利用KMP的改进算法实现多次模式匹配

KMP算法是字符串查找算法中的一个经典算法 ,该算法在最坏情况下具有线性的查找时间 ,查找效率高。本文介绍了KMP算法的查找原理 ,并与朴素查找算法进行了比较 ,并结合KMP的改进算法给出了多次匹配的算法。     

一种基于克隆选择原理的空战目标分配算法

针对空战目标分配问题,在以优势函数为空战模型的基础上,提出了一种基于克隆选择原理的目标分配算法,并引入混沌算子,增强了算法中个体的多样性和稳定性,减少算法的盲目性,提高了算法的收敛速度。根据克隆选择原理,分析了算法的编码方式、克隆选择算子对算法的影响,给出了算法的流程。最后进行了仿真,结果表明了算法的有效性。     

机动目标跟踪的修正输入估计(MIE)算法与自适应α-β算法

机动目标的跟踪是雷达数据处理中的重要问题,对此进行了探讨的代表性的算法有Singer算法、IE算法、VD算法、IMM算法等。本文提出了修正的输入估计(MIE)与自适应的α—β两种新算法。MIE算法性能与IE算法相当,但运算量比IE算法小。自适应α—β算法的性能略低于以上几种算法,但运算量则大大低于上述几种算法,在对性能要求不很高的情况下,采用这种算法是较为合适的。     

基于LOB的辐射源无源定位算法对比研究

分析了4种具有代表性的基于辐射源方位线(Lines Of Bearing,LOB)的无源定位算法,即Pages-Zamora定位算法、布朗定位算法、概率定位算法和模糊定位算法。在此基础上提出了融合-迭代定位算法,并进行了蒙特卡罗仿真对比实验,对5种算法的定位精度和运算量进行了比较分析。实验结果表明:融合-迭代定位算法的综合性能优于其他定位算法。     

基于二次繁殖的自适应差分演化算法

分析了差分演化算法的基本原理，针对基本差分演化算法对控制参数选择敏感性强、算法后期收敛速度较慢等问题，提出了基于二次繁殖的自适应差分演化算法，并通过实验对改进算法的性能进行测试。实验结果表明，改进算法的性能优于基本差分演化算法和自适应差分演化算法。     

基于简化CKF的IMM算法北大核心

IMM算法中采用的运动模型多为线性,针对这一情况,首先对容积卡尔曼滤波(cubature Kalman filter,CKF)算法进行了简化,通过理论推导证明,简化CKF算法的时间更新结果与KF算法的一步预测结果一致。然后对简化算法进行了计算复杂度分析,分析结果表明简化算法的复杂度要远低于CKF。进而将简化的CKF算法与IMM算法相结合,提出了一种基于简化CKF的IMM算法,最后通过机动目标跟踪实验对新算法进行了仿真,实验结果表明,新算法在没有降低跟踪精度的前提下,大幅缩短了算法的运算时间,提高了跟踪的实时性。     

浮点iLBC语音编码算法的定点DSP实现

简要介绍了iLBC语音编码算法的基本原理。详细描述了将iLBC浮点算法转换为定点算法并移植到定点DSP上的方法。比较了转换后的iLBC定点算法与ITU-T G.729A,G.723.1的复杂度,给出了转换后的定点算法与浮点算法的PESQ得分情况。     

基于改进欧几里得算法的卷积码快速盲识别算法

卷积码盲识别技术在信号截获、智能移动通信、多点广播通信等领域具有广泛应用,针对卷积码的快速盲识别问题,对经典欧几里得算法进行了改进,提出了一种基于改进欧几里得算法的卷积码的快速盲识别方法。算法对卷积码码率进行遍历,通过欧几里得迭代算法求解卷积的校验多项式,实现了任意码率卷积码的快速盲识别。对算法进行了仿真,仿真结果验证了算法的有效性,且算法的计算量小于文献中已有算法。     

无源时差定位算法研究

给出了新的定位算法以提高对目标的定位精度,解决了模糊和无解的问题。对传统的四站三时差定位算法与单站升高体制下五站四时差定位算法进行了理论分析,并给出了仿真结果。比较了采用单站升高条件下新定位算法与最小二乘定位算法以及传统四站三时差定位算法的定位性能。     

图象跟踪算法分析

对自适应分析质心跟踪算法、相关跟踪算法和倒谱法等几种典型的跟踪算法作了介绍,提出了计算量较少、精度较高的相移算法。最后,对这些算法作了分析比较。     

数据关联算法性能评估的一种方法

数据关联算法性能的优劣直接影响跟踪系统的性能.因此在给出一种算法后,必须对该算法的性能进行评估,全面地了解该算法的优点以及缺点.以一种多目标数据关联算法为例,给出对数据关联算法的性能进行评估的一种仿真设计方法,包括设计思想及具体实现,并给出对该数据关联算法的评估结果.该方法同样适用于对多目标跟踪算法的性能进行评估.     

