共查询到20条相似文献，搜索用时 46 毫秒
1.
作为一种经典的DOA估计方法,MUSIC算法是Schmidt博士提出的一种高分辨率算法。它在所估计的信号为互不相干的窄带远场信号的前提下,能以较高的计算效率实现对信号的DOA渐进无偏估计,讨论了MUSIC算法的原理和具体实现,并在matlab下对其性能作了仿真。其仿真结果表明改进的算法可以对信号的方向更准确地估计。 相似文献
2.
作为一种经典的DOA估计方法，MUSIC算法是Schmidt博士提出的一种高分辨率算法。它在所估计的信号为互不相干的窄带远场信号的前提下，能以较高的计算效率实现对信号的DOA渐进无偏估计，讨论了MUSIC算法的原理和具体实现，并在matlab下对其性能作了仿真。其仿真结果表明改进的算法可以对信号的方向更准确地估计。 相似文献
3.
针对危险化学品运输存在的事故风险和事故成本比较大的问题,考虑危险化学品的运输特殊性,构建一个危险化学品运输的车辆路径优化模型,利用改进蚁群算法和进行模型求解。以京F公司的13个客户作为配送点,根据每个配送点的地理位置坐标、需求量、危险品运输车辆禁行路线等数据,分别采用基本蚁群算法和改进蚁群算法对运输路径进行优化,实验结果证明改进后的蚁群算法有效降低了京F公司的危险化学品运输的物流成本,保证蚁群在搜索路径时快速收敛。 相似文献
4.
对机载单天线SAR/GMTI模式下动目标参数估计精度较低的问题进行研究.首先,用多普勒频移量和距离走动量来估计动目标径向速度,根据估计的结果校正距离走动.然后,用改进的反射特性位移法来估计动目标的多普勒调频率,在不存在加速度时估计出动目标方位向速度.这样就可以在进行动目标参数估计的同时实现聚焦成像.仿真结果验证了该方法的有效性. 相似文献
5.
车流量的不断增大,城市变得愈加拥挤,需要进行车辆密度估计,进而构建有效的车辆防碰撞系统。提出一种基于随机寻址RFID阵元分布的车辆密度参量估计算法,进行ZigBee和参量估计的车辆防碰撞预警系统设计。首先实现了基于ZigBee的车辆间的通信组网系统模型构建,得到了ZigBee组网与车辆碰撞预警方法,利用随机寻址RFID方法进行ZigBee的车辆间的通信组网系统模型构建,采用贝叶斯近似方法建立均匀矩形阵列,车辆作为阵元分布在均匀矩形网格中,以此描述车流动态变化过程,根据角度变化得到车流的方位和速度信息,实现车辆密度参量估计和防碰撞预警系统设计。系统实验结果表明,该算法和系统进行车辆密度参量估计,估计精度较高,信息全面准确。通过准确的车辆密度参量估计,提高了车辆防碰撞预警系统的性能。 相似文献
6.
7.
大数据环境下资源负荷短期预测时间跨度计算是提高大数据资源调度和数据集成的基础。通过对大数据环境下资源负荷短期预测时间跨度的准确估计,提高资源负荷的预测性能。提出一种基于非线性差分相点融合估计的资源负荷短期预测时间跨度估计算法。构建大数据环境下资源负荷模型,基于非线性差分相点融合估计的资源负荷短期预测时间跨度估计,进行非线性差分相点融合,进行全网拓扑信息激励传播均衡设计,通过频繁的切换来进行网络选区,将时间划分为连续区间,重新分配大数据环境下的时间跨度,最后得到基于线性差智能群辨识的资源短期预测时间跨度估计算法改进。仿真结果表明,该算法具有较好的时间跨度估计性能,提高了大数据环境下的资源负荷预测精度,具有较小的任务调度路径延时和能耗损失,为提高云平台的资源利用效率提供基础,展示了较好的应用价值。 相似文献
8.
人口对中国经济发展和能源需求影响重大,为了预测2030年中国的人口数量,文章基于改进的Logistic阻滞增长模型,采用了3种参数估计方法进行求解,包括向后差分线性最小二乘参数估计、向前差分线性最小二乘参数估计、非线性最小二乘参数估计。相比于其他方法,基于非线性最小二乘参数估计法采用改进后的Logistic阻滞增长模型求解的拟合优度与平均相对误差更优,更适合进行中国人口数量的预测。其中1960—1969年预测的中国人口数量相较于实际的人口数量存在一定异常,通过3次样条插值法对该时间段的人口数据进行修正能使预测效果更好。计算结果表明：中国2030年人口预计将达到145 353万人。根据中国人口预测数据,建议政府在未来的经济和能源规划中,加快推进能源结构转型,促进经济可持续发展。 相似文献
9.
高速多目标运动状态监测过程,运动参数的频域徙动导致参数估计和挖掘困难,传统方法对高速频率徙动运动目标参数的挖掘采用MapReduce框架的并行FP-Growth算法,算法需要对运动目标的速度和加速度进行预估计,实现困难。基于多普勒扩散的项集期望支持数模型,提出一种改进的基于闭频繁项集挖掘的高速多目标的运动参数挖掘算法,构建高速多目标运动参数信号模型,采用普勒频率模糊数搜索的方法完成高速多目标的频域徙动动态平滑,准确挖掘出运动参数的相位、时延、速度和频率等相关信息。研究结果表明,该算法能准确拟合时延、速度等运动参数,拟合值与真实值相同,对高速运动目标的运动参数估计精确,在高速运动目标参数挖掘和精确制导等方面具有较高的应用价值。 相似文献
10.
