工程数学

01742 00010013改进的任意墓F FT整序算法/林水生,黄顺吉(电子科技大学)11信号处理.一1999,15(2).一163-165,151文中提出了一种改进的适合于任意基FFT变换的整序算法,改进整序算法采用循环嵌套结构,减少了运算量,实验结果表明,改进整序算法的运算时间较其它整序算法少.图1表2参3(许)行了讨论.该文用上述方法以悬臂梁试件为例,对结构缺损位置、缺损深度以及螺栓联接结构的紧固程度进行了试验.图4表1参4(文)0174一6 00010014关于5 ommerfeld型广义积分/金元松、刘小国,曹倩,李超峰(中国电波传播研究所)!I电波科学学报.一1999,14(2)一144一1…     

FFT或FHT的一种改进的整序算法

本文提出了一种适于基－２ＦＥＴ或ＦＨＴ的更为高效的整序算法，使以往算法的运算量，算法结构等性能都有明显改善，尤其当Ｎ较大时有很大优势，可以进一步提高ＦＥＴ和ＦＨＴ的运算效率。     

电镀电源控制算法的研究与仿真应用

在直流电镀工艺需要电源输出电流调节范围宽、输出电流值稳定的背景下,针对PID参数整定困难,积分分离的增量式PID阈值选定困难,智能算法结构复杂、不易实现这几个问题,首先改进了PID算法,然后将最小二乘法应用在PID参数整定中,最后将改进的PID算法应用在电镀电源的控制中,实现了对系统的精密控制。改进的PID算法结构简单,参数易于整定,阈值易于选取,仿真结果表明,改进的PID算法在电镀电源控制中取得了良好的效果。     

稀疏矩阵整序新算法

本文给出了两个稀疏矩阵的整序新算法。已验证的例题一致表明,它们既有较好的性能,又有相当快的速度。     

基于部分模糊度固定技术的RTK定位改进算法

差分卫导实时动态定位(RTK)的定位精度取决于载波相位整周模糊度固定算法的成功率。LAMBDA(Least-Squares Ambiguity Decorrelation Adjustment)算法作为最有效的模糊度在航固定算法,其效能易受卫星故障、多径效应等因素的影响。为提高LAMBDA算法的成功率,引入部分模糊度固定技术。改进后的RTK定位算法以模糊度方差值为序,逐步剔除具有相对最大方差的模糊度并利用LAMBDA算法固定剩余的模糊度,直至模糊度固定成功。双动运动平台实测结果表明,改进后的RTK定位的模糊度固定成功率达到100%,其中首次固定成功率达到98.3%。与导航领域公认的事后处理软件定位结果相比,改进后的RTK定位精度达到厘米级。     

一种自组织通信网络的链路分群算法

本文完成了一种新的组网分群算法——最大链路数分群算法，并与美国ＨＦ－ＩＴＦ的ＬＣＡ算法及其改进算法作了比较，结果验证了它的正确性和有效性。     

FFT或FHT的一种改进的整序算法

本文提出一种适于基-2FFT或FHT的更为高效的整序算法,使以往算法的运算量、算法结构等性能都有明显改善,尤其当N较大时有很大优势,可以进一步提高FFT和FHT的运算效率。     

一种改进的整周模糊度去相关算法

全球卫星导航系统整周模糊度去相关算法的性能直接影响到整周模糊度的解算精度和效率。针对整周模糊度去相关算法的性能问题,提出了对协方差矩阵的对角线元素先实施升序排列,后对变换矩阵的对角线元素进行降序排列的方法,进而改进了现有算法的终止条件,提高了去相关解算效果和模糊度搜索效率。数值仿真实验表明,与文献中基于对角线升序排列的去相关算法和迭代算法比较,所提改进算法的去相关性能在高维空间具有明显优势,适用于多星导航系统的整周模糊度求解。     

一种组织通信网络的链路分群算法

本文完成了一种新的组网分群算法－最大链路分群算法，并与美国ＨＦ－ＩＴＦ的ＬＣＡ算法及其改进算法作了比较，结果验证了正确性和有效性。     

基于改进PSO算法的直接进给轴伺服参数优化

优化直接进给轴伺服参数对于提高进给轴快速响应性、跟随精度和抗干扰性等均具有重要作用。文中分析了数控系统中应用传统方法整定伺服参数存在的问题,提出了一种基于改进的微粒群优化算法（PSO）的直接进给轴伺服参数优化方法。建立了直接进给轴伺服系统数学模型,并给出了通过改进PSO算法整定直接进给轴伺服参数策略,利用Matlab/Simulink对直接进给轴的运动特性进行了仿真分析。仿真结果表明,与常规伺服参数整定方法相比,改进的PSO算法整定的伺服参数使直接进给轴伺服系统具有更好的动态特性,提高了进给轴响应特性、跟随精度和抗干扰性。     

基于性能权重聚类的频域盲分离排序算法

卷积混合盲源分离可以在频域得到有效解决，但频域盲分离必须要解决排序模糊性问题。本文提出了一种基于性能权重聚类的频域盲分离排序算法，该算法利用聚类来得到顺序参考，对各频点上分离信号的准确性进行计算，根据分离结果的准确性予以不同频点不同的聚类权重，从而提高聚类结果的可靠性。通过对频点进行分段处理可以有效抑制排序错误的传播，提高算法性能。最后通过多组仿真实验验证了基于性能权重聚类的频域盲分离排序算法的普适性与性能上的优越性，同时也探究了接收端个数对算法性能的影响。仿真结果表明本文提出的基于性能权重聚类的频域盲分离排序算法相较于传统的幅度相关性排序算法在信干比上会有2 dB左右的提升。接收天线数越多，算法分离性能越好。     

