基于自适应惯性权重粒子群优化的多跳频信号盲源分离

针对跳频通信中多跳频信号的盲源分离问题,提出了一种基于自适应惯性权重粒子群的盲源分离算法。该算法将分离信号的负熵作为目标函数,依据迭代前后每个粒子适应度值间差值自适应地调节惯性权重。把适应度值变差的粒子惯性权重设成零,以消除惯性分量不利影响,这样可以减少无效迭代次数,提高收敛速度。应用于盲源分离时,比经典算法分离效果好且克服了激活函数选取难题。实验结果表明该算法用于多跳频信号盲分离时性能稳定且收敛速度快,与经典算法比较优势明显,为智能算法在盲源分离方面的研究提供了一定的参考。     

复杂轨迹合成孔径雷达后向投影算法图像流GPU成像

相对于基于傅里叶变换的频域成像算法,后向投影(BP)算法因采用时域逐点相干积累,更适合于复杂轨迹合成孔径雷达(SAR)高精度成像。但BP算法计算量巨大,限制了其应用于SAR大场景大数据量快速成像。图形处理器(GPU)具有强大浮点运算和并行处理能力,为大场景BP算法快速成像实现提供了途径。结合GPU并行处理,提出了一种基于图像流的复杂运动SAR大场景BP快速成像处理方法。该方法借助BP算法中图像像素点相互独立处理的特性,采用图像像素点并行及图像流程处理,设计了孔径与图像缓存调度方案,提高SAR大场景大数据BP算法成像效率。仿真和机载实测数据结果验证了方法的有效性,在有限GPU显存条件下实现了8 192×8 192大场景快速成像,并且成像加速比相对于传统CPU单线程处理可达300倍以上。     

一种特殊GDOP场景下的NLOS传播识别算法

在地面无线定位中,影响定位精度的最大因素是电波的非视距（NLOS）传播误差,定位估计前识别收发信机之间电波是视距（LOS）还是NLOS传播是提升定位精度需要研究的重要课题。为此,先对一种基于交叉面积的NLOS识别算法进行改进,然后提出了一种针对特殊几何精度因子（GDOP）场景下的NLOS识别算法——分步检验算法。该算法采用两步进行识别,先用数据检验筛选出测量样本中的LOS测量值,再用改进的交叉面积算法进行识别。仿真结果表明,分步检验算法在特殊GDOP场景下具有良好的识别性能。     

混合智能算法在电子设备动态管理优化中的应用

应用微分进化算法（DEA）与字典排序算法（DSA）相结合的智能算法优化管理电子设备动态货位,研究了基于分拣选路径、存取效率、支架稳定性的动态管理多目标优化问题,并与采用遗传算法（GA）的动态管理优化进行了比对,发现字典排序算法能够按照数字顺序大小构建基于分拣选路径、存取效率、支架稳定性等因素重要程度的多目标函数,微分进化算法则能对多目标函数实施有效优化。仿真结果表明,混合智能算法迭代步数少,收敛速度快,具有更好的执行效率。     

论王国维与中国近代新音乐

王国维作为近代中国提出"美育"并倡导美育教育的第一人,从美学原理的高度对音乐艺术的审美本质做出分析,总结了音乐艺术的审美规律,并提出普遍性的音乐审美理论。他倡导的"音乐审美诉求理念",是我国近代音乐美育理论的一块界碑,并科学指引了我国近代新音乐的发展方向。     

二阶隐马尔科夫模型的原理与实现

文中简述了二阶隐马尔科夫模型(second-order markov model)的基本原理和实现中的问题,并给出了一种新的Viterbi算法:新算法是利用MAP路径估计(Maximum A Posteriori Path)改进Viterbi算法。     

JIT环境下多工序订单生产排序模型及改进蚁群算法应用研究

订单排序问题是一类典型的组合优化问题,采用改进蚁群算法对一种具有多生产工序和JIT交货的订单模型进行建模求解,给出了详细的算法步骤,通过仿真计算和结果分析,与模拟退火算法和基本蚁群算法进行对比,证明了本算法的有效性。     

给排水管道经济综合评价及塑料管道产量预测

通过对常见给排水管道的技术性能、应用、施工经济性的分析,结合矩阵分析法对各种管道进行经济性综合评价,同时,结合最小二乘法,对新型塑料给排水管道的发展进行定性、定量的分析、预测。结果表明,塑料管道的年产量随时间成指数关系增长,在越来越多的市政给排水管道工程中得到推广应用。     

Karl Pearson in Russian Contexts

The confluence of statistics and probability into mathematical statistics in the Russian Empire through the interaction, 1910–1917, of A.A. Chuprov and A.A. Markov was influenced by the writings of the English Biometric School, especially those of Karl Pearson. The appearance of the Russian-language exposition of Pearsonian ideas by E. E. Slutsky in 1912 was instrumental in this confluence. Slutsky's predecessors in such writings (Lakhtin, Orzhentskii, and Leontovich) were variously of mathematical, political economy, and biological backgrounds. Work emanating from the interpolational nature of Pearson's system of frequency curves was continued subsequently through the work of Markov, Bernstein, Romanovsky, and Kravchuk (Krawtchouk), who laid a solid probabilistic foundation. The correlational nature in the interpolational early work of Chebyshev, and work of the English Biometric School in the guise of linear least-squares fitting exposited as the main component of Slutsky's book, was developed in population as well as sample context by Chuprov. He also championed the expectation operation in providing exact relations between sample and population moments, in direct interaction with Karl Pearson. Romanovsky emerges as the most adaptive and modern mathematical statistician.     

基于蚁群算法考虑路线安排的单配送中心选址

对一类要求考虑路线安排的单配送中心选址问题建立基于蚁群算法的选址模型,模型目标以配送中心建设费用与运输费用之和最小;同时构造模型的蚁群算法求解结构;最后初步应用证明了该模型解决此类问题的有效性,为单配送选址提供又一种方法。