基于IC-PSO和ISM的反馈控制算法设计

为了提高光纤偏振模色散(PMD)补偿系统的动态自适应补偿能力,提出了用改进粒子群优化(PSO)算法作为搜索算法,用改进单纯形法(ISM)作为跟踪算法的反馈控制算法设计方案,从而实现对PMD补偿单元的动态调整。在PSO算法中,引入免疫克隆(IC)原理提高了搜索算法的全局优化能力;对SM的反射操作和扩张操作进行改进,从而提高算法的收敛速度;用映射操作代替原有的顶点代换操作,从而使单纯形在迭代过程中不发生退化现象。实验结果证明了该算法用于PMD补偿系统的有效性和可行性。     

一种新的紫外光自组织网络的时分多址接入邻居发现算法

为了适应大 规模及拓扑变化较快的紫外光(UV)自组织网络,本文以提高邻居发现概率为目的,提出了一 种基于时分多址接入(TDMA, time division multiple access)的UV定向邻居发现新算法。新算法在DTRA(directional transmission and reception algorithm)协议的基础上采用了退避时延机制, 并通过邻居判断和维护机制让节点快速更新本地邻居表。实验结果表明,新 算法充分考虑了UV大气传输特性,能够有效地解决节点冲突问题,并通过找到一个最佳退避 时延使得节点冲突 概率和邻居发现时延之间达到一个较好的平衡。     

基于VLPSO算法的100Gbit/s光传输系统的偏振模色散自适应补偿

针对标准粒子群优化(PSO)算法后期迭代效率不高和容易陷入局部极值问题,提出了一种基于变异机制的局部粒子群优化(VL-PSO,varied local particle swarm optimization)算法。在单信道100 Gbit/s光传输系统中,以VL-PSO算法作为逻辑控制算法,进行二阶偏振模色散(PMD)归零(RZ)码自适应补偿实验。结果表明,搜索补偿后,眼图张开度明显增大,平均搜索补偿时间为1.650 ms;并且VL-PSO算法能够实时跟踪补偿PMD的变化,跟踪时间小于0.431 ms。     

基于改进粒子群算法的无线传感网络覆盖优化

针对传统粒子群算法容易陷入早熟陷阱而导致无线传感网络(WSN)的覆盖优化效果欠佳的现象,提出一种引入种子杂交策略的粒子群优化(PSO)改进算法。通过将前期的PSO算法寻优与后期的种子杂交策略相结合,从而完成覆盖性能的优化。综合理论分析与实验仿真可知,相比于其他算法,本文算法改善了覆盖率与RD指标,在改善网络覆盖性能方面具有一定优势。     

CDMA系统粒子群多用户检测算法

Kennedy和Eberhart提出的粒子群优化算法(PSO),作为一种新的并行优化算法,在解决多维和非线性的复杂问题中,性能优良且算法简单易于实现。本文对二进制粒子群优化算法进行改进,并将其应用于DS-CDMA通信系统的多用户检测中,提出了基于矢量的二进制粒子群多用户检测器(V-BPSO-MUD),同时提出了两种高效实用的多用户检测器:基于矢量的串行二进制多用户检测器(VS-BPSO-MUD)及基于矩阵的二进制多用户检测器(M-BPSO-MUD)。仿真结果表明,PSO多用户检测器充分利用了粒子群优化算法的优良特性,性能明显优于传统的CDMA检测器,接近无多址干扰情况。     

前馈PMD补偿中拟合偏振度椭球的研究

在前馈实验中加入扰偏器,利用粒子群优化算法以有限的实验采样数据快速拟合出了精确的偏振度椭球,实验分析了不同邻居结构的粒子群算法拟合偏振度椭球的有效性,证明在拟合偏振度椭球方面,局部邻居结构的粒子群优化算法要比全局邻居结构的算法性能更好,拟合出的椭球更准确,更适合于前馈补偿方案.     

