高斯马尔可夫随机场模型的递归最小二乘参数估计

本文首次提出应用阶递归最小二乘算法来估计高斯马尔可夫随机场模型参数。利用模型参数关于领域的对称性质,我们将一个非因果对称邻域支持的高斯马尔可夫随机场模型转化成一个因果非对称半平面部域支持的模型,从而使递归计算成为可能。利用规范方程中系数矩阵的近似Toeplitz性质,导出了运算量为O(m~3)+O(M~2m)MADP的阶递归最小二乘算法,而直接采用解方程法的计算量为O(m~3)+O(M~2m~2),这里M~2表示一幅图象的尺寸,m代表模型参数的个数。     

非最小相位ARMA模型的一种自适应辨识算法

本文提出了一种加性有以高斯噪声中因果非最小相位ＡＲＭＡ模型的自适应辨识算法。模型输入假定为非高斯独立同分布随机过程。算法只利用了观测信号的高阶统计量。     

二维非因果滤波器系数的一种空间递归自适应快速算法

本文提出一种直接从包含在某一滑动数据窗中的图象灰度数据出发做滤波器参数估计的快速二维非因果型空间递归最小二乘(LS)算法,它的运算量为15m~(3/2)+16mMADPR(每次递归的乘/除法次数),其中m为被估计的参数个数。     

非最小相位ARMA模型的一种自适应辨识算法

本文提出了一种加性有色高斯噪声中因果非最小相位ARMA模型的自适应辨识算法。模型输入假定为非高斯独立同分布随机过程。算法只利用了观测信号的高阶统计量。在每次迭代中,先估计AR参数,再估计MA参数,但不用计算残差序列。在参数递推中采用了随机梯度法。仿真实验证实了本文算法的有效性。     

表决冗余系统可靠性预计的非递归实现

介绍一种ｎ中取ｋ表决冗余系数（ｋ／ｎ）可靠性预计的非递归算法，文中就ｋ／ｎ系数的定义，递归算法与非递归算法的实现及其优劣进行了重点论述。     

基于局部自回归模型的压缩感知视频图像递归重建算法

 结合预估和残差补偿的递归重建算法是一种有效的压缩感知视频图像重建算法.针对现有算法中'预估’精度不高的问题,本文基于视频序列中相邻图像的内容相似性和单幅图像的非局部自相似性,分析了相邻图像局部图像块的相似匹配性,并以此作为视频图像的相关性先验,提出了一种基于局部自回归模型的图像预估重建算法.预估算法中当前图像像素点的自回归参数由参考图像中相似图像块的灰度信息通过学习获得.实验结果表明,与同类算法相比,本文预估算法所对应的递归重建算法可获得更高质量的视频图像重建结果.     

普通树非递归遍历算法的实现

根据普通树与其对应二叉树表示法在遍历序列上的特点,利用堆栈实现普通树深度优先遍历的非递归算法,利用队列实现普通树广度优先遍历的非递归算法。同时给出对普通树从输入到输出及三种遍历算法实现的完整的C++语言程序。     

基于HLA所有权和Agent组播的网络协作研究

介绍一种基于高层体系结构和多Agent系统的网络协作框架,给出网络协作必须满足的基本性质.基于HLA所有权和Agent组播,提出一种网络协作模型及算法HOAM,解决HLA的实现软件RTI目前不能支持消息因果顺序的不足.证明算法满足因果约束.比较分析了LICRA和HOAM算法的性能,表明HOAM算法作为一种简单的悲观算法也能达到与复杂的乐观算法LICRA大约相同的性能.     

视频监控中遗留物检测算法研究

本文首先介绍了混合高斯模型的算法原理,并且提出一种利用递归法检测多个前景物体的方法,然后提出一种基于慢高斯的遗留物检测算法,该算法利用混合高斯模型进行背景建模,利用递归法对检测到的前景物体分别计时,当计时器达到阈值时进行标记并报警。     

非平稳随机场模型的遥感图像分割

提出一种双随机场模型。通过结合局部的统计量，将一种因果的自回归随机场模型应用于非平稳图像纹理的描述，同时，用马尔可夫随机场给标记场建模可以取得较好的分割效果。通过对实验的分析发现，分割结果仍存在一些错误。因此，在这种模型的基础上，引入了一种新的分类特征(熵率)来改善目标分割的效果。它反映了纹理的高阶相关性，改进了随机场低阶模型的不足。所提出的算法用于遥感图像的城区提取实验。     

基于双层递归神经网络模型求解最优组播路由

基于覆盖网络的组播作为一种新的IP网络组播解决方案已得到广泛关注。提出了一种利用改进的双层递归神经网络模型求解VPON网络环境下的QoS（服务质量）最优组播路由的方案。该方案在选择路由时综合考虑链路的可用带宽及节点的剩余处理能力，并运用一种基于改进的双层递归神经网络模型——MTLRNN进行求解，与其它启发式组播路由算法相比，该方案在满足应用的QoS要求的前提下，使全网的负载分配更加均衡，同时在解的有效性及接纳的组播应用会话数方面都有比较大的改善。     

高速Viterbi处理器的并行算法和结构

Viterbi算法是一非线性反馈环过程,其中的加法-比较-选择递归运算对高速实现是一瓶颈,本文提出采用流水处理方式来达到高速Viterbi处理器的实现,用先行计算方法和递归倍增算法,不但可打破Viterbi算法的反馈瓶颈,而且使实现复杂度得以降低,对M步先行计算,只需log_2M级流水级. 本文进而研究了高速Viterbi处理器的Systolic阵列结构,适于、VLSI实现.     