为了最大限度优化云计算资源分配中的执行速度,平均响应时间和系统利用率,提出一种基于高斯差分变异蝙蝠算法(GDMBA)的云计算资源调度优化方法。首先引入高斯差分变异改进蝙蝠算法,避免蝙蝠个体陷入局部最优,改进后的算法加快了收敛速度,提高了收敛精度,然后采用GDMBA对资源调度进行寻优。仿真实验表明,GDMBA有效提高了算法性能,在云计算的资源调度中有效优化了云计算系统中的资源调度能力,提高了云计算资源的利用率。 相似文献
11.
12.
非线性动态调节模型的滤波式递推辨识算法 总被引：1，自引：0，他引：1
针对Hammerstein非线性动态调节模型提出一种基于数据滤波的递推广义最小二乘算法,方法的主要思想是：通过数据滤波,将辨识模型分解成系统模型和噪声模型,然后分别辨识。最后给出两种方法的仿真实例,通过与递推广义最小二乘算法参数估计精度和收敛速度的比较,来说明滤波式递推广义最小二乘算法的有效性。 相似文献
13.
对电磁脉冲信号相位特征的准确挖掘和参量估计可以有效准确地确定信号源的方位,实现对识别目标的准确定位。传统的相位特征挖掘算法采用贝叶斯估计算法,算法在受到脉冲干扰时估计性能不好。提出一种基于机器学习的电磁脉冲信号相位特征挖掘算法,实现对相位估计精度的改进提高。首先构建电磁脉冲信号的模型,得到相位特征挖掘模型原始模型,求解相位模糊数搜索结合解得到两个阵列输出数据的相位差。计算电磁脉冲信号参数相位补偿项,采用机器学习算法进行电磁脉冲信号相位特征挖掘,构建调频信号作为估计目标方位角的载波信号,采用最小二乘拟合求斜率最终实现相位特征等相关信息的挖掘。仿真实验表明,该算法能准确估计出电磁脉冲信号辐射源的相位等参数信息,相位特征挖掘性能较好,展示了优越的数据挖掘和目标检测定位性能。 相似文献
14.
简要介绍了差分相位前向频偏估计算法,提出了时该频率估计算法的改进方法,并对该算法的性能进行了分析.该频偏估计算法可用于突发数字传输载波同步技术中,为突发信号解调创造了条件. 相似文献
15.
针对电力系统对短期电力负荷预测精确性的需求，以长短期记忆算法为基础，采用差分自适应进化算法对其进一步改进，从而提出一种基于机器学习的混合算法（SaDE-LSTM）对电力负荷进行短期预测。基于我国2004—2018年间月度社会用电负荷数据，对改进后的混合算法进行性能测试，首先利用差分进化算法的自适应变异和交叉因子来优化长短期记忆算法的初始参数，在此基础上，运用寻优得到的参数训练长短期记忆算法从而得到优化后的预测结果。为证明其优越性，对同组数据采用支持向量机（SVM）、反向传播神经网络、自回归积分滑动平均等算法分别预测。各方法预测结果和真实结果对比分析证明，SaDE-LSTM算法对时间序列数据量要求较低，同时相比其他传统算法有更高的预测精度。该改进算法能够为参与电力系统调度的虚拟电厂、负荷聚合商等对小样本和高精度预测有需求的主体提供参考。 相似文献
16.
《科技通报》2015,(8)
对大数据的分层建树聚类,提高对大数据的检测和大数据应用系统的故障分析能力。传统方法中对大数据的分层聚类采用K-Means聚类算法,容易陷入局部收敛,聚类效果不好。提出一种基于核向量机的数据的分层建树聚类。采用四叉树算法对多维数据进行数据预处理,进行KNN中心区域的聚类中心扩展处理,针对大数据的类域交叉性进行了一次核向量机差分比较,得到KNN模糊划分矩阵,根据所属类别的不同对已知样本进行分层,得到一维差分分层建树模型和二维差分分层建树模型,计算数据核向量之间的相似度特征,实现矩阵的数据点数模糊集合贴近度填充,实现聚类算法改进。仿真结果表明,该算法具有优越的大数据聚类性能,收敛性好,应用到网络在线故障诊断中,实现对故障信号的和恢复跟踪,提高了故障诊断效益,展示了较好的应用价值。 相似文献
17.
涂冬生 《中国科学院研究生院学报》1986,(2)
本文考虑一种包含定时和定数截尾的混合型寿命试验。我们得到了基于截尾数据的参数估计为二阶渐近有效的条件,并证明了极大似然估计经过适当的改进,能成为二阶有效估计。 相似文献
18.
19.
讨论了单输入单输出ARMAX系统在非高斯噪声环境下的参数估计问题。提出了一种基于M估计理论的系统参数动态递推辨识算法,利用函数逼近原理以及矩阵等价变换知识,给出了算法的详细推导过程,分析了M估计用于系统建模的原理,给出了适合在线计算的参数估计递推算法。最后进行了数值仿真,结果表明本文提出的算法具有较强的抗噪能力和良好的收敛性。 相似文献