文中詳細(xì)地介紹了正交投影子空間跟蹤算法（OPAST），它是一種基于最優(yōu)化問(wèn)題的方法，保證了每次迭代時(shí)權(quán)向量的正交性，并具有和PAST算法一樣的線性復(fù)雜度，以及與自然冪法（NP）一樣的全局收斂性。然而將其應(yīng)用于盲多用戶檢測(cè)時(shí)，在迭代一定次數(shù)后，會(huì)出現(xiàn)誤碼率突然增大現(xiàn)象，這就導(dǎo)致了算法性能的下降，為了解決這一問(wèn)題，文中提出一種方法，并通過(guò)仿真結(jié)果，證明它是行之有效的。
標(biāo)簽： OPAST 算法 多用戶檢測(cè) 中的應(yīng)用
上傳時(shí)間： 2014-11-11
上傳用戶：xaijhqx
基于信號(hào)到達(dá)角度（AOA）的定位算法是一種常見(jiàn)的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)自定位算法，算法通信開(kāi)銷(xiāo)低，定位精度較高。由于各種原因，估測(cè)的多個(gè)節(jié)點(diǎn)位置可能存在不可靠位置，提出了一種改進(jìn)的基于信號(hào)到達(dá)角的定位方法，通過(guò)過(guò)濾誤差較大的估計(jì)位置，來(lái)提高定位的精度。仿真結(jié)果表明，本文提出的改進(jìn)算法很好地提高了定位精度。
標(biāo)簽： AOA 無(wú)線傳感器網(wǎng)絡(luò) 改進(jìn)算法 節(jié)點(diǎn)定位
上傳時(shí)間： 2013-12-19
上傳用戶：jennyzai
文中將BP神經(jīng)網(wǎng)絡(luò)的原理應(yīng)用于參數(shù)辨識(shí)過(guò)程，結(jié)合傳統(tǒng)的 PID控制算法，形成一種改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)PID控制算法。該算法利用BP神經(jīng)網(wǎng)絡(luò)建立系統(tǒng)參數(shù)模型，能夠跟蹤被控對(duì)象的變化，取得較高的辨識(shí)精度。針對(duì)BP神經(jīng)網(wǎng)絡(luò)對(duì)權(quán)系初始值敏感的缺點(diǎn)，優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)系數(shù)。通過(guò)BP算法修正BP網(wǎng)絡(luò)自身權(quán)系數(shù)，實(shí)現(xiàn)PID參數(shù)的在線調(diào)整。仿真結(jié)果顯示了該算法收斂速度快、精度高、魯棒性強(qiáng)、穩(wěn)定性好，表明了該算法的可行性與有效性。
標(biāo)簽： PID BP神經(jīng)網(wǎng)絡(luò) 算法 控制器
上傳時(shí)間： 2013-10-08
上傳用戶：cxl274287265
在逆向工程的數(shù)據(jù)處理中點(diǎn)云采樣是一項(xiàng)關(guān)鍵技術(shù)，它可以實(shí)現(xiàn)點(diǎn)云精簡(jiǎn)，從而提高后續(xù)的建模效率。文中介紹了基于曲率的點(diǎn)云采樣算法，并進(jìn)行了相關(guān)的實(shí)驗(yàn)，對(duì)其有效性進(jìn)行了驗(yàn)證。
上傳時(shí)間： 2013-11-09
上傳用戶：l254587896
網(wǎng)絡(luò)提供了海量的共享資源，人們需要從網(wǎng)絡(luò)上搜索出自己感興趣的信息，由此產(chǎn)生了Web挖掘的問(wèn)題。Web挖掘就是借用數(shù)據(jù)挖掘技術(shù)來(lái)實(shí)現(xiàn)的。Web挖掘主要是文本信息的挖掘，本文主要研究了實(shí)現(xiàn)文本挖掘的層次凝聚類(lèi)算法，對(duì)于傳統(tǒng)的算法存在的問(wèn)題，提出了改進(jìn)的算法，研究了相似度值對(duì)整個(gè)算法過(guò)程的影響，設(shè)計(jì)了一個(gè)動(dòng)態(tài)改變相似度值的計(jì)算公式。
上傳時(shí)間： 2014-01-05