基于粒子滤波理论的雷达多目标TBD检测

粒子滤波理论适用于在非线性和非高斯环境下的目标跟踪与检测。文中基于序列重要性采样定理,提出了模型环境和多雷达目标检测的递归贝叶斯TBD算法。此算法在基本粒子滤波算法SIR的基础上,采用多模型粒子滤波器实现了多雷达目标的检测。仿真结果表明,算法能够有效地进行目标跟踪与检测。     

任意长离散余弦变换的快速递归算法

该文基于Clenshaw递归公式以及离散余弦自身的对称性提出任意长离散余弦变换(DCT)的一种并行递归快速算法,给出了该算法的滤波器实现结构;与现有的其它递归算法以及基于算术傅里叶变换的余弦变换算法进行了计算复杂度的比较分析,结果表明该文算法运算量大大减少。该递归计算的滤波器结构使算法非常适合大规模集成电路(VLSI)实现。     

扩频通信与扩频调制技术

本文提出一种用于 CDMA 扩频系统中窄带干扰抑制的基于隐马尔科夫模型的新颖非线性估计算法。所提出的算法组合了一个递归隐马尔科夫模型估计器,一个卡尔曼滤波器和一个递归预测误差参数估计算法。文中说明了所提出的算法的性能不仅优于用于窄带干扰抑制的非线性滤波技术,而且也优于基于交叉耦合期望最大化的算法,并且有更快、更顽健的收敛特性。参17     

一种改进的最小统计量控制递归平均噪声估计算法

本文提出了一种改进的最小统计量控制递归平均噪声估计算法.算法采用递归平均进行噪声估计,其递归平均的平滑因子受语音存在概率控制,而语音存在概率的计算采用了两次平滑和最小统计量跟踪.与I.Cohen提出的IMCRA算法相比,本文采用了一种快速有效的最小统计量跟踪算法.仿真结果表明在非平稳噪声条件下,算法具有较好的噪声跟踪能力和较小的噪声估计误差,可以有效地提高语音增强系统的性能.     

基于局部核RX算法的高光谱实时检测

提出了一种基于LKRX检测器的实时异常检测算法.利用局部因果滑动阵列窗,使检测系统保持因果性.根据卡尔曼滤波器的递归思想,利用Hermitian矩阵分块求逆引理和Woodbury引理,将LKRX算法中核协方差矩阵以及其逆矩阵以递归方式更新,避免了数据的重复计算和逆矩阵的求解,大大降低了算法复杂度.通过真实数据进行实验,结果表明,与LKRX算法相比,实时LKRX算法在保持相同检测精度的同时,消耗更少的计算时间;而与实时RX算法相比,实时LKRX算法能够检测到更多的异常目标.     

基于选择调整算法的AVL树快速增删算法的研究与实现

提出一种基于非递归的AVL树算法,旨在提高对AVL树节点的增删操作的效率,并与现有的AVL算法进行对比测试。     

基于Gamma语音模型的语音增强算法

提出了一种新的基于Gamma语音模型的语音增强算法。首先,在假定语音和噪声的短时DCT系数分别服从Gamma和Gaussian分布的基础上,推导了最小均方误差意义下的语音信号短时DCT系数估计;然后,根据语音存在概率估计,提出了语音信号短时DCT系数估计的修正因子。在增强算法中,提出了基于Gamma语音模型的改进最小统计量控制递归平均(IMCRA)噪声估计算法。仿真结果表明,该算法不仅在噪声抑制性能方面优于近两年国际上提出的几种基于Gaussian语音模型的语音增强算法,而且在增强语音质量方面也具有更好的性能。     

深亚微米HCI模型参数多目标全域提取方法

研究了一种建立在退化栅电流物理解析模型基础上的深亚微米pMOS器件HCI(hot carrier injection)退化模型.提出了一种基于L-M(Levenberg-Marquardt)算法的多目标响应全域优化提取策略,并对可靠性模型参数进行优化提取.分析了优化过程中由于参数灵敏度过低产生的问题并提出采用递归算法求解不同时刻栅电流注入电荷量的加速计算方法.最后,给出了最优化参数提取的结果,并且将测量值与理论值进行了比较,得到很好的一致性.