基于星座图改进的QAM盲均衡算法

针对多模辅助算法均方误差高的缺点,提出了两种基于星座图改进的盲均衡算法.首先利用16QAM星座图信息,增加多模辅助算法代价函数中信号点的均衡数目,得到改进的多模辅助算法,与多模辅助算法相比,改进后的算法稳态均方误差更低,而且收敛速度略有提高;其次将改进的多模辅助算法和判决引导算法相结合,根据均方误差调整两种算法的比例,得到的混合算法进一步降低了稳态均方误差.水声信道仿真结果表明:提出的两种算法都可以有效地降低均方误差,适用于对精度要求较高的场合.     

一种改进的基于代价函数的垂直切换算法

针对目前有一些切换算法没有综合考虑多种属性以及多种属性的权重对代价函数产生的影响,导致切换性能不理想的问题,提出一种改进的基于代价函数的垂直切换算法。该算法采用层次分析法来确定多种属性之间的权重关系,构造比较判决矩阵并检验其一致性切换判决,然后利用切换判决代价函数进行垂直切换的判决。实验结果表明提出的算法能够综合考虑各属性间关系,从而获得良好的切换性能。     

一种改进的基于代价函数的垂直切换算法

针对目前有一些切换算法没有综合考虑多种属性以及多种属性的权重对代价函数产生的影响,导致切换性能不理想的问题,提出一种改进的基于代价函数的垂直切换算法。该算法采用层次分析法来确定多种属性之间的权重关系,构造比较判决矩阵并检验其一致性切换判决,然后利用切换判决代价函数进行垂直切换的判决。实验结果表明提出的算法能够综合考虑各属性间关系,从而获得良好的切换性能。     

一组特征矩阵联合对角化算法的收敛性分析

先将一组特征矩阵联合对角化问题转化为一种代价函数的优化问题，再利用梯度下降方法求解代价函数的最优点。研究了一类代价函数的一些基本性质和各种等价形式，分析了一组特征矩阵联合对角化算法的收敛性。分析结果表明一组特征矩阵联合对角化算法是一种不动点算法；在特征矩阵无误差情况下，这个算法单步迭代就收敛到理论解。     

基于P范数的变尺度扩散公平代价算法

为了进一步提高扩散式自适应滤波算法在不同噪声环境下的性能,提出了一种新的基于P范数的变尺度扩散公平代价函数算法。该算法在公平代价函数的基础上,对误差绝对值项加入了P范数,同时利用类箕舌线函数构造了一个随误差变化的尺度因子来共同控制算法的陡峭程度,进而使算法拥有更快的收敛速度和更小的稳态误差。在高斯噪声环境以及Alpha稳定分布和伯努利-高斯分布的非高斯噪声环境中的仿真结果表明,所提算法拥有更强的鲁棒性和更低的稳态误差,在不同噪声环境下的性能均优于对比算法。     

基于卷积神经网络的目标检测

为了完成视频图像中人体检测,将卷积神经网络和梯度算法结合.将YOLO网络模型结构以及算法函数进行了优化调整.为了保留视频时间信息,引入了卷积神经网络反馈时间维度.采用长短记忆卷积神经网络(LSTM)进行训练,通过将迭代过程的最优解保留,加快了梯度算法中的搜索速度,并且保证收敛于全局最优解.     

正交小波变换和时间分集联合盲均衡算法

为了克服水声信道多径效应及常数模算法的缺陷,将时间分集技术应用于盲均衡算法中以减小多径效应对信号传输的影响,利用双曲正切误差函数代替常模误差函数,以减小均方误差,并以软切换的方式与判决引导(DD)算法相结合,同时引入数字锁相环共同纠正多普勒效应引起的相位旋转.为加快算法的收敛速度,对输入信号进行正交小波变换以减小输入信号的自相关性,从而提出一种正交小波变换和时间分集技术联合盲均衡算法(WT-CTDE).水声信道仿真结果验证了该算法的有效性.     

一组特征矩阵的联合对角化

发展了一组特征矩阵联合对角化的新算法,这个算法利用了左右特征矢量之间的双正交性,定义了用于追踪单个分量的代价函数,找到了快速求解代价函数最优解的迭代算法。通过系统化的多阶段分解和多阶段重构,可以得到全部特征矢量。     

一种利用范数性质的无约束盲均衡准则

提出了一种新的无约束盲均衡准则．该准则基于两种向量范数之间差值的最小化,不需要对均衡器系数进行约束,可采用批数据处理和在线自适应迭代两种方式实现．通过对代价函数收敛性定理的推导,证明了在无噪声情况下,在代价函数的每个局部最优解处可实现理想均衡,且能够实现发送信号幅值的恢复．仿真结果验证了新算法在收敛性和稳态误差方面的良好性能．     

误差反向传播卷积神经网络的权值更新

误差反向传播卷积神经网络在误差反向传播中的权值更新对网络结构的优化、显卡的设计制造以及底层源代码编写都具有很重要的指导意义。针对目前关于权值更新的基础算法分析不足的问题,以简单的误差反向传播卷积神经网络为例,将卷积神经网络的结构中共用的卷积层、池化层、激活函数以及损失函数的权值更新方法进行了推导,并给出了严密的数学证明。最后,利用经典的分类模型进行试验验证,清晰地诠释了监督学习卷积神经网络误差反向传播过程中权值更新的计算过程。     

一种双模式盲均衡算法

根据改进的恒模算法(MCMA)具有冷启动能力和判决导引最小均方误差(DD-LMS)算法剩余误差小的特性,对一种双模式盲均衡算法进行了研究. 该算法采用MCMA使眼图睁开,然后切换到DD-LMS以减小剩余误差. 算法根据判决条件在MCMA与DD-LMS之间自动切换. 均衡的输出可以不经过相位恢复直接由判决器判决,从而简化了系统设计,提高了系统效率.     

