一种新的变步长LMS自适应滤波算法

提出了一种新的变步长算法.理论分析与仿真结果表明,该算法的性能要优于传统的LMS(Least Mean Square)算法和SVSLMS(Sigmoid Variable Step-size Least Mean Square)算法.     

一种自适应LMS滤波的改进算法

在传统的LMS(Least Mean Square)算法中,固定步长选取影响收敛速度与稳态误差,而且两者不可兼得.为此,本文提出了一种改进的LMS算法.在计算机仿真自适应信道均衡中,该算法的性能明显优于传统的LMS算法,而计算量增加甚少.理论分析与计算机模拟证实了该算法的优越性.     

改进的变步长LMS自适应滤波算法

针对解决LMS(Least Mean Square)自适应滤波算法收敛速度及未知系统时变跟踪速度与稳态误差的矛盾,改进步长因子μ(n)与误差信号e(n)的非线性映射关系,提出一种新的变步长LMS算法。执行该算法时系统初始阶段或未知系统时变阶段步长自动增大,而稳态时步长缓慢变小,提高了收敛速度和时变跟踪能力,克服了稳态误差偏大的缺点。理论分析及实验结果表明,新算法的收敛、跟踪速度及稳态误差性能均优于现有常见的几种LMS算法。     

基于RLS算法的DGPS差分改正数在线预测

构造了一个基于RLS（Recursive Least Squares)算法的预测器，并将其用于差分全球定位系统DGPS（Differential Global Positioning System)差分改正数的在线预测，仿真结果表明该预测器具有较短的预测时间和较高的预测精度。     

基于EEG的船舶驾驶员疲劳程度识别

大约80%的水上交通事故涉及人为因素，驾驶员疲劳是船舶交通事故发生的关键原因之一。近年来，基于脑电图(Electroencephalogram, EEG)的驾驶员疲劳检测技术的发展，有助于快速准确地识别驾驶员的疲劳程度。然而，由于EEG信号的敏感性和个体差异，影响驾驶员疲劳检测的准确性。该试验在船舶模拟器中进行，收集多个受试者的脑电信号。选取与疲劳相关的脑前额叶的3个通道脑电信号进行预处理，并提取基于EEG的多种特征，例如平均绝对值(Mean Absolute Value, MAV)、标准差(Standard Deviation, SD)、均方根(Root Mean Square, RMS)和香农熵(Shannon Entropy, SE)。基于卡罗林斯卡嗜睡量(Karolinska Sleepiness Scale, KSS)表将驾驶员的疲劳分为清醒、中等和疲劳等3个程度。将多种分类算法的分类准确率进行比较，双向长短期记忆网络(Bi-Long Short Term Memory, Bi-LSTM)分类器效果最佳，分类准确率达到88.63%。结果表明：该方法在研究船舶驾驶员跨个体的三分...     

基于步长优化的自适应谐波电流检测方法

谐波电流精确检测是有源电力滤波器性能优化的关键。本文在自适应噪声对消技术的框架内,提出了一种步长优化的变步长最小均方误差(Least Mean Square,LMS)谐波电流检测算法。首先,采用Sigmoid二次型函数构建步长因子的动态调整规则,实现不同误差情况下的自适应稳态调谐,并通过引入误差的三次方二次项的形式,增强了小误差的收敛速度,降低误差收敛的震荡现象;接着,通过误差信号的变化处理,降低了噪声功率对收敛曲线的震荡效应,实现了滤波器权系数的迭代优化。仿真结果表明,本文方法有效提升了谐波电流的检测精度,较好的折中了收敛速度与稳态失调误差的矛盾。     

基于RLS算法的DGPS差分改正数在线预测

构造了一个基于RLS (Recursive Least Squares) 算法的预测器, 并将其用于差分全球定位系统 DGPS(Differential Global Positioning System) 差分改正数的在线预测,仿真结果表明该预测器具有较短的预测时间和较高的预测精度.     

基于均值漂移粒子滤波的目标跟踪算法研究

针对粒子滤波计算量大的问题,将视觉跟踪领域的均值漂移算法（Mean Shift）与粒子滤波（PF）算法相结合,该算法利用均值漂移算法在重采样之后将粒子收敛到靠近目标真实状态的区域内,改善了传统粒子滤波器的退化现象,减少了算法的运行时间,通过被动跟踪仿真实例,同时使用均值漂移粒子滤波与传统粒子滤波进行跟踪仿真,分析了轨迹跟踪性能,利用均方根误差比较了误差性能。仿真结果表明,Mean Shift PF具有更高的跟踪精度,并且运行时间显著减少。     

DOA估计中MUSIC算法与ORPD算法的联合应用

ORPD算法是一种对来波方向（DOA）估计的最佳分辨方法，但这种算法需要预知信源的大致方位。多信号分类（MUSIC）算法对DOA估计稳定性较好，伪峰情况基本不存在，精度较高，但其分辨能力不如OIWD算法。利用MUSIC算法较好的稳定性，首先预测信源的大致方位，然后利用OIWD算法对DOA进行估计。仿真结果表明，这种方法是比较有效的。     

