基于Borel测度峰值判定的欠定混合盲语音信号分离

简要介绍稳定分布的特征函数及其Borel测度表示,给出了Borel测度的估计方法,并利用Borel测度的峰值确定混合矩阵的基矢量,从而可以确定各个独立分量,实现信号的盲分离。计算机模拟和分析表明,这种算法是一种在高斯和分数低阶Alpha稳定分布噪声条件下具有良好韧性的独立分量分析与盲源分离方法,在盲语音混合信号的分离应用中也得到了很好的效果。     

基于二点组合算法的旅行商问题应用性能分析

旅行商问题模型应用广泛,其求解策略的研究具有重要的理论和实践意义。为高效快速解决旅行商问题,给出一种基于环路改造的二点组合算法,即选取一条汉密尔顿环路作为目标解,任取两个顶点删除与之相关的边形成2至4个环路片断,对这些环路片断进行排列组合,尝试寻找更优的解替换目标解的方法。仿真实验结果表明,该算法的计算效率和计算误差性能皆优于蚁群算法,实际应用结果也表明本算法在解决中小规模旅行商问题时的实用性。因此,本算法具有较强的理论价值和较强的实用价值,可以较好地完成中等规模的TSP问题,且适用于一系列的优化组合问题。     

一种基于局部变换处理的干扰抵消后置处理方法

针对基于阻塞矩阵方式抵消干扰产生的探测影区问题,提出了一种基于局部变换处理的干扰抵消后置处理方法。首先根据干扰抵消方位对接收阵拾取数据进行线性变换处理,合成一组新数据;其次采用空间谱合成方法对新数据进行变换处理,得到空间各方位对应空间谱;然后采用局部变换处理方法,提取空间谱基底变化量;最后采用空间谱基底变化量对空间谱进行均衡处理,降低探测影区。数值仿真和数据处理均表明,该方法通过对干扰抵消后空间谱进行局部非线性均衡处理,减小了空间谱基底变化量,将探测影区缩小到了3°以内,改善了基于阻塞矩阵方式干扰抵消方法。     

全速率满分集准正交空时分组码设计研究

自Alamouti提出空时分组码以来,空时分组码的构造得到广泛的研究。研究表明,复正交空时分组码当发射天线数大于3时,它的传输码率小于1。准正交空时分组码虽然能达到全速率,却牺牲了一定的分集增益。根据空时编码秩准则,通过对传统准正交空时分组码进行矩阵旋转处理,得到一种全速率满分集的空时分组码。数值仿真显示,这种全速率满分集空时分组码的性能较传统准正交空时分组码至少有4 dB的提高。     

一种新奇的电压传输函数大于1的无源RC带通选频电路

介绍了一种新奇的无源RC带通选频电路,与传统的无源RC带通选频电路相比,该电路独特的优点是电压传输函数大于1。用该电路构成的正弦波振荡器不再需要放大器电路,只需要一个射极输出器。由于用了射极输出器,该电路有极强的负载能力,因而电路极为简洁。对该电路进行了详尽的数学分析,并通过实验证实了其理论的正确性。     

基于RBF神经网络辅助的自适应UKF算法研究

卡尔曼滤波能在测量噪声干扰下对系统状态进行无偏估计。但无论是扩展卡尔曼滤波（EKF）算法,还是无轨迹卡尔曼滤波（UKF）算法,都无法避免滤波发散现象。给出利用径向基函数(RBF)神经网络的自适应调整能力来对卡尔曼滤波输出进行校正,从而避免输出发散的算法。计算机模拟和实际应用表明,基于RBFNN的卡尔曼滤波算法可以有效防止输出发散。     

钢筋混凝土框架基于位移的动力反设计

从刚度设计和反设计的概念出发 ,介绍了单自由度系统的动力反设计及多自由度系统的动力反设计计算方法 ,并由此提出钢筋混凝土框架结构的动力反设计公式。     

联合改进核FCM与智能优化SVR的WSNs链路质量预测

为提高无线传感器网络（WSNs）链路质量预测精度和降低噪声影响,提出了一种联合改进核FCM与智能优化SVR （improved kernel furry c-means and intelligent support vector regression,IKFCM-ISVR）的WSNs链路质量预测方案.首先将基于紧致度和离散度的有效性指数引入核FCM方法,实现样本集聚类个数自动划分;然后采用改进核FCM方法对链路质量样本数据进行处理,获得样本聚类隶属度;在此基础上,构建群居蜘蛛优化SVR预测模型,采用基于"动态折射"学习机制的群集蜘蛛对模型参数进行优化,得到不同聚类最佳SVR参数组合;最后采用IKFCM-ISVR算法对不同实验场景下的WSNs链路数据进行预测评估.仿真结果表明,同其它预测算法相比,该算法预测精度提高了36.8~68.4%.     

基于改进相似度的协同过滤算法研究

协同过滤利用邻居用户的偏好对目标用户的偏好进行推荐预测,相似度计算是其关键。传统的相似度计算忽略了用户共同评分项目数与用户平均评分的影响,以至于在数据稀疏时不能很好地度量用户间的相似度。提出了两个修正因子来改进传统相似度,同时改进了协同过滤算法,将其应用于电影推荐。仿真结果表明,在电影推荐中,基于改进后相似度计算的协同过滤算法能取得比传统算法更低的MAE值,提高了电影推荐质量。     

基于贝叶斯网络模型构造的汽车故障诊断研究

为了解决汽车故障诊断中的不确定性和建模问题,提出了一种基于贝叶斯网络模型构造的故障诊断融合系统架构,设计了基于贝叶斯网络构造的故障诊断算法.这种故障诊断方法利用贝叶斯网络的学习能力和概率推理来应对故障诊断中的不确定性问题的表示和推理,它能够有效地融合领域先验知识和实时传感数据的分布特征,实现故障诊断系统的自适应,并被成功地应用于汽车故障诊断.实验结果表明,新算法为故障诊断提供了准确和可靠的决策依据.