齐次F5算法的简单终止性证明

自从F5算法提出以来,出现了一批基于标签的Grbner基算法,它们使用了不同的选择策略且减少冗余多项式的准则也各不相同。为了满足正确终止性,这些算法的策略和准则必须满足一些一般的规律。根据这些规律,该文提出了一个框架,使大多数算法成为该框架的实例。随后,利用重写基的性质,得到了框架的简单正确终止证明。为了得到F5算法的简单证明,该文对F5算法的约化操作进行合理的化简。特别地,对于齐次F5算法,证明了其复杂的选择策略等价于按模序选择。这样,齐次F5算法就能看成框架的一个特例,从而得到了F5算法的简单证明。     

一种基于QR分解的稳健干扰对齐算法

大多数干扰对齐算法都假定发送端可以获得理想的信道状态信息(CSI),由于信道估计误差、反馈延迟等原因,实际通信系统中CSI往往是有误差的。为此,该文提出一种基于QR分解的稳健干扰对齐算法。对含有误差的联合接收信号进行基于QR分解的预处理,消除一半有误差的干扰;然后在有误差的等效信道联合矩阵下,充分考虑信道误差和干扰的影响,通过最小化发送端泄漏到非目标接收端的干扰信号功率来设计预编码矩阵,并基于最小均方误差(MMSE)准则来设计干扰抑制矩阵。最后,在理想CSI和误差CSI的情况下,通过实验仿真,证明了该算法有效地提高了系统性能。     

基于状态转移矩阵逼近的椭圆球面波函数求解方法

该文针对现有椭圆球面波函数(PSWFs)求解算法存在的效率低、硬件实现复杂度高,尤其是精度不可控的问题,结合线性时变系统理论,提出一种基于微分方程状态转移矩阵逼近的PSWFs