上傳用戶：banlangen
在網(wǎng)格環(huán)境中，如何對(duì)任務(wù)進(jìn)行高效調(diào)度是當(dāng)前研究的熱點(diǎn)問(wèn)題。目前Min-Min調(diào)度算法是一個(gè)簡(jiǎn)單、快速、有效的算法，但它很難滿足網(wǎng)格任務(wù)對(duì)服務(wù)質(zhì)量的要求。在獨(dú)立型的任務(wù)調(diào)度模型的基礎(chǔ)上，提出了一種基于權(quán)值的改進(jìn)Min-Min調(diào)度算法。改進(jìn)后的算法通過(guò)量化網(wǎng)格任務(wù)的優(yōu)先級(jí)和等待時(shí)間，解決了原有算法存在的高質(zhì)量任務(wù)和大任務(wù)等待時(shí)間過(guò)長(zhǎng)的問(wèn)題。仿真實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的算法滿足了網(wǎng)格任務(wù)對(duì)優(yōu)先級(jí)和等待時(shí)間的服務(wù)質(zhì)量要求，是一種網(wǎng)格環(huán)境下有效的任務(wù)調(diào)度算法。
標(biāo)簽： Min-Min 網(wǎng)格任務(wù) 調(diào)度算法
上傳時(shí)間： 2014-12-29
上傳用戶：shenlan
本文在分析了無(wú)線電頻譜管理現(xiàn)狀及頻譜資源緊張的前提下，引出頻譜管理中的認(rèn)知無(wú)線電技術(shù)，同時(shí)提出了基于博弈論的電磁頻譜管理的模型化方法，深入地分析了博弈論算法的收斂性及效用函數(shù)的選擇，并且通過(guò)Matlab仿真以最小化系統(tǒng)間總干擾為目標(biāo)描述了博弈論模型在電磁頻譜動(dòng)態(tài)管理中的應(yīng)用。
上傳時(shí)間： 2013-10-19
上傳用戶：392210346
多播通信這種兼顧了廣播通信與單播通信兩者優(yōu)點(diǎn)的通信模式，已經(jīng)被越來(lái)越多地應(yīng)用于平面網(wǎng)絡(luò)業(yè)務(wù)之中。首先討論了面向源節(jié)點(diǎn)的多播路由策略。在分析傳統(tǒng)多播路由算法中最佳鏈路選擇函數(shù)的基礎(chǔ)上，提出了一個(gè)新的最佳路由模型和QMRI算法，該算法成功地解決了網(wǎng)絡(luò)中多播節(jié)點(diǎn)動(dòng)態(tài)變化時(shí)的QOS路由選擇問(wèn)題。
標(biāo)簽： QOS 平面網(wǎng)絡(luò) 路由 算法研究
上傳時(shí)間： 2013-12-06
上傳用戶：sjw920325
對(duì)于GSM相控陣無(wú)源雷達(dá)接收機(jī)獲取的目標(biāo)數(shù)據(jù)提出一種用最佳后驗(yàn)感知的神經(jīng)網(wǎng)絡(luò)進(jìn)行處理的算法，在復(fù)雜的雜波及噪聲背景下，相比于流行的卡爾曼濾波，提高了目標(biāo)的檢測(cè)跟蹤精度，對(duì)促進(jìn)GSM無(wú)源探測(cè)系統(tǒng)實(shí)用化具有重要意義。
標(biāo)簽： GSM 神經(jīng)網(wǎng)絡(luò) 無(wú)源 探測(cè)系統(tǒng)
上傳時(shí)間： 2013-11-06
上傳用戶：hhkpj
文中提出了一種適用于多傳感器多目標(biāo)跟蹤的JPDA算法，它以極大似然估計(jì)完成對(duì)來(lái)自多傳感器的測(cè)量集合進(jìn)行同源最優(yōu)分劃，然后采用JPDA方法對(duì)多目標(biāo)進(jìn)行跟蹤。經(jīng)過(guò)理論分析和仿真試驗(yàn)，證明了該方法能有效地進(jìn)行多傳感器多目標(biāo)的跟蹤，且具有算法簡(jiǎn)單、跟蹤精度高、附加的計(jì)算量小等優(yōu)點(diǎn)。
標(biāo)簽： JPDA 多傳感器 多目標(biāo)跟蹤 算法
上傳時(shí)間： 2013-11-02
上傳用戶：LP06
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
