【摘 要】
:
现有的许多LMS算法由于没有利用先前于当前循环的阵列样本信息,从而使得估计出来的梯度的协方差较大,用其更新加权向量所形成的波束不能很好的抑制干扰.本文提出的两种自适应算法,利用了所有有用的样本信息来估计期望梯度,可以有效地避免原有算法的缺点.其中一种称为递归LMS算法,可以应用于任意结构的阵列中.另外一种算法为改进LMS算法,其主要应用于等间隔的均匀线列阵中.仿真结果证明两种新算法的梯度估计精度均
【机 构】
:
中科院声学研究所,北京,100080 西北工业大学,西安,710072
论文部分内容阅读
现有的许多LMS算法由于没有利用先前于当前循环的阵列样本信息,从而使得估计出来的梯度的协方差较大,用其更新加权向量所形成的波束不能很好的抑制干扰.本文提出的两种自适应算法,利用了所有有用的样本信息来估计期望梯度,可以有效地避免原有算法的缺点.其中一种称为递归LMS算法,可以应用于任意结构的阵列中.另外一种算法为改进LMS算法,其主要应用于等间隔的均匀线列阵中.仿真结果证明两种新算法的梯度估计精度均优于标准LMS算法,且对期望信号不敏感。
其他文献
支持向量域数据描述(SupportVectorDomainDescription,SVDD)是一种用来对目标样本和非目标样本进行识别的单值分类算法,在机械故障检测、说话人识别等许多领域取得了成功的应用.但当被识别的样本包含有未确知性的灰信息时,传统的SVDD算法无法对其类别作出判别.考虑到SVDD算法是一种基于样本间距离测度的判别方法,本文提出了一种针对灰信息样本进行判别的支持向量域数据描述算法-
直推式支持向量机(TransductiveSupportVectorMachine,TSVM)是标准的支持向量机算法在半监督学习问题上的一种扩展,但已有的TSVM算法存在训练速度慢、回溯式学习多、学习性能不稳定等缺点.针对这些问题本文提出一种改进的直推式支持向量机算法-ITSVM,该算法较准确地确定了待训练的未标识样本中的正负样本数问题,有效解决了传统TSVM中过多的回溯式学习问题,同时本算法也无
非线性滤波算法一直是个活跃的研究方向,本文引入数论中的多元分布累积分布函数代表点,提出了一种基于代表点的非线性滤波算法,用于处理非线性高斯系统的滤波问题.文中对该算法在目标跟踪中应用进行了仿真实验,实验结果表明该算法得到的结果非常接近Cramer-Rao下界.
本文利用混沌序列的伪随机性,将混沌引入伪并行遗传算法,提出了伪并行混沌遗传算法.对三个检测函数的仿真实验表明该算法能较好地克服早熟现象及收敛速度慢的问题,优于伪并行遗传算法、显著优于标准遗传算法.
本文提出了以虹膜的斑块作为特征的识别算法.先对虹膜图像进行强度调整,提取虹膜的斑块,再将环状虹膜转换到极坐标,归一化后展成矩形,最后以斑块的质心和尺度来描述虹膜的特征,采用点对点的方法进行识别.小样本实验结果表明,本文基于斑块特征的虹膜识别方法是有效的.
本文建立了基于元胞自动机理论的单车道模型,定义了车辆密度和平均速度两个参数.在对两参数的分析的基础上,引入车流阻塞参数.此参数将车辆密度和平均速度融合在一起,可以比较准确全面地反映车道上的阻塞程度.在本文中,我们对车流阻塞参数作了深入的分析.为了验证此参数的有效性,我们以此参数为输入量设计了模糊控制器,取得了比较好的效果.
本文针对防空兵通用射击评价系统中图像动态识别问题,提出了一种基于Sobel算子的多目标提取与定位,基于连通域处理方式的模板匹配分离靶机与射弹的新方法.结果表明,该方法具有运算量小,图像处理快的特点,提高了运动分析系统的运行速度.该方法尽管是针对动态运动中图像处理问题提出的,但它同样适用于其它有关静止或低速运动物体图像的检测、处理与模式识别等方面的研究.
主动队列管理是作用在网络中间节点上的一种非常有效的拥塞控制策略.但目前基于启发式与控制理论的主动队列管理算法在控制精度和鲁棒性方面存在不少问题,在该文的研究中,作者将TCP的流量控制过程视为二阶非线性时变系统,并通过可逆分析,证明该系统可逆,采用神经网络逆系统这种近年来发展起来的非线性鲁棒控制理论作为控制器的设计方法,设计出一种新的AQM算法.仿真试验表明它的稳态和瞬态性能都优于与它具有相同实现复
在传统蔡氏电路基础上设计了一种性能比其更优越的三阶非自治电路,同时抽象出它的数学模型,从数值分析的角度验证了其可行性,最后又采用电路实验加以验证.最后将三阶电路输出的混沌信号进行离散化,用于对计算机中数字图像的加密.
本文研究了一种利用信号的频率特征来实现方位航迹关联的方法.在两个基阵具有相同工作频带的前提下,通过分析各条可能的目标方位航迹所具有的特征频率,来实现目标的航迹关联.MonteCarlo仿真结果表明了该方法的有效性。