基于图像LSB的隐藏检测算法研究

文章研究了RS（Regular Groups and Singular Groups）、QRS（Quadratic RS Steganalysis）和IRS（仅R）（Improved RS by OnlyRegular Groups）三种图像隐藏检测算法,并提出了一种将QRS和IRS（仅R）算法思想相结合的改进算法,即QRS（仅R）。通过大量图像的仿真表明：该算法相比于RS、QRS、IRS（仅R）算法,在检测率、估计精度和检测时间上均有所改善,改善的相对值分别高达17%、30%和38%。该算法对各种LSB（Least Signification Bit）隐藏算法均能有效检测,是一种简单实用的隐写分析算法。     

高阶QAM信号盲均衡算法的研究

恒模算法（CMA）具有计算复杂度低、易于实现的优点,但它的缺点是收敛速度慢、稳态剩余误差大。针对恒模算法（CMA）的不足,文章介绍了修正恒模算法（MCMA）和多模算法（MMA）。在此基础上,提出了适合高阶QAM信号传输的双模式盲均衡算法（MMA-DDLMS）和多模CMA。计算机仿真结果表明,这两种算法有良好的性能。     

快速同伦BP算法

对人工神经ＢＰ（ＢＡＣＫ ＰＲＯＰＡＧＡＴＯＮ）网的梯度算法及同伦算法进行了分析，据此提出了兼具二者优点的新算法－－快速同伦ＢＰ算法。根据这一算法开发了通用快速同伦算法ＱＨＢＰ程序，并对两组不同的样本进行训练。两表明快速ＢＰ算法在计算速度及计算精度方面的均有很大程度的提高。因此，快速同伦ＢＰ算法具有极高的实用性。     

基于LASSO的船舶日油耗预测研究

随着船舶燃油价格的不断上涨和国际海事组织对船舶碳排放的愈发限控,提高船舶油耗效率逐渐得到广泛关注,而船舶油耗预测是提高船舶油耗效率的重要前提。目前,在高维、稀疏的船舶油耗数据集中,众多算法存在可解释性低、泛化能力差的问题,为准确、有效地预测船舶日耗油量,提出一种基于套索(Least Absolute Shrinkage and Selection Operator, LASSO)算法的船舶日油耗预测模型。以某货船午时报告油耗数据为例,对船舶油耗数据进行了预测,并与岭回归(Ridge)、最小二乘法(Ordinary Least Squares, OLS)和人工神经网络(Artificial Neural Networks, ANN)进行对比,其均方误差均值分别降低了0.07、0.08和3.77。     

一种生成通用简约验证测试集U（P,W）矩阵的算法

作者曾著文给出了构造Ｕ（ｐ，ｗ）矩阵的公式，一个Ｕ（ｐ，ｗ）矩阵含有特定的一组权在前文的基础上，本文讨论如何根据给出的权产生相应的全部矢量的算法。本算法比较简单，适用于二值逻辑和多值逻辑。     

模糊推理规则的学习算法A

针对模糊推现规则的学习问题，基于Ｂ－Ｐ学习算法的思想，本文提出了模糊推理规则的学习算法Ａ。对于给定的训练集，学习算法Ａ能通过迭代学习到模糊推理规则，ｉｆＸｉｓＡｔｈｅｎＹｉｓＢ（α，β）中的α，β学习算法是Ａ具有易于实现之优点。     

一种计算单源单汇点最短路的新方法

用ｄｉｊｓｔｒａ算法，可求出单源单汇点最短路径，时间复杂性是Ｏ（ｎ＾２）。本文提出了一种求最短路径的算法，时间复杂性是Ｏ（ｎ＋ｅ）。两种算法的空间复杂性基本相同。     

基于人工神经网络的船用主柴油机故障诊断

本文基于人工神经网络（ＡＮＮ）理论，针对船用主柴油机的故障诊断问题，介绍了多重神经网络（ＭＮＮ）诊断模型及其算法，研制了系统仿真软件。     

基于TSK模糊系统的模糊对向传播神经网络

充分利用了TSK（Sugeno-Tanaka)模糊系统的优点，提出了改进的模糊对向传播神经网络Improved-FCP，并给出了其学习算法，实验结果表明Improved-FCP网络之FCP网络对样本有更高的逼近精度。     

改进格鲁内基法

针对布切伯格等算法中存在的不足之处，采用取最高项进行约简，对多项式组彻底约简和根据秩的大小选取基组等措施对这些算法进行改进，从而形成本文的改进格鲁布纳基法。与现有算法相比，本文提出的方法以较少的计算工作量得到与原多项式组（PS）等价的格鲁布纳基（GS）或便于求解的三角型组（TS）。     

分布式系统级故障诊断算法在船舶动力定位系统中的应用

为解决船舶动力定位多处理机系统的故障诊断问题，在分析实际系统总体结构的基础上，确定了系统故障测试关系图，提出了一个基于改进型二值PMC测试模型的分布式系统级故障诊断算法（SELF算法），详细介绍了算法中的报文种类、故障向量与算法描述；最后，采用软件故障注入法对诊断算法与模型进行了故障诊断验证。结果表明：模型适用、算法正确，所开发的分布式系统级故障诊断软件包可靠、实用。