A Novel and Fast Algorithm for Solving Permutation in Convolutive BSS,Based on Real and Imaginary Decomposition

In this paper, a new fast method for solving the permutation problem in convolutive BSS is presented. Typically, by transferring signals to the frequency domain, the convolutive BSS problem is converted to an instantaneous BSS, and deconvolution takes place in each frequency bin. However, another major problem arises which is permutation ambiguity in the frequency domain. Solving the permutation ambiguity for N sources in frequency domain needs N! comparisons between adjacent frequency bins. This drastically increases the overall computational complexity of the convolutive BSS. In our new approach, the complex-valued signals are decomposed into real and imaginary parts in each frequency bin. We show that the ideal mixing matrix has to possess a simple and symmetric structure. Accordingly, the structure can be exploited for solving the permutation ambiguity in frequency domain. Although separation in subband is accomplished by the FastICA algorithm, the proposed method requires modification of the separation algorithm, and a new structure is imposed on the mixing matrix. After that signals are separated by means of the FastICA, the permutation correction takes place only by N comparisons, decreasing the computational complexity. Comparing to five competitive methods, we experimentally demonstrate that permutation ambiguity is resolved accurately by this very fast approach while substantially decreasing the order of calculations. In terms of the separation performance and signal quality, the proposed method is superior to four of the compared methods and almost similar to the best of them.     

基于校验方程平均符合度的Turbo码交织器估计

现有的交织器估计方法通常利用解调输出的硬判决序列进行,其容错能力有待提高,且一些方法只针对特定的交织器结构.针对Turbo码的随机交织器,提出一种利用接收软判决序列进行估计的算法.首先提出校验方程平均符合度的概念及计算方法,然后利用正确交织位置的码字可使得校验方程符合度取到最大值这一事实,逐步实现交织位置的估计.特别地,所提算法在删余条件下仍然有效.仿真结果表明,与现有的相关方法对比,特别是在低信噪比条件下,本文算法具有更好的性能以及相对低的复杂度.     

求解改进布谷鸟算法的置换流水车间调度问题

针对实际工况下置换流水车间调度问题,文中以最小化完工时间为目标对标准布谷鸟算法进行了改进。为提高优化解的稳定性和算法的计算精度,该算法将淘汰概率引入动态自适应机制,将局部搜索引入差分进化机制,并在初始种群的生成中引入NEH算法。文中将改进的布谷鸟算法运用于解决实际工况下的置换流水车间调度问题,通过与标准布谷鸟算法仿真优化结果进行对比,证明了改进布谷鸟算法具有更好的解的稳定性和更高的寻优精度。     

Permutation codes for the Gaussian channel

The initial vector problem is considered for group codes for the Gaussian channel and, in particular, for codes generated by permutation groups. Variant I and variant II permutation codes are defined, and optimal initial vectors for these codes are constructed. A numerical algorithm for constructing optimal group codes is presented together with examples of this algorithm applied to several permutation groups     

基于混沌置换的图像隐藏算法

为了有效提高图像隐藏的鲁棒性和安全性,文章提出一种基于混沌置换的图像隐藏算法。该方法采用混沌置换算法,能以概率1产生所有置换,优于传统置乱算法。该方法重复隐藏了冗余信息,能较好地抗击噪声干扰和剪切攻击,具备线性时间复杂度。实验结果表明,该方法隐藏效果良好,恢复图像保真度高,具备较好的鲁棒性和安全性。     

基于强单向置换杂凑算法的构造和安全性分析

本文利用n上单向置换与完善置换的复合,构造基于强单向置换的杂凑算法,并证明了该算法的安全性等价于单向置换在多项式时间内不可求逆.     

基于图像纹理特征的SIFT算法研究

针对传统尺度不变特征转换(SIFT)算法存在大量冗余的特征点,而导致图像匹配过程中运算量大、效率低的问题,提出一种基于图像纹理特征的SIFT算法。该算法首先采用排列组合熵方法提取图像纹理信息,在此基础上利用SIFT算法提取特征点,这样能够减少冗余特征点,以有效提高算法匹配效率。实验测试结果表明,该算法与传统的SIFT算法相比,冗余特征点少,特征点匹配效率提高到98.04%。     

Decoding spherical codes for the Gaussian channel

A decoding algorithm for permutation codes that is equivalent to maximum-likelihood decoding, but less complex than the correlation decoder, is presented. A general construction for iteratively maximum-likelihood decodable (IMLD) codes is proved and used to construct IMLD codes for every dimension n. D. Slepian (1965) defined permutation modulation codes and presented an efficient algorithm for their decoding. Slepian's decoding scheme is one of the principal components of the permutation code decoding algorithm presented     

基于图像纹理特征的SIFT算法研究

针对传统尺度不变特征转换(SIFT)算法存在大量冗余的特征点, 而导致图像匹配过程中运算量大、效率低的问题, 提出一种基于图像纹理特征的SIFT算法。该算法首先采用排列组合熵方法提取图像纹理信息, 在此基础上利用SIFT算法提取特征点, 这样能够减少冗余特征点, 以有效提高算法匹配效率。实验测试结果表明, 该算法与传统的SIFT算法相比, 冗余特征点少, 特征点匹配效率提高到98.04%。