基于遗传算法的有序盲信号提取

本文针对盲信号分离中,如何根据信号特征进行有序提取的问题进行了探讨,提出了一种基于遗传算法的有序盲信号提取算法.该方法能够确保源信号按照四阶累计量的绝对值降序提取,解决了目前一些基于梯度的提取算法容易陷入局部极值而不能保证有序提取的问题;另外,在信号提取的消源过程中,我们还提出了一种基于Schmidt正交化的消源去相关算法,该方法不仅简化了Cichocki-Thawonmas-Amari(1997)消源算法的复杂计算,同时还对消源后的混叠信号进行了白化.仿真结果表明,该算法能够保证实现盲信号的有序提取.     

基于MMSE的自适应盲均衡算法

提出一种估计最小均方误差的盲均衡算法。与RLS算法原理类似,该方法依据矩阵求逆引理逐步更新自相关矩阵及其伪逆,以达到快速收敛,且对迭代初始值不敏感。与非递归算法相比,该自适应在线算法无需直接计算相关矩阵的伪逆或引入奇异值分解,避免了估计相关矩阵的秩或信道阶数。快速收敛以及在线处理的特性使其可以应用到实时通信信号处理中。仿真结果证明算法具有很好的在线均衡性能。     

嵌入式RFID中间件的设计与实现

对基于嵌入式系统的RFID中间件进行了研究.该中间件架构在多个针对嵌入式系统的开源软件系统平台之上,系统中各组件通过环形缓存和守护进程之间的配合构成松散耦合关系,由ALE_Reporter模块完成EPCglobal的ALE标准规划的数据处理逻辑.这种软件架构方法可以缩短开发周期,使各模块基本保持原有面貌,利于将来对软件系统进行维护和扩展.     

地球流体动力学模型恢复的长短期记忆网络渐进优化方法

地球物理流体动力学的计算模型在数据同化和不确定性量化等任务中的计算代价非常大。有人提出了相应的替代模型以寻求减轻计算负担。研究人员已经开始应用人工智能和机器学习算法, 特别是人工神经网络, 针对地球物理流体建立数据驱动的替代模型。神经网络的性能在很大程度上取决于其网络结构设计和超参数的选择(调参)。一般情况下, 这些神经网络通过手动调参, 反复试错, 从而最大限度地提高其计算性能。这通常要求对底层神经网络结构以及特定领域问题有专业知识积累和认知。这一局限性可以通过使用进化算法, 自动设计和选择神经网络的最优超参数来解决。本文应用遗传算法进行了有效的长短期记忆(Long Short-Term Memory, LSTM)神经网络设计, 建立了NOAA海表温度数据集的温度预测模型。     

带有时变非线性预处理的立体声回波消除方法研究

就立体声回波消除问题提出了两种新的信号非线性预处理方法，并给出了相应的自适应算法。新的预处理方法比Benesty(1997)及Joncour(1998)的方法对信号的非线性处理部分要少，因而对语音信号的质量影响有所下降。仿真结果表明，新的预处理方法与其实现算法相结合应用于立体声回波消除时，比Benesty(1997)及Joncour(1998) 所提方法的效果更好。     

基于协方差矩阵的盲分离算法

提出了一种新的实时线性混叠信号的盲分离算法，该算法利用信号相互独立时其协方差矩阵的对角化特征作为分离准则，采用最速下降法进行分离。该算法对源信号和混叠矩阵没有过多要求且计算量不大，理论分析与仿真结果表明，该算法具有很好的分离效果。     

混沌粒子群优化算法

粒子群优化算法是一种新的随机全局优化进化算法。本文把混沌寻优思想引入到粒子群优化算法中，这种方法利用混沌运动的随机性、遍历性和规律性等特性首先对当前杠子群体中的最优粒子进行混沌寻优，然后把混沌手优的结果随机替换粒子群体中的一个粒子。通过这种处理使得粒子群体的进化速度加快，从而改善了粒子群优化算法摆脱局部极值点的能力，提高了算法的收敛速度和精度。仿真结果表明混沌粒子群优化算法的收敛性能明显优于粒子群优化算法。     

一种功率控制算法的仿真研究

802.11是在Adhoc网络中广泛应用的一种媒体接入控制协议。为了研究功率控制机制对系统带来的影响及其产生的原因,该文对一种能完全兼容802.11的分布式功率控制算法802.11DPC进行了仿真。结果显示:在Adhoc网络中,饱和情况下,根据报文长度不同,802.11DPC在网络吞吐率方面较802.11协议提高17%～20%,平均分组时延降低11%～15%,结点能耗及公平性性能则仅有部分提高。对仿真结果给出了合理的解释,得出了在由笔记本电脑等便携终端构成的Adhoc网络中使用功率控制机制更适合用来提高网络吞吐率的结论,为合理使用功率控制机制提供了参考依据。     

螺管型电感传感器的研制与应用

最近我们研制成螺管型电感传感器 ,将它安装在点钞机上 ,通过使用反映良好 .