一种有效的XML-TO-SQL查询翻译优化算法

在研究XML数据处理问题上,XML查询与SQL查询的转换是一重要论题。在常规XML-TO-SQL查询转换算法基础上,分析了“翻译后优化”和“直接优化”两种不同的查询转换策略,提出了一种将Xpath路径表达式直接优化成SQL的算法。该算法将XML-TO-SQL查询转换分为两个主要阶段:预处理阶段和运行时翻译阶段。预处理阶段通过识别“双射映像”,计算“最小可辩识祖先”进行翻译前准备;运行时翻译则利用预处理阶段的结果进行路径约简。两个阶段的协作使得算法整体效率得以提高,达到翻译优化的目的。根据大数据量查询翻译对比实验的结果,该算法优于一些典型的传统翻译算法譬如Silk-Route、Xperanto等。     

四种智能算法的比较研究

随着智能算法的研究深入,一些新的智能优化算法不断被提出,包括从遗传算法、蚁群算法、粒子群算法、人工鱼群算法等。这些算法都是从自然界的自然生物的特性启发而研究出来的,由于这些算法在求解时不依赖于梯度信息,因而特别适用于传统方法解决不了的大规模复杂问题。通过这些算法的介绍和分析,并通过测试函数测试了四种算法的收敛性、收敛速度和精度,评价了这些智能算法在求解函数优化问题的能力。最后对优化算法今后的发展方向进行了评述与展望。     

基于变异离散粒子群的协同空战攻击决策算法

为了提高智能协同空战攻击决策算法性能,将变异策略引入到DPSO(Discrete Particle Swarm Optimization)协同空战攻击决策算法中,提出了一种新的基于变异离散粒子群(Mutation Discrete Particle Swarm Optimization,MDPSO)的协同空战攻击决策算法。基于典型空战想定背景,仿真验证了算法的有效性。采用对比实验方法,基于准确性、可靠性和快速性等关键性能指标,分析比较了基于MDPSO协同空战攻击决策算法与多种智能决策算法,验证了基于MDPSO的协同空战攻击决策算法有着较好的综合性能。     

重构X射线脉冲星信号的纯数值模拟新算法

基于X射线脉冲星的导航技术,无论技术研究还是实验验证,都是以X射线脉冲星信号为基础。但是实际的观测数据无法确定其精确值,不便于进行导航算法的分析验证。因此,通过模拟算法重构X射线脉冲星信号十分必要。基于泊松分布建立X射线脉冲星信号模型,介绍脉冲轮廓的构建方法;介绍了两种纯数值的脉冲星信号模拟算法。针对这两种算法因近似导致信号模拟不精确的问题,提出一种基于精确光子流量函数的纯数值X射线脉冲星信号的模拟算法,该算法采用分段线性函数拟合的脉冲轮廓函数,基于分布函数及其反函数导出。模拟算法重构PSR B0531+21脉冲星的信号,并利用χ2拟合优度检验验证模拟算法生成的光子到达时间服从泊松分布。将提出的算法与两种已有的算法进行比较,仿真结果表明从光子数目和脉冲轮廓误差来看,提出的算法都优于其他两种算法,更接近实际信号。由新算法重构的脉冲星信号进行历元折叠得到观测脉冲轮廓,并将其与标准脉冲轮廓比较,发现随着观测时间的增长,观测脉冲轮廓趋近于标准脉冲轮廓,验证了模拟算法是有效可行的。     

提高MIMO系统容量的检测算法研究

为了满足通信容量的需求,在发射端和接收端设置多元素天线阵列构成多输入多输出系统,可以显著提高频谱的利用率.基于贝尔实验室提出的非线性迫零检测算法,提出了反向迫零检测算法.理论和仿真证明,在相同信噪比条件下,反向迫零检测算法获得的系统容量高于非线性迫零检测以及线性迫零检测算法.与奇异值分解算法相比,该算法虽然得到的系统容量有所减小,但是由于所需的运算量相对较小,因而易于实现.     

多目标数据关联的神经网络方法

数据关联是多目标跟踪的关键问题。基于 Hopfield神经网络的 JPDA是解决这一关键问题的有效方法之一 ,但此方法的难点在于优化系数的整定。提出一种改进算法 ,用于解决优化系数在线自适应整定问题。首先重新构造了李雅普诺夫能量函数 ,接着引入变化的优化系数因子 ,并给出了优化系数求解的迭代公式 ;最后对已有和改进的算法进行了仿真研究。结果表明改进的方法和原有的方法相比 ,一方面具有在线整定优化系数的功能 ,另一方面可以获得和原有算法非常接近的估计误差。     

GPS中新的长码直捕算法的提出与分析

目前GPS中长码的捕获通常是利用短码来完成.但是,为保证扩频信号具有更高的扩频增益、更强的抗模仿和抗欺骗能力,必须实现长码的直接捕获.在研究以P码信号为例的结构及特性的基础上,分析现今较有效的捕获算法,并提出了一种新的时频域相结合的算法,同时在仿真环境下加以实现,通过实验验证:新的算法能够达到有效的长码捕获,为进一步的工程化实施奠定了基础.     

矩阵外积法Kalman滤波器在动态GPS定位中的应用

由于计算机有效字长的限制,滤波算法在计算机上实施时易于产生误差积累,误差协方差失去正定性或对称性,从而出现数值计算中的不稳定现象.一般情况下,当状态变量维数超过10时,滤波过程中出现滤波结果不稳定现象概率增大.为了解决滤波器数值计算不稳定问题,实践中提出并应用了许多方法,如自适应滤波、固定增益滤波、平方根滤波等.这些算法的不足是计算繁琐,效率低下.提出一个基于矩阵外积法所设计的快速、稳定的滤波算法,该卡尔曼滤波算法速度快,效率高,数值稳定性好,运算量少,将其应用于动态GPS定位验证了其有效性.     

遗传算法在目标跟踪中的传感器分配算法

传感器在进行目标跟踪时,常规算法主要通过线性规划建立传感器与目标之间的分配方法.但是在对多目标和多传感器的战场环境中,这些方法有一定局限性.研究了基于遗传算法的传感器分配方法,通过构造符合传感器分配这一特殊问题的染色体,从而形成初始种群,然后利用遗传算法模拟生物遗传迭代和自然选择的遗传机理,通过多次选择最终收敛于问题的一个满意解.仿真显示,在大数据运算的环境中,该算法有更高的可行性和有效性.