基于粒子群优化算法的Logistic模型参数估计

将Logistic模型的参数估计问题转化为一个多维无约束函数优化问题,然后利用粒子群优化算法(PSO)的全局搜索能力对此问题求解.仿真实验中所使用的数据包括真实数据和随机采样数据.实验结果表明,在这两种数据条件下PSO算法均能够较准确地估计获得Logistic模型的参数,证实了PSO算法是Logistic模型参数估计的一种可靠有效的算法.同时也分析了参数维数和噪声对PSO算法的收敛性和稳定性的影响.     

改进PSO算法在图像配准中的应用

图像配准是目前图像处理中的热点,很大程度上因为它是图像融合的前提,具有重要的研究价值.粒子群算法是一种基于群体搜索策略的自适应随机算法,由于该算法实现简单、参数较少等特点被广泛使用.针对标准PSO易陷于局部最优的问题,对标准PSO进行了改进.实验过程中,参考图像和浮动图像的相似性测度采用的是峰值信噪比(PSNR).通过实验结果对比,改进后的算法由于克服了容易陷入局部最优解的问题从而提高了配准精度.     

基于进化算法的多用户检测器

粒子群算法PSO遗传算法(Particle Swarm Optimization)是由Kennedy和Eberhart于1995年提出的一种新的进化算法,PSO能够以一种更简便、快速的方式来完成和遗传算法(GA)一样的功能。本文在PSO算法思想的基础上提出了两种新的多用户检测算法: BEP(Binary Evolution Programming)算法, BPSO(Binary PSO,BPSO)算法。分别基于这两种算法构造了新的多用户检测器。仿真结果表明,这两种新的多用户检测器的抗误码性能比传统多用户检测器和基于遗传算法的多用户检测器都好,并且新的检测器的收敛速度明显比遗传算法检测器快。     

自由搜索和微粒群算法的比较研究

群集智能是仿生智能的重用分支.探讨了一种新的群集智能优化算法--自由搜索(FS),并将其和群集智能的典型实现--微粒群算法(PSO)进行了比较研究.首先,简要回顾了PSO算法的基本原理,作重分析了自由搜索算法的优化机制;然后,从生物学背景、寻优机制、仿真实验等方面对这两种算法进行了全面深入的比较.最后,对这两种算法的发展进行了展望.     

基于尺度不变特征变换的图像自动配准方法

运用尺度不变特征变换方法提取图像特征,采用基于圆域的特征主方向计算方法,强化了图像的特征旋转不变性能;利用k-d搜索树与简化的广义Hough变换相结合的方式进行图像特征匹配,提高了特征匹配的效率和精度。实验表明,该方法能够对不同分辨率、不同光照、不同拍摄角度的图像完成精确自动配准。     

面向自动控制实验的多功能实验平台设计

针对自动控制专业实验内容多样,实验环境复杂的特点,设计了一种基于DSP的多功能实验平台,通过在DSP中加载特定的实验应用程序,动态配置外围控制电路,实现多类型的自动控制实验。详细阐述了多功能实验平台的组成结构、DSP控制程序开发主要模块的设计与实现方法。实验平台为用户提供了良好的二次开发接口,有助于用户在该平台的硬件环境基础上,开发功能更加完善和复杂的自动控制实验内容。     

基于局部四值模式的人脸识别

局部二值模式(LBP)作为经典的纹理特征描述方法广泛应用于纹理分类和人脸识别等领域。然而现有相关算法仅利用周围一个圆形邻域的信息,没有充分利用周围邻域的信息。为此,提出一种利用不同圆形邻域之间的微分结构信息进行联合描述的特征描述子,从而能够更加充分地利用邻域信息。由于所提方法在圆形邻域上每个坐标处有4种不同可能的取值情况,因此将这种模型称为局部四值模式(LQP)。在通用的人脸识别数据库FERET上的大量实验证明了所提算法的有效性。     

