【摘 要】
：
研究水下通信网络优化问题。在海底节点受到洋流、海浪冲击的影响,节点位置在水流冲击下会发生随机变化,造成接收端节点接收的信号发生多途效应,效应特性是时变的,形成通信节点干扰。传统的自适应均衡技术需要不断地对滤波器参数进行调整,大幅降低了节点的利用率,造成均衡性变差,通信效率降低。为了避免上述缺陷,提出了一种网络资源预留算法的水下无线通信网络优化方法。利用网络资源预留方法,对水下无线通信网络节点位置进
论文部分内容阅读
研究水下通信网络优化问题。在海底节点受到洋流、海浪冲击的影响,节点位置在水流冲击下会发生随机变化,造成接收端节点接收的信号发生多途效应,效应特性是时变的,形成通信节点干扰。传统的自适应均衡技术需要不断地对滤波器参数进行调整,大幅降低了节点的利用率,造成均衡性变差,通信效率降低。为了避免上述缺陷,提出了一种网络资源预留算法的水下无线通信网络优化方法。利用网络资源预留方法,对水下无线通信网络节点位置进行估计,为水下无线通信网络优化提供了准确的数据基础。利用粒子群优化方法,对网络节点的功率进行分配,从而完
其他文献
研究优化制导系统性能,攻击具有终端角度约束地面目标的制导精度问题,存在测量误差的影响。为了提高精确制导律,提出一种考虑信噪比影响的H"非线性末制导律。以导弹与目标在纵向平面内的二维相对非线性运动为研究对象,建立弹目运动学模型,考虑信噪比的影响,以攻击末端姿态角度误差及控制能量最小为性能指标,基于准平行准则根据H∞理论设计鲁棒末制导律,并用Lyapunov稳定性理论严格证明了制导系统的全局渐近稳定性
关于视频图像多目标检测优化问题,针对雾天视频图像目标特征和背景不断地变化,雾天图像的退化程度跟场景深度成非线性关系的问题,提出用于准确完成雾天运动目标检测的实时背景建模框架的图像清晰化方法,并创建一种新的具有增量集成学习能力的目标跟踪计算模型和相应的方法,以适应跟踪过程中目标特征和背景的不断变化,构建一种具有增量学习能力的稳健的目标跟踪算法,改进方法有效地解决了雾天条件下运动目标跟踪的稳健性。
研究水质评价准确性问题,提高水质评价结果。水质评价指标多,根据监测资料,每种指标对评价结果产生不同程度影响,即权重值不同。传统评估采用人为确定指标权重,具有盲目性和主观性,导致水质评价结果不科学,准确率低。为了提高水质评价的准确率,提出一种基于熵权的水质评价模型。首先构建水质评价指标体系,然后利用熵权法计算出各评价指标权重,最后利用逼近理想解排序法计算出各检测点到理想解和负理想解的距离,参照水质污
在信源去噪优化问题的研究中,噪声会直接影响ICA的分离性能。针对有噪情况下混合矩阵估计准确性下降的问题,提出了一种极大似然偏差去除的FastICA算法,考虑含高斯噪声的瞬时混合ICA模型,以观测信号的似然度为目标函数,采用偏差去除技术对目标函数进行修正,以减少由噪声引起的偏差,然后采用固定点算法对混合矩阵进行寻优。仿真结果表明,与其它两种常用算法相比,上述算法可以更为精确地估计混合矩阵,显著减少迭
计算机X线摄影(Computed Radiography,CR)影像噪声主要为高斯白噪声,通常使用统计模型捕捉影像的结构,但由于小波变换的移变性和弱方向选择性的影响,降低了模型的准确性和实时性。为提高影像精度,将隐马尔科夫树模型(Hidden Markov Tree,HMT)扩展至超解析小波包范围,并给出了一种新的消噪算法。首先使用超解析小波包(Hyperanalytic Wavelet Pack
研究潜艇操纵运动性能优化问题,潜艇垂直面运动模型是潜艇垂直面操纵运动稳定性的基础,运动模型建立的精确与否将直接影响潜艇操纵运动精确性和实时性。为此,以某型潜艇为研究对象,编制潜艇垂直面线性与非线性操纵运动仿真程序,通过仿真并与实艇试验数据比较,分析了两种操纵运动模型的仿真误差,结果表明潜艇垂直面操纵运动模型中的非线性项的影响非常小,由于解算线性模型的速度要比非线性模型快得多,证明垂直面线性操纵运动
研究二手房信息准确预测问题。目前二手房市场存在严重的价格信息不对称,引起有效的住房消费被抑制。为测算二手房价格信息传递速度,深入揭示信息传递过程,依据现实二手房市场的特点,设计三组具有不同价格信息条件的二手房交易实验,招募真人被试参与实验,并采集和利用实验数据测算二手房价格信息传递速度。研究结果表明:随着市场上价格信息的增加,价格信息传递速度显著减小,可为二手房市场信息效率的测算提供依据。
研究煤矿安全评价准确性问题。煤矿生产安全问题一直是国内外研究的热点,针对传统的安全评价算法难以评价出煤矿安全生产中出现的情况,评价预测准确率低等问题,提出了基于BP神经网络算法煤矿安全评价模型。采用BP神经网络的特点是可以逼近任意的非线性函数,但是BP神经网络并非完美的神经网络,采用遗传算法优化BP神经网络可以克服其缺点,将改进的算法应用于煤矿系统安全评价之中,仿真结果表明,基于改进的BP神经网络
传统实现蛋白质分子动态模拟均采用采样方式生成原子运动轨迹。较大的采样间距使原本光滑的轨迹由于时域影响变得凹凸,而小的采样间距使运动缓慢且难以辨别。为解决上述问题,提出一种基于主元分析的运动轨迹生成算法。在参考坐标系内采集所有原子位置数据,计算并构造位置差的协方差矩阵,选择主元构成新基作为投影向量,确定兴趣运动点。以PYP为例,实验验证,通过提出的算法仿真PYP运动平滑而又凸显重点。
当前的电商零售数据受到很多因素的影响,其内在联系属性被众多不相干非销售数据属性干扰。销售数据的关联规则很难被无差错的找到,传统的关联挖掘算法会陷入到海量的数据联系中,形成很多无用联系,造成挖掘耗时,效率较低。提出一种多维cube的海量零售关键数据挖掘模型。依据频繁项目集的性质,按照概率估算方法,将扫描的待定项目集进行选择性评估;在频繁项集的时候,根据评估的概率按照候选项目集的依赖关系进行筛检,并结