在室内麦克风阵列声源定位算法的研究中,混响和噪声对定位精度影响很大,传统的声源定位算法无法在高混响和低信噪比的环境中保持较高的定位精度。为了解决这一问题,提出一种基于卷积神经网络的室内声源定位算法,该算法提取麦克风阵列接收信号的相位加权广义互相关函数作为训练特征,获取目标声源三维位置信息。基于NOIZEUS数据库的实验结果表明,该方法能够通过训练适应不同的声学环境,与其他基于学习的室内声源定位算法相比,其在高混响与低信噪比环境下仍具有较好的定位性能与鲁棒性,具有较大的研究和应用价值。

针对编码单载波循环前缀(SC-CP)多输入多输出(MIMO)系统,该文采用消息传递算法研究软输入软输出MIMO频域均衡器(FDE)的设计问题。基于广义近似消息传递(GAMP)算法,该文提出一种新的低复杂度MIMO频域均衡方法。这种消息传递MIMO均衡方法的显著特点是既保留了SC-CP传输所产生的频域均衡的优点,同时又避免了传统MIMO FDE中逐频点MIMO矩阵求逆运算,所以具有随MIMO系统接收天线数增加而线性增长的计算复杂度。计算机仿真结果表明,与传统方案相比,该文提出的MIMO频域均衡算法具有明显的误码率(BER)性能优势。

串、数组和广义表练习题答案

用广义表实现m元多项式

广义预测控制作为一种新型的远程预测控制方法，集多种算法的优点为一体，具有较好的性能，受到人们的重视，现有多种修正算法，大体上可分为显式算法和隐式算法两种，显式算法是先辨识对象模型参数，然后利用Diophantine方程作中间运算，最后得到控制律参数，由于要作多步预测, 就必须多次求解 Diophantine方程，因要经过繁琐的中间运算，所以计算工作量较大，占线时间太长。隐式算法，它不辨识对象模型参数，而是根据输入输出数据直接辨识求取最优控制律中的参数, 因而避免了在线求解Diophantie方程所带来的大量中间运算，减少了计算工作量，节省了时间

蛇的广义梯度矢量流：新的观察，分析和改进

广义无监督流形对准

在复杂构件化软件的设计和实现过程中,由于安全属性的可组合性难以实现,使得系统整体的安全需求难以得到有效保证,因而安全属性的规约和验证问题是构件化软件开发过程中关注的关键问题.针对当前构件化软件设计过程中,信息流安全属性仅局限于二元安全级格模型的问题,在现有安全接口结构基础上提出广义安全接口结构,在广义安全接口结构上定义精化关系,并利用这一精化关系定义了能够支持任意有限格模型的基于安全多执行的无干扰属性,首次将安全多执行的思想应用于构件化系统的信息流安全属性验证.使用Coq定理证明工具实现了接口自动机程序库以及对精化关系的判定过程,并用实例验证说明了无干扰属性定义的特点及判定方法的有效性.

作为小波变换和短时傅里叶变换的继承和发展， S 变换采用高斯窗函数且窗宽与频率的倒数成正比，免去了窗函数的选择和改善了窗宽固定的缺陷，并且时频表示中各频率分量的相位谱与原始信号保持直接的联系，使其在 PQD 分析中可以采用更多的特征量，同时， S 变换提取的特征量对噪声不敏感，因此，近年来众多学者纷纷采用 S 变换并结合其他分析工具应用于 PQD 的分析，产生了大量研究成果。

多变量隐式广义预测程序，挺有用的 初学广义预测的人可以参考参考