论文部分内容阅读
对于大型的非线性电路系统的模型降阶,本文提出了一种新的算法.这种算法的主要思想就是通过对系统的二次化,然后利用Krylov子空间进行模型降价.相比于同类算法,这种算法能有效地减少模型降阶中的计算量.
基于张量分析的Krylov子空间技术在非线性电路模型降阶中的应用
【摘 要】
：
对于大型的非线性电路系统的模型降阶,本文提出了一种新的算法.这种算法的主要思想就是通过对系统的二次化,然后利用Krylov子空间进行模型降价.相比于同类算法,这种算法能有效地减少模型降阶中的计算量.
【机 构】
：
西安交通大学理学院信息与系统研究所(西安)
【出 处】
：
中国电子学会电路与系统学会第十八届年会
【发表日期】
：
2004年7期
其他文献
本文介绍了一种新的、利用数字图像相邻像素的差值进行数据隐藏的方法.根据人眼的视觉特性,将水平和垂直方向的像素灰度差值划分为几个区间,然后,将包含隐藏数据的、与原像素差值处于同一区间的像素新的像素差值来代替原来的像素差,从而完成数据隐藏.检测时,不需要原始图像,可以直接从图像中恢复出隐藏数据.模拟结果表明,这种方法比用图像像素的最低有效应(LSB)进行隐藏的方法[1]在视觉上更不容易察觉,而相比于仅
提出了一种改进的补对LMS算法,新算法实现了对通常的补对LMS算法步长的动态调整.计算机仿真结果与理论分析相一致,证实了该算法比通常的补对算法和传统的LMS算法有更快的收敛速度.
本文研究了基于二入二出并行滤波结构的自适应滤波算法原理,提出了一种新的并行自适应滤波原理,并对其进行了详细的性能分析.根据本文提出的并行自适应滤波原理,很容易构造出并行LMS算法和并行RLS算法等.对于研究高性能自适应滤波算法和滤波器结构有很大的理论意义和实用价值.
讨论了变结构多模型方法跟踪机载雷达机动目标的问题,用变结构的思想解决了多模型选择中的两难问题.Monte Carlo仿真实验结果表明改进的算法在不影响跟踪精度的前提下,大大地缩短了计算时间.
随着可编程逻辑器件性能的不断完善,越来越多的应用于高速电路设计领域.本文基于软件QuartusII3.0/MaxplusII介绍了几种提高设计电路的运行速度的方法.
作为一种新的工具,小波变换在信号处理中得到了广泛应用.本文基于双Haar小波多通道滤波器,提出了一种信号的边缘检测算法.与传统方法相比,它可以有效的克服脉冲噪声的影响.
本文对基于Bayesian推理的IMM算法进行了详细分析.指出IMM算法实际上是一种模型自适应算法.当模型转移矩阵和模型概率确定后,该算法的滤波精度取决于模型集中模型对当前目标状态的逼近程度.当目标的机动性较高时,该算法存在要求细化模式空间的问题.这样将会造成模型集增大,计算负载增加,还可能会破坏Bayesian推理的完备性,导致算法性能下降.参数自适应算法能有效减小因模型误差产生的不准确性,适合
该文从分布式算法出发,提出了一种基于分布式算法的FIR滤波器的设计方法.该方法不仅充分利用了FPGA逻辑结构上的优势,而且能发挥FPGA相对于DSP占用资源少、运算速度快的优点.文中也给出了一个三阶FIR滤波器的设计实例来说明该滤波器的FPGA实现,并用Maxplus2进行了仿真,仿真结果表明该设计方法正确有效.
盲分离是信号处理的现代信号处理领域的热点问题也是难点问题,在近十年来得到突飞猛进的发展.独立变量分析是神经网络在盲分离的应用中发展起来的,现在它已经成为盲信号分析的主要方法.本文系统的介绍了盲分离的基本模型和基于独立变量分析的各种算法,总结了过去该领域的发展过程,指出了近一步的研究方向.
本文介绍了一种基于离散隐马尔科夫模型(HMM)的语音识别系统,及其在声控小车项目中的应用.系统在计算机上完成语音信号的输入、截取、分析、识别,并把识别的结果通过计算机接口输出,以控制小车的动作.系统实现了对特定操作者的一组控制指令的实时识别.识别的正确率可达到95﹪,实现了通过语音对小车控制的目标.最后对本系统和传统的基于DTW的识别方案作了比较.