一种雷达信号自适应盲分离算法

本文提出了一种将自适应神经网络盲源分离模型用于雷达信号的分离算法,考虑雷达信号应包括回波信号和干扰信号等,并将噪声信号视为高斯白噪声,遵循盲源分离的理论基础,假设各信号之间与噪声之间为相互独立,利用自适应不完整自然梯度法实现雷达信号的有效分离。新算法解决了传统滤波理论分离雷达信号繁琐和复杂的问题,也为自适应神经网络分离系统能够应用于更广泛的领域提出了较为客观的指导。     

一种多端口数据调度算法

文章讨论了多端口数据传输情况下的一种高效的调度算法。该算法通过矩阵运算和时间片管理,在规定操作时钟周期内完成多端口数据传输调度,为各端口合理分配传输带宽,实现各端口数据的高效均衡传输。     

一种RPR多环互联网络公平算法

针对RPR公平算法在应用于RPR多环互联网络时出现诸多对网络运行不利因素的问题,提出一种改进的、用于RPR多环互联网络的公平算法,通过理论分析及仿真验证,表明改进后的公平算法能够提高传输效率,与单环公平算法比较,能更有效地发挥RPR多环互联网络的性能。     

多波束测深仪在航道测量的应用分析

在科学技术飞速发展下,海上活动日益频繁,航道勘探的重要性日益凸显.高等级航道需要定期维护测量,以确保船舶安全通航和海洋工程的需要,并确保经济的持续增长.许多先进的测量仪器设备用于航道测量工程中,多波束测深仪以其高精度、高分辨率和全覆盖的优点,该技术的应用测量结果较好,在勘探和测绘中得到了广泛的应用.为未来三维数字航道系统的水下三维建模还原真实水下地形地貌.     

一种改进型恒模自适应盲均衡算法

在存在多径衰落和加性高斯噪声的信道中.码间干扰是影响接收性能的主要问题.CMA算法一般被用来解决正交幅度调制(QAM)信号通过具有加性高斯白噪声的多径信道后的相位偏移和码间干扰问题.文章分析了CMA算法纠正码间干扰的性能和剩余误差,并提出了一种改进型恒模算法(MCMA).     

多目标决策优化的几种方法

由于直接解决多目标问题的最优化较困难,因而设法将其转化为单目标或双目标的优化问题,从而解决多目标问题的决策。     

一种改进型恒模自适应盲均衡算法

在存在多径衰落和加性高斯噪声的信道中,码间干扰是影响接收性能的主要问题。CMA算法一般被用来解决正交幅度调制(QAM)信号通过具有加性高斯白噪声的多径信道后的相位偏移和码间干扰问题。文章分析了CMA算法纠正码间干扰的性能和剩余误差,并提出了一种改进型恒模算法(MCMA)。     

一种新的不确定多目标规划问题求解方法研究

传统解决不确定多目标规划问题往往先将原问题转化为确定的多目标规划问题,再通过经典多目标规划方法进行求解,这种求解方法称之为多目标方法(Multiobjective approach).然而,采用多目标方法往往会忽略原问题的不确定性以及不确定目标之间的相关性,基于此,本文提出一种新的求解方法——不确定方法(Uncertain approach),通过不确定变量的序关系定义不确定多目标规划问题(UMOP问题)的Pareto有效解,将原问题转化为不确定单目标规划问题进行求解,为求解这类问题带来一种新的思路.     

一种新的不确定多目标规划问题求解方法研究

传统解决不确定多目标规划问题往往先将原问题转化为确定的多目标规划问题,再通过经典多目标规划方法进行求解,这种求解方法称之为多目标方法(Multiobjective approach).然而,采用多目标方法往往会忽略原问题的不确定性以及不确定目标之间的相关性,基于此,本文提出一种新的求解方法——不确定方法(Uncertain approach),通过不确定变量的序关系定义不确定多目标规划问题(UMOP问题)的Pareto有效解,将原问题转化为不确定单目标规划问题进行求解,为求解这类问题带来一种新的思路.     

