基于分离度的步长自适应EASI算法

首先定义了描述信号分离状态的分离度,并利用分离度作为参数来控制EASI算法中的步长因子,从而提出了一种基于分离状态的步长自适应EASI盲源分离算法。由于该算法步长是基于分离度的,其学习速率由信号的分离程度自适应地选取,因而能很好地解决收敛速度和稳态误差之间的矛盾。计算机仿真结果与理论分析相一致,证实了该算法明显优于其它固定步长或变步长的EASI算法。     

一种改进的步长自适应EASI算法

首先定义了描述信号分离状态的一种测度，并在认真分析相关固定步长和变步长EASI算法的基础上，将其加以运用，提出一种新的步长自适应EASI算法。由于该算法步长是基于分离状态的，其学习速率由信号的分离程度自适应的选取，因而能很好地解决收敛速度和稳态误差之问的矛盾。计算机仿真结果与理论分析相一致，证实了该算法明显优于其它的EASI算法。     

基于分离度梯度的步长自适应自然梯度算法

首先定义了描述信号分离状态的分离度,并利用分离度作为参数来控制自然梯度算法中的步长因子,从而首次提出了一种基于分离状态的步长自适应自然梯度盲源分离算法。由于该算法步长是基于分离度的,其学习速率由信号的分离程度自适应地选取,因而能很好地解决收敛速度和稳态误差之间的矛盾。计算机仿真结果与理论分析相一致,证实了该算法明显优于其他固定步长或变步长的自然梯度算法。     

自适应步长EASI算法研究及改进

EASI算法（一种在线LMS）是很重要的盲信号分离（BSS）算法,总结了EASI算法应用于盲信号分离的优点与不足,并提出了利用模拟退火策略有效地结合两种步长的优点,在初期快速下降,在后期精确收敛。结果表明,在该实验中使用模拟退火策略来调整学习率简单有效。     

变步长BP网络优化导航雷达跟踪滤波系统的研究

本文提出了采用变步长ＢＰ网络实时处理导航雷达目标跟踪滤波数据。其原理是在ＢＰ算法中加入变动量因子,用Ｎ层变步长寻优进行前馈神经网络的学习。该算法能够根据输入时间序列的特点自适应调整网络优化步长,对匀速和变加速运动目标的稳定跟踪精度分别在７．５ ｍ 和１１ ｍ 以内,而对急转弯的目标抖动２～４ 次就能及时跟踪上     

一种基于钟形函数的变步长LMS算法

在干扰消除背景下,提出了一种基于钟形函数的变步长LMS自适应滤波算法。通过理论分析和计算机仿真验证了该算法在提高收敛速度和减小稳态误差上的优越性,并分析了参数选取对算法性能的影响。     

基于变步长自适应滤波器的瞬时对称分量法

瞬时对称分量法基于瞬时测量可以将任意的三相信号分解成正序、负序、零序分量,然后在各自的等效电路中进行分析。传统的瞬时对称分量法一般在dq0坐标系下进行变换及计算,算法中的低通滤波器对其动态性能影响很大。本文基于αβ0坐标系,提出了一种新型的瞬时对称分量法,该算法采用变步长自适应检测原理,能够较好地兼顾稳态精度及动态响应,仿真结果验证了算法的有效性。     

基于归一化误差函数的变步长分数间隔盲均衡算法研究

针对常数模算法收敛速度慢的特点,提出了一种快速收敛的盲均衡算法。该算法修改了传统常数模算法的误差函数,且采用可变步长和分数间隔采样,有效地提高了收敛速度。浅海水声信道模型仿真结果表明,采用归一化变步长分数间隔常数模盲均衡算法比传统的常数模算法和固定步长分数间隔算法收敛快,均衡性能有明显提高。     

一种基于自适应进化策略采样的粒子滤波算法

提出了一种自适应进化策略算法(AES),该算法利用适应度值控制变异步长的自适应调整,从而提高了进化策略的搜索效率和精度。将AES算法和粒子滤波(PF)相结合,提出了基于自适应进化策略采样的粒子滤波算法(AESPF)。该算法将AES应用于粒子重采样,以保证粒子的有效性和多样性。通过仿真计算表明,提出的算法可以有效提高滤波性能。     

