针对传统直接数字频率合成（DDS）算法存在的幅度量化误差、相位截断误差问题，提出了一种混合利用信号对称性+Sunderland构造对数据ROM进行压缩的方法，用来增大数据ROM的存储量，同时采用改进型相位抖动注入法抑制相位截断误差。硬件电路部分设计了幅频校正电路，对信号进行校正，保证了信号幅度的稳定输出。测试结果表明，信号发生器可以输出高速、稳定、低衰减、低杂散的任意波形，输出信号频率范围为1 MHz~30 MHz，幅度峰峰值为40 mV~6.7 V。

针对LAMBDA算法在实时解算GPS整周模糊度过程中存在模糊度浮点解偏差大、搜索范围大的缺点,采用Tikhonov正则化改进LAMBDA算法,对宽巷双差观测方程和L1双差观测方程中未知参数的系数矩阵进行奇异值(USV)分解,用分解后的协方差矩阵替换经典LAMBDA算法的协方差矩阵进行整周模糊度的搜索,该算法提高了模糊度浮点解的精度,缩小了模糊度的搜索范围.为了验证本文算法的正确性,对实测GPS基线观测数据进行了实验分析.结果表明:改进后的LAMBDA算法模糊度浮点解精度显著提高,改进后的LAMBDA算法模糊度固定成功率可以达到100%,可以无需初始化时间即可固定模糊度整数解,快速实现厘米级定位.

一种改进遗传算法在TDOA定位中的应用

为了改善城市道路交叉口交通信号控制，降低交叉口车辆延误，提出了一种基于改进遗传算法优化的模糊控制方法。在优化模糊控制器的过程中，为避免出现“早熟”现象，采用改进的自适应遗传算法，在进化过程中动态调整种群中适应度值最大个体的交叉概率和变异概率，使种群进化不会处于一种近似停滞不前的状态。为了检验该控制方法的性能，以交叉口车辆平均延误作为性能评价指标，在相同交通条件下进行了仿真实验。结果表明，相对于普通模糊控制器，经过改进遗传算法优化的模糊控制器能有效减小交叉口车辆的平均延误，提高交叉口的通行能力。

matlab源码

采用改进的遗传算法（IGA）和BP人工神经网络相结合的方法，研究了50个酚类化合物的麻醉毒性和分子结构之间的相关性，并与单纯用BP人工神经网络建立的模型进行比较。结果表明，该方法克服了人工神经网络训练中的局部最优问题，采用最优交叉和变异等遗传策略，有效地解决了收敛过程中的振荡问题，所得模型的训练精度和预测精度均优于单纯的BP人工神经网络QsAR模型。

论文“黄克坤. 基于自适应编码顺序的分层树算法改进集划分[J], 计算机应用学报, 2012, 32(3):732-735.”的Matlab代码。 为了获得更好的图像边缘压缩，提出了一种改进的基于对系数的先验扫描的层次树中的集合划分(SPIHT)算法，该算法周围有更显着系数的系数。 系数或集合在编码前根据周围显着系数的个数进行排序，只要扫描了周围存在显着系数的集合，就对先前的显着系数进行细化。 扫描顺序是自适应确认的，不需要任何额外的存储。 它可以在指定的压缩比下编码更重要的系数。 实验结果表明，与SPIHT相比，该方法可以提高PSNR和主观视觉体验。

【WSN布局】基于改进鲸鱼算法实现WSN节点优化覆盖matlab代码

工程

发电机