迭代过程中采用快速傅里叶变换(FFT)技术进行加速。反演算例说明了所开发算法的精确性和有效性。     

基于预处理共轭梯度法的低复杂度信号检测算法

大规模多输入多输出系统中,最小均方误差信号检测算法是近似最优的,但由于其涉及矩阵求逆,计算复杂度随着天线数量增加呈指数增长.提出了低复杂度的预处理共轭梯度信号检测算法,该算法通过预处理技术降低矩阵条件数,从而加快共轭梯度信号检测算法的收敛速度.仿真结果显示,该算法在小数量的迭代中能够达到和最小均方误差检测算法相似的误码率,算法复杂度下降了一个数量级.相比直接用共轭梯度法,能够更快收敛到最佳值.     

基于共轭梯度法的多层神经网络训练方法

建立多层人工神经网络的最优化求解方法,以多层神经网络总体平均误差为目标函数,以权值和阈值作为设计变量,采用共轭梯度法对网络的权值和阈值进行优化计算,完成神经网络训练的方法.将优化原理应用到多层神经网络权值和阈值的计算问题,实现网络权值和阈值的快速计算,为分析神经网络的合理结构提供了必要条件.     

用共轭梯度法进行自适应频谱估计

本文提出了一种新的自适应频谱估计技术,该技术把共轭梯度法应用于自适应频谱分析问题,即用共轭梯度法迭代地求出半定埃尔米持矩阵的相应于最小广义特征值之广义特征矢量。通过计算机仿真把这种新的方法与现有的方法进行了比较。从本文所提供的有限的例子中可看出新方法在计算上更高效,但占用更多的存储空间。此外,本方法可有效地对短的数据记录进行频谱分析;而且如能得到噪声的协方差矩阵估计,则还能进行噪声修正,从而得到无偏的频谱估计。本技术对窄带和宽带信号的分析效果都很好。     

基于YAO软件的太阳地表层自适应光学系统的仿真北大核心CSCD

目前太阳活动观测存在视场小和分辨率低的问题。单共轭自适应光学系统可校正的视场范围较小,多层共轭自适应光学系统使用三维重构的方法,耗时长且过程繁琐;而太阳地表层自适应光学系统只校正地表层湍流,效率高,能快速获得大视场、高分辨率图像。利用YAO软件,在四导星阵列分布情况下,应用平均算法对太阳,地表层自适应光学系统在40″和60″优化视场、J和H波段的性能进行数值仿真,并与相同条件下仿真得到的单共轭自适应光学系统性能结果进行比较。结果表明,在60″~120″成像视场内,地表层自适应光学系统的斯特列尔比值比单共轭自适应光学系统提高了130%~210%,该结果与太阳自适应光学领域其他软件得到的仿真结果一致。     

多层共轭自适应光学系统性能

多层共轭自适应光学系统被广泛应用于地基大型天文望远镜,其可以改善大气非等晕的影响,并有效扩大校正视场。基于MAOS软件,在仅考虑大气非等晕影响的情况下,研究了在可见光波段（0.6 m）和红外光波段（2 m）下两种自适应光学系统的对比,多层共轭自适应光学系统相比传统自适应光学系统在可见光波段性能提升显著;以及双层共轭系统中,当第一个变形镜共轭于入瞳处时,第二个变形镜共轭高度变化对系统性能的影响,在可见光波段确定最佳共轭高度对提升性能十分重要,并初步探讨了在单层自适应光学系统中,变形镜致动器个数对系统性能的影响。     

ALGEBRAIC MULTI-GRID METHOD IN TWO-DIMENSION ELECTRICALLY LARGE PROBLEMS

In this paper the algebraic multi-grid principle is applied to the multilevel moment method, which makes the new multilevel method easier to implement and more adaptive to structure. Moreover, the error spectrum is analyzed, and the reason why conjugate gradient iteration is not a good relaxation scheme for multi-grid algorithm is explored. The numerical results show that our algebraic block Gauss Seidel multi-grid algorithm is very effective.     

Complex Adaptive ICA Employing the Conjugate Gradient Technique for Signal Separation in Time-Varying Flat Fading Channels

The conjugate gradient method is a prominent technique for solving systems of linear equations and unconstrained optimization problems, including adaptive filtering. Since it is an iterative method, it can be particularly applied to solve sparse systems which are too large to be handled by direct methods. The main advantage of the conjugate gradient method is that it employs orthogonal search directions with optimal steps along each direction to arrive at the solution. As a result, it has a much faster convergence speed than the steepest descent method, which often takes steps in the same direction as earlier steps. Furthermore, it has lower computational complexity than Newton’s iteration approach. This unique tradeoff between convergence speed and computational complexity gives the conjugate gradient method desirable properties for application in numerous mathematical optimization problems. In this paper, the conjugate gradient principle is applied to complex adaptive independent component analysis (ICA) for maximization of the kurtosis function, to achieve separation of complex-valued signals. The proposed technique is called the complex block conjugate independent component analysis (CBC-ICA) algorithm. The CBC-ICA derives independent conjugate gradient search directions for the real and imaginary components of the complex coefficients of the adaptive system employed for signal separation. In addition, along each conjugate direction an optimal update is generated separately for the real and imaginary components using the Taylor series approximation. Simulation results confirm that in dynamic flat fading channel conditions, the CBC-ICA demonstrates excellent convergence speed and accuracy, even for large processing block sizes.     

