粒子群算法在排列组合问题中的应用，源程序，matlab下编写
上传时间： 2013-12-11
上传用户：410805624
本书是作者在总结多年研究生“卡尔曼滤波与组合导航原理”课程的教学经验，吸收十余年从事惯性导航与组合导航技术研究的科研成果，以及参阅国内外众多文献资料的基础上编写的，注重基础理论与工程实践相结合，实用性与可操作性强。全书共八章，主要包括捷联惯导算法及其误差分析、地球重力场基础、卡尔曼滤波基本原理、初始对准与组合导航技术、捷联惯导与组合导航仿真等内容。书中附有丰富的Matlab仿真程序可供参考，还有练习题可供读者拓展学习或学生练习使用。本书可作为导航制导与控制、仪器仪表及相关专业的高年级本科生、研究生的教学用书和参考书，也可供从事相关专业的科研和工程技术人员阅读参考。
上传时间： 2022-07-01
上传用户：d1997wayne
自适应滤波器是智能天线技术中核心部分-自适应波束成形器的关键技术，算法的高效稳定性及硬件时钟速率的快慢是判断波束成形器性能优劣的主要标准。 首先选取工程领域最常用的自适应横向LMS滤波算法作为研究对象，提出了利用最小均方误差意义下自适应滤波器的输出信号与主通道噪声信号的等效关系，得到滤波器最佳自适应参数的方法。并分析了在平稳和非平稳环境噪声下，滤波器的收敛速度、权系数稳定性、跟踪输入信号的能力和信噪比的改善等特性。 在分析梯度自适应格型算法的基础上，提出利用最佳反射系数的收敛性和稳定性，得到了梯度自适应格型滤波器的定步长改进方法；并以改进的梯度自适应格型和线性组合器组成梯度自适应格型联合处理算法，在同样环境噪声下，相比自适应横向LMS算法，其各项性能指标都得到了极大地改善，而且有利于节省硬件资源。 设计了自适应横向LMS滤波器和梯度自适应格型联合处理滤波器的电路模型，并用驰豫超前技术对两类滤波器进行了流水线优化。利用Altera公司的CycloneⅡ系列EP2C5T144C6芯片和多种EDA工具，完成了滤波器的FPGA硬件设计与仿真实现。并以FPGA实现的3节梯度自适应格型联合处理器为核心，设计了一种TD-SCDMA系统的自适应波束成形器，分析表明可以很好地利用系统提供的参考信号对下行波束进行自适应成形。
上传时间： 2013-07-16
上传用户：xyipie
当捷联惯组（SIMU）安装到载车上存在安装误差时，航位推算误差与安装误差、里程计刻度系数误差、初始对准误差有关。利用捷联惯导系统和航位推算系统构成组合导航系统可实现对上述误差的估计。为此，推导了惯组和载车间存在安装误差时的惯导/航位推算组合导航系统的系统方程。仿真分析表明，组合导航系统可有效估计出安装误差、水平陀螺随机常值漂移和加速度计随机常值偏置。
上传时间： 2013-11-20
上传用户：ruixue198909
随着GPS、GALILEO、GLONASS以及我国北斗导航定位系统的不断发展，基于多星座下的GNSS接收机自主完好性监测算法也已被国内外学者广泛研究。本文首先介绍了接收机自主完好性监测（RAIM）算法的原理，然后分别对单星座、多星座组合下的RAIM算法进行了研究和仿真，图形化和数据化的仿真结果充分证明了多星座组合下的完好性监测性能优于单星座下完好性监测性能。
上传时间： 2013-11-11
上传用户：止絮那夏
为验证卫星导航系统/SINS组合导航系统具有更高的精度，采用深度组合的方法，利用技术比较成熟的GPS与我国正在研发的COMPASS组网形成的卫星导航系统，通过对3种卡尔曼滤波算法仿真实验，得出了平淡卡尔曼滤波算法具有更高的精度。通过对卫星导航系统多路径效应的分析，采用SINS辅助卫星导航系统消弱多路径效应的方法，得出该方法可以较好地消弱多路径效应。
上传时间： 2013-12-26
上传用户：gxm2052
由于K－均值聚类算法局部最优的特点，而模拟退火算法理论上具有全局最优的特点。因此，用模拟退火算法对聚类进行了改进。20组聚类仿真表明，平均每次对K结果值改进8次左右，效果显著。下一步工作：实际上在高温区随机生成邻域是个组合爆炸问题（见本人上载软件‘k－均值聚类算法’所述），高温跳出局部解的概率几乎为0，因此正考虑采用凸包约束进行模拟聚类，相关工作正在进行。很快将奉献给各位朋友。
上传时间： 2015-03-18
上传用户：hullow
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代，并逐步衰减t值，算法终止时的当前解即为所得近似最优解，这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制，包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。
标签： 模拟退火算法
上传时间： 2015-04-24
上传用户：R50974
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代，并逐步衰减t值，算法终止时的当前解即为所得近似最优解，这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制，包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。
标签： 模拟退火算法
上传时间： 2015-04-24
上传用户：ryb
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据Metropolis准则，粒子在温度T时趋于平衡的概率为e-ΔE/(kT)，其中E为温度T时的内能，ΔE为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代，并逐步衰减t值，算法终止时的当前解即为所得近似最优解，这是基于蒙特卡罗迭代求解法的一种启发式随机搜索过程。退火过程由冷却进度表(Cooling Schedule)控制，包括控制参数的初值t及其衰减因子Δt、每个t值时的迭代次数L和停止条件S。
标签： 模拟退火算法
上传时间： 2014-12-19
上传用户：TRIFCT