一种新的不确定多目标规划问题求解方法研究

传统解决不确定多目标规划问题往往先将原问题转化为确定的多目标规划问题,再通过经典多目标规划方法进行求解,这种求解方法称之为多目标方法(Multiobjective approach).然而,采用多目标方法往往会忽略原问题的不确定性以及不确定目标之间的相关性,基于此,本文提出一种新的求解方法——不确定方法(Uncertain approach),通过不确定变量的序关系定义不确定多目标规划问题(UMOP问题)的Pareto有效解,将原问题转化为不确定单目标规划问题进行求解,为求解这类问题带来一种新的思路.     

基于ACO算法的建设项目施工多目标优化

本文通过分析网络计划中的逻辑关系,构建求解施工项目多目标优化的数学模型。将施工网络图模型抽象为蚂蚁觅食模型,运用ACO算法求解较优的施工模式路径组合,并利用Pareto思想选择保留较优的组合。最后,利用一个算例证明了智能化的蚁群算法可以克服传统多目标优化结果单一并且受人为因素影响的缺点,从而实现提高优化效率、优化运算结果。     

基于演化蚁群算法的多目标物流网络优化

物流网络优化中普遍存在着多目标优化的问题.传统的多目标优化算法容易陷入局部最优,采用了多种群相关的蚁群算法求解多目标物流网络优化问题,两个种群分别针对总运费最小和最大单程距离最小两个优化目标,考虑蚁群算法的收敛速度,采用遗传算法对蚁群算法的多个初始参数进行优化选择.实验结果证明,该模型算法可以有效迅速地求得最佳路径,为决策者提供多个可选择的优化方案,避免局部最优解.     

基于多目标追踪算法的北海高影响区域雷暴路径分类及特征分析

文章利用二维、三维雷电定位数据和广西雷达组合反射率产品,综合YOLOv7算法与DeepSORT算法,设计一套冷启动方式下的雷暴路径自动识别方法,对雷暴进行识别和追踪;通过FMM(Finite Mixture Model)聚类算法将影响北海市的雷暴路径确定为5类,统计分析不同类型路径雷暴的时空分布特征。研究结果表明：各类路径的频次和月份分布存在显著差异,第一类西南—东北向雷暴频次最高,第五类南—北向雷暴频次最低;各类雷暴路径多发生在白天时段;闪电密度分布与主要影响北海市的雷暴路径分布区域基本一致。     

基于改进粒子群算法的工程项目多目标集成管理研究

传统工程项目注重对工期、成本、质量三大目标的研究,较少考虑其他控制目标,造成工程项目分析不全面。针对这一不足,将安全和绿色环保目标纳入工程管理目标,形成更全面的多目标管理体系。首先,研究多目标之间的非线性函数关系,并对质量、绿色和安全目标进行量化。其次,利用目标集成优化理论构建工期-成本-质量-绿色-安全的多目标综合集成优化模型,采用改进的粒子群算法对模型进行求解。最后,将构建的集成优化模型用于实际项目中进行模型适用性验证,同时验证了改进的粒子群算法对实际项目五目标模型求解的有效性。     

多波束系统与侧扫声纳系统的融合可行性分析

文章通过分析多波束测深系统与侧扫声纳系统原理和组成以及各自在探测海底障碍物上的优缺点,提出了综合使用两种探测方法、取长补短,最大限度发挥各自的优势,更精确地测定海底障碍物的位置、长度、宽度、高度等要素的可行性分析。     

一种新的空间目标跟踪滤波算法

随着空间目标战略价值的显现,空间高速目标的跟踪成为雷达数据处理领域研究的一个热点。提出了一种改进的最小二乘算法,算法鲁棒性强,可以稳定跟踪高速空间目标。仿真实验表明,新算法跟踪空间目标连续光滑,具有较高的跟踪精度。     

一种新的连续型多配送中心选址算法

连续型选址方法作为一种重要的选址方法,在求解配送中心选址问题中得到广泛应用。但现阶段的连续型选址方法一般只能解决单配送中心的选址问题。通过对密度思想的运用,提出了一种基于网格的连续型多配送中心选址方法。通过进行实验对模型进行验证,证实该模型实验结果可以满足要求,并且计算速度较快,有较强的实用性。