发射自适应波束形成技术研究

在天线阵发射波束时进行方向图零点控制是现代雷达采用的先进技术之一,该文分析了一种唯相位共轭梯度自适应于扰置零算法,并详细叙述了我们研制的基于TMS320C31的雷达自适应干扰对零阵列处理实验系统。理论分析和实验结果均表明系统能有效置零抑制干扰、是一种实用性强的系统。     

共轭梯度自适应波束形成算法

本文讨论了共轭梯度算法在自适应波束形成中的应用,指出在时域和空域同时处理,与仅在时域或空域处理的方法相比,不仅在性能上得到了改进,而且放宽了对阵元数目的要求。同时提出了一种前后向平均和多层前后向处理的结构和方法,使算法在性能上得到了进一步的改善。     

含噪语音压缩感知自适应快速重构算法

本文针对含噪语音压缩感知在低信噪比时重构性能差的问题,提出了一种自适应快速重构算法。该算法将行阶梯观测矩阵与一种新型的快速重构算法结合,并根据含噪语音信号的信噪比自适应选择最佳重构参数,使得在重构语音的同时提高了重构信噪比。算法实现简单快速,且不需要预先计算信号的稀疏度。实验结果表明,自适应快速重构算法重构性能优于基追踪算法和自适应共轭梯度投影算法以及快速重构算法,重构速度略慢于快速重构算法,但快于基追踪算法和自适应共轭梯度投影算法。      

An Adaptive Acoustic Echo Cancellation Algorithm Based on Subband Decomposition and Conjugate Gradient Method

1 Introduction In speech communication applications ,the presence ofcoupling fromloudspeaker to the microphone often re-sults in undesired acoustic echo that seriously degradesspeech quality.Current solutions for removingthis echoare based on the real ti me identification of the acoustici mpulse response by using adaptive filtering or AdaptiveEcho Cancellation (AEC) filter techniques . Several AEC algorithms have been proposed for thisproblem. An acoustic echo canceller based upon inputort…     

基于STFT与G函数相结合的短波DFH跳检测方法

差分跳频利用频率的跳变携带信息,只要正确检测出每跳的频率,就可以恢复出信息.本文提出一种基于STFT的跳检测方法,并与G函数相结合来分析短波DFH信号在每跳时间间隔内的频率特性,以检测可能的跳频率.仿真结果表明,在短波信道几种可能的情况下,检测效果良好.     

Image restoration using a conjugate gradient-based adaptive filtering algorithm

A new two-dimensional (2D) sample-based conjugate gradient (SCG) algorithm is developed for adaptive filtering. This algorithm is based on the conjugate gradient method of optimization and therefore has a fast convergence characteristic. The SCG is computationally simpler than the recursive least squares (RLS) algorithm. The SCG algorithm with the equation-error and output-error methods is investigated for application in image restoration. Simulation results show that the new algorithm significantly outperforms existing algorithms in the restoration of noisy images.This work was supported in part by a grant from the Colorado Advanced Software Institute.     

自适应交叉近似压缩的高阶矩量法的并行实现

高阶矩量法在计算电磁学中的应用越来越广泛, 为了进一步提高其计算规模, 引入并行的自适应交叉近似压缩算法(Adaptive Cross Approximation algorithm, ACA).该算法首先采用非均匀有理B样条建模(Non-Uniform Rational B-Splines, NURBS)的方法进行面片分组; 然后利用矩量法中远区阻抗矩阵的低秩特性进行ACA压缩; 最后采用稀疏近似逆预条件(Sparse Pattern Approximate Inverse preconditioning, SPAI)的共轭梯度法(Conjugate Gradient method, CG)快速求解矩阵方程.该算法中的ACA压缩过程和迭代求解过程都特别适合并行计算.数值实验表明, 对于电大尺寸问题, ACA压缩后的矩阵占用的内存远远低于原矩阵, 而预条件的共轭梯度法可以很快收敛.此外该算法在大规模并行时的效率较高.     

The transfinite-element time-domain method

This paper presents an efficient time-domain method for computing the propagation of electromagnetic waves in microwave structures. The procedure uses high-order vector bases to achieve high-order accuracy in space, Newmark's method to provide unconditional stability in time, and the transfinite-element method to truncate the waveguide ports. The resulting system matrix is real, symmetric, positive-definite, and can be solved by using the highly efficient multilevel preconditioned conjugate gradient algorithm. Since the method allows large time steps and nonuniform grids, the computational complexity for problems with irregular geometries is superior to that of the finite-difference time-domain method.