基于区域划分的双模式盲均衡算法研究

改进常模算法(MCMA)克服了常模算法(CMA)对相位不敏感的缺点,但收敛性能仍然较差。本文研究了依据区域划分将MCMA和判决引导(DD)算法有机结合的双模式盲均衡算法:通过综合考虑信噪比和剩余码间干扰,研究了区域划分边界的确定;讨论了不同模式中步长的选取;并应用滞后切换策略克服这种算法中的稳态误差波动问题。仿真表明:此算法收敛速度快、稳态误差小,并能在去除码间干扰的同时纠正信道固有的相位旋转和一定范围的载波频率偏移,具有很好的实用性。     

一种适用于高阶QAM信号的水声信道盲均衡算法

目前，盲均衡是水声通信领域中的热点问题。针对多径衰落水声信道的均衡问题，提出了一种修正的超指数迭代盲均衡算法，该算法可校正水声信道引入的载波相位旋转。在收敛阶段采用该算法，之后根据某一切换准则，切换到判决导引算法，可有效减小超指数迭代算法对高阶正交幅度调制信号的剩余均方误差。仿真结果表明，该算法有效纠正了载波相位旋转，并获得了较快的收敛速度和较小的稳态误差，提高了水声通信的质量，因而具有良好的工程应用价值。     

基于蚁群算法的智能交通最优路径研究

针对车辆智能交通最优路径问题,提出一种实时规划的蚁群算法。在该算法搜索过程中加入针对具体问题的局部搜索寻优算法,在启发函数中引入搜索方向,改进信息素更新策略,限制信息素轨迹量。利用智能交通道路模型对改进算法进行比较分析。实验结果表明,改进后的蚁群算法能够有效地解决车辆实时路径诱导问题,实现车辆实时路径诱导,具有良好的收敛性和寻优性。     

一种新的CMA-DFE盲均衡方法

提出了一种新的常数模(CMA)盲均衡方法，误差性能表面(EPS)分析表明其收敛性优于常用的CMA2-2方法。为进一步减小稳态失调误差，采用峰度判决机制，一旦检测到眼图张开即转入判决反馈均衡(DFE)工作方式。仿真实验证实了该方法的有效性。     

求解多峰优化问题的改进布谷鸟算法

布谷鸟算法是一种简便而高效的元启发式算法.然而,布谷鸟算法在求解复杂的多峰优化问题时通常存在易陷入局部最优解的缺点.针对布谷鸟算法的这种缺点,结合神经网络算法和布谷鸟算法的特性,提出一种基于神经网络的布谷鸟算法.该算法的核心思想是借助改进神经网络算法的强大全局搜索能力和动态种群策略来平衡布谷鸟算法的全局搜索能力和局部搜索能力,从而减少布谷鸟算法陷入局部最优的可能性.该算法首先将种群中的个体依照适应度值的优劣进行排序,然后对种群中最好的一半个体通过布谷鸟算法进行优化,对种群中最差的一半个体通过改进的神经网络算法进行优化,最后将所有个体组成一个新的种群,并从中筛选出最优解.采用24个复杂基准测试函数检验所提出算法求解多峰优化问题的性能,并将优化结果与神经网络算法,布谷鸟算法以及一些改进的布谷鸟算法所获取的优化结果相比较.实验结果表明:所提出的算法充分地展现了神经网络算法和布谷鸟算法的优势,其在求解质量,求解效率以及求解稳定性上均显著优于其它算法.     

基于遗传神经网络的语音信号盲分离算法

通过分析基于神经网络的经典盲分离算法具有容易陷入局部极小点,从而导致收敛速度慢和分离效果不准确的缺点,本文首先利用遗传神经网络算法对分离权值进行初始化,然后通过选择操作、交叉操作和变异操作,进行样本训练控制,在整个搜索空间进行搜索,得到分离矩阵最优值,最后实现了语音信号的盲分离。实验表明：该算法具有分离速度快、效果明显等特点。     

一种峭度宽松开关盲分离算法

该文在盲分离开关算法的基础上提出一种峭度宽松开关算法.该算法用峭度作为激活函数中的开关量分析随机变量的高斯性,解决了原开关算法中衡量参数的不稳健性.该算法与盲分离开关算法和扩展的Infomax算法的仿真实验比较表明,新算法具有更好的分离效果和抗噪声能力.     

一种适用于水声信道盲均衡算法及仿真

对于高阶QAM信号,常数模算法的收敛误差不为零,而多模算法的收敛速度慢,提出了一种混合常数模算法,并将该算法应用于水声信道盲均衡。该算法根据均衡器输出信号模值与其判决模值之间的距离,设置一判决域。根据该判决域,算法的迭代过程在常数模和多模算法之间自动切换,且收敛后自动切换到多模算法。该算法收敛速度快,且均方误差小,特别适合高于高阶QAM信号的盲均衡,通过对水声信道均衡的计算机仿真,验证了该算法的优点及对多途干扰抑制的有效性。