集中式自适应网格IMMJPDA算法

现有的集中式交互多模型联合概率数据互联( IM MJPDA)算法在多模型这个意义上都是基于固定结构的,而固定结构多模型算法存在的缺陷这些算法都不可避免的存在.为此,将一种变结构多模型算法——自适应网格交互多模型( AGIMM)算法和联合概率数据互联(JPDA)算法相结合,提出了用于多传感器多目标跟踪的集中式自适应网格IMMJPDA( AGIMMJPDA)算法.该算法通过自适应网格实现模型集合自适应调整来克服固定结构IMMJPDA存在的缺陷.仿真结果显示,该算法可以有效克服固定结构IMMJPDA算法存在的缺陷,并提高IMMJPDA算法的费效比.     

基于变步长LMS的频域干扰抑制算法的研究

基于对时域变步长LMS算法、频域块LMS算法的研究分析,给出了一种新的基于变步长频域块LMS的干扰抑制算法,仿真结果和分析表明能实现更好的收敛速度和更小的有用信号损失,并且计算复杂度低,利于工程实现。     

自适应交互式多模型算法改进探讨

交互式多模型算法是一种较为有效的机动目标跟踪算法.介绍交互式多模型算法的设计思想和算法结构,归纳几种自适应交互式多模型算法的特点及相互关系.通过分析自适应交互式多模型算法的不足,探讨自适应交互式多模型算法的改进问题.     

船舶噪声的自适应分离技术

针对船舶杂系混合噪声的源数动态估计和分离技术,提出了一种基于盲源分离理论的船舶噪声自适应分离方法.首先采用一种基于交叉验证技术和递归运算相结合的方法来估计动态变化的噪声源数,然后利用峭度选取不同分布噪声的分离矩阵更新规则.四叶螺旋桨的船舶辐射噪声和船舶的杂系混合噪声盲分离的仿真结果表明了该方法的可行性,且它比传统的方法...     

基于矢量阵的鲁棒自适应舰船噪声检测算法研究

稳健Capon波束形成算法直接将自适应对角元加载因子的计算与导向矢量的误差联系起来,易于实际操作,避免了其他算法计算加载量时的随意性。文章针对长线阵声纳检测近距离快速移动目标时观测数据不充分的问题,提出了一种基于矢量阵的改进稳健Capon波束形成算法。算法对数据矩阵进行奇异值分解,避免了求取不满秩的协方差矩阵,且减少了运算量及存储量。该算法对导向向量失配不敏感,且能有效地对快速移动的目标进行方位估计。最后通过仿真结果和海试试验数据处理验证了算法的有效性。     

改进Catmull-Clark细分算法及其在船用螺旋桨设计中的应用

基于舰艇作战或巡航时隐身性能的需要,针对舰艇关键零件的设计和加工制造现状,结合应用日益广泛的细分曲面造型方法,以Catmull-Clark细分算法为基础,提出一种基于网格边光顺程度计算的自适应细分算法。将该算法应用于船用螺旋桨的设计数值实验,由建模软件3DS MAX及其内部编程语言MAXScript来实现,并将实验结果与原始的Catmull-Clark算法细分结果、传统的顶点或边曲率法自适应细分结果进行了比较。数值实验结果表明,在满足零件设计现实需求的前提下,该自适应细分算法能较好地减少网格数量:当边的光顺度阈值取为0.825时,网格数降低了约28.83%,可提高计算速度,减小存储空间。该算法能克服以往基于均值计算的自适应算法存在的区分能力不足的影响。     

一种从红外序列图像中提取感兴趣区ROI的有效方法

红外序列图像中提取感兴趣区（ROI）是图像压缩的关键步骤,ROI检测质量的好坏直接作用影响着后续处理。文章在Stauffer等人提出的自适应混合高斯背景模型基础上,融入帧差法分别将背景区和运动区以不同的更新率进行更新,同时在自适应背景更新的同时,不断改进自适应学习率。试验表明该方法构建的背景模型有较好的适应性,既可以稳定的对背景进行实时更新,又能够快速的提取目标的感兴趣区。