Based on the constant modulus criterion, a new Widely Linear(WL) blind equalizer and a novel widely linear recursive least square constant modulus algorithm are proposed to improve the blind equalization performance f...Based on the constant modulus criterion, a new Widely Linear(WL) blind equalizer and a novel widely linear recursive least square constant modulus algorithm are proposed to improve the blind equalization performance for complex-valued noncircular signals. The new algorithm takes advantage of the WL filtering theory by taking full use of second-order statistical information of the complex-valued noncircular signals. Therefore, the weight vector contains the complete second-order information of the real and imaginary parts to decrease the residual inter-symbol interference effectively. Theoretical analysis and simulation results show that the proposed scheme can significantly improve the equalization performance for complex-valued noncircular signals compared with traditional blind equalization algorithms.展开更多
多位点关联分析在人和动植物遗传研究中的应用日益广泛。本文综述了以混合线性模型(mixed linear model,MLM)为框架下多位点关联分析的主要方法及重要软件平台,包括全基因组关联分析(genome-wide association study,GWAS)混合线性模型...多位点关联分析在人和动植物遗传研究中的应用日益广泛。本文综述了以混合线性模型(mixed linear model,MLM)为框架下多位点关联分析的主要方法及重要软件平台,包括全基因组关联分析(genome-wide association study,GWAS)混合线性模型方法学的建立与发展,多位点模型方法的发展,多位点GWAS混合线性模型方法的发展,以及GWAS方法学研究的影响因素,最后展望了关联分析的发展方向。展开更多
全基因组关联分析(genome-wide association study,GWAS)是定位基因组中与性状显著关联的变异位点的有效方法。随着表型记录的完善、高通量基因型分型技术的发展,以及统计方法的改进,全基因组关联分析在人类疾病、动物植物遗传等领域得...全基因组关联分析(genome-wide association study,GWAS)是定位基因组中与性状显著关联的变异位点的有效方法。随着表型记录的完善、高通量基因型分型技术的发展,以及统计方法的改进,全基因组关联分析在人类疾病、动物植物遗传等领域得到了广泛的应用。假阳性是影响全基因组关联分析结果可靠性的重要因素之一。为了控制假阳性,除了校正P值,GWAS模型从最简单的方差分析(或用于质量性状的卡方检验)到加入固定效应协变量的普通线性模型(general linear model,GLM),再到加入随机效应的混合线性模型(mixed linear model,MLM)持续改进,控制了多种混杂因素导致的假阳性。将个体的遗传效应拟合为由基因组亲缘关系矩阵(genomic relationships matrix,GRM)定义的随机效应是目前常用的方法。由于MLM的参数估计大量消耗计算资源,研究人员不断尝试模型求解优化和GRM的构建优化(GRM的构建优化同时也提高了计算效率),最终将基于MLM计算的时间复杂度由O(MN3)逐步改进到O(MN),实现了计算速度与统计功效的飞跃。针对质量性状病例对照比失衡带来的假阳性问题,研究人员进一步对广义混合线性模型(generalized linear mixed model,GLMM)进行了校正。本文较全面地介绍了GWAS的基本原理和发展,着重阐述了GWAS中MLM模型的改进和优化细节,同时,列举了GWAS在农业中的应用,包括在植物、动物和微生物方面的研究成果,以及基于单倍型的GWAS应用。最后,从进一步提高GWAS统计功效和GWAS试验设计2个角度对GWAS未来的发展进行了展望。展开更多
基金Supported by the National Natural Science Foundation of China(No.61072046)the Basic Scientific and Technological Frontier Project of Henan Province(No.1123004100322)
文摘Based on the constant modulus criterion, a new Widely Linear(WL) blind equalizer and a novel widely linear recursive least square constant modulus algorithm are proposed to improve the blind equalization performance for complex-valued noncircular signals. The new algorithm takes advantage of the WL filtering theory by taking full use of second-order statistical information of the complex-valued noncircular signals. Therefore, the weight vector contains the complete second-order information of the real and imaginary parts to decrease the residual inter-symbol interference effectively. Theoretical analysis and simulation results show that the proposed scheme can significantly improve the equalization performance for complex-valued noncircular signals compared with traditional blind equalization algorithms.
基金国家自然科学基金项目(31301004)中央高校基本科研业务费项目(KJQN201422)资助+1 种基金supported by National Natural Science Foundation of China(31301004)Fundamental Research Funds for the Central Universities(KJQN201422)
文摘多位点关联分析在人和动植物遗传研究中的应用日益广泛。本文综述了以混合线性模型(mixed linear model,MLM)为框架下多位点关联分析的主要方法及重要软件平台,包括全基因组关联分析(genome-wide association study,GWAS)混合线性模型方法学的建立与发展,多位点模型方法的发展,多位点GWAS混合线性模型方法的发展,以及GWAS方法学研究的影响因素,最后展望了关联分析的发展方向。
文摘全基因组关联分析(genome-wide association study,GWAS)是定位基因组中与性状显著关联的变异位点的有效方法。随着表型记录的完善、高通量基因型分型技术的发展,以及统计方法的改进,全基因组关联分析在人类疾病、动物植物遗传等领域得到了广泛的应用。假阳性是影响全基因组关联分析结果可靠性的重要因素之一。为了控制假阳性,除了校正P值,GWAS模型从最简单的方差分析(或用于质量性状的卡方检验)到加入固定效应协变量的普通线性模型(general linear model,GLM),再到加入随机效应的混合线性模型(mixed linear model,MLM)持续改进,控制了多种混杂因素导致的假阳性。将个体的遗传效应拟合为由基因组亲缘关系矩阵(genomic relationships matrix,GRM)定义的随机效应是目前常用的方法。由于MLM的参数估计大量消耗计算资源,研究人员不断尝试模型求解优化和GRM的构建优化(GRM的构建优化同时也提高了计算效率),最终将基于MLM计算的时间复杂度由O(MN3)逐步改进到O(MN),实现了计算速度与统计功效的飞跃。针对质量性状病例对照比失衡带来的假阳性问题,研究人员进一步对广义混合线性模型(generalized linear mixed model,GLMM)进行了校正。本文较全面地介绍了GWAS的基本原理和发展,着重阐述了GWAS中MLM模型的改进和优化细节,同时,列举了GWAS在农业中的应用,包括在植物、动物和微生物方面的研究成果,以及基于单倍型的GWAS应用。最后,从进一步提高GWAS统计功效和GWAS试验设计2个角度对GWAS未来的发展进行了展望。