基于AVR的底片自动定位系统的设计

为了实现底片张数定位以及自动统计、自动片尾检测、底片张数存储的功能,设计了一种基于AVR单片机控制的底片自动定位系统的方案与软硬件实现,分析了该系统的硬件组成和软件程序流程,由键盘／显示模块、光电传感器、电机驱动和电源供电模块组成。测试结果表明,该系统具有结构简单、操作简便、性价比高、体积小、自动化程度高等特点。     

基于叉丝阵列的准分子激光MOPA系统多路光束自动准直

为了实现激光在放大器多程放大及靶面高指向精度,介绍了高效准分子激光系统多路光束自动准直技术的研究工作。提出利用双叉丝阵列像传递光路,分别在输入光路和输出光路上设置叉丝阵列作为近远场基准,解决了光路中无天然准直基准及多路并行准直等问题。搭建了预放大器II的三路双程激光自动准直系统,验证了该方法的可行性,并利用成像系统和反馈控制结构实现了自动准直系统的联调实验。     

Ant colony optimization for image regularization based on a nonstationary Markov modeling.

Ant colony optimization (ACO) has been proposed as a promising tool for regularization in image classification. The algorithm is applied here in a different way than the classical transposition of the graph color affectation problem. The ants collect information through the image, from one pixel to the others. The choice of the path is a function of the pixel label, favoring paths within the same image segment. We show that this corresponds to an automatic adaptation of the neighborhood to the segment form, and that it outperforms the fixed-form neighborhood used in classical Markov random field regularization techniques. The performance of this new approach is illustrated on a simulated image and on actual remote sensing images.     

空间一致性邻域保留嵌入的高光谱数据特征提取

局部线性嵌入(LLE)和邻域保留嵌入(NPE)等流形学习方法可以提取高光谱数据的主要结构特征,有助于对数据的理解和进一步处理。但是,这些方法忽视了高光谱图像中相邻像素之间的相关性。针对这个问题,提出一种基于空间一致性思想的邻域保留嵌入(SC-NPE)特征提取算法,通过一个优化的局部线性嵌入,并考虑相邻像素的相关特性,在高维空间建立数据的局部邻域结构。然后寻找一个优化的变换矩阵,将局部邻域结构投影到低维空间,实现数据的特征提取。与LLE和NPE算法相比,SC-NPE既考虑高光谱数据的流形结构,又考虑了其图像域空间信息,可以更好地应用在高光谱数据的特征提取过程中。实验结果表明,SC-NPE特征提取算法在高光谱图像分类方面的性能明显优于其他同类算法。     

邻域图像帧存储体的理论及其实现

本文针对高速图像处理的数据流问题,特别是邻域图像数据的并行存取问题,提出了邻域图像帧存储体的体系结构,实现了帧存储体邻域图像数据的并行存取,极大地提高了图像处理的速度。本文描述了邻域图像帧存储体的特征,论述了它独特的存储结构,给出了轮换矩阵,地址标识轮换矩阵定义,揭示了邻域存取规律。本文给出了结构邻域图像帧存储体的具体方法并给出了实例。     

基于随机化属性选择和邻域覆盖约简的集成学习

 提高分类模型的分类精度和可靠性是分类建模追求的目标.针对目前规则学习方法应用于分类时稳定性差以及分类精度低的问题,本文通过随机化邻域属性约简,搜索一组分类精度较高的属性子集,在不同的属性子集上采用邻域覆盖约简方法学习分类规则,得到多个规则集.最后通过简单投票融合不同规则集上的分类结果获得对象的类别.实验表明,基于随机化邻域约简的集成学习方法分类性能优于或与其它相关的分类器相当,并且在噪声扰动下具有更强的鲁棒性.     

长途电信枢纽楼电源自动监控系统

介绍了天津长途电信枢纽电源自动监控系统的结构、特点、功能、效果及开发实验过程中的一些体会。对正在设计和实施类似监控系统的单位及工程技术人员会有一定的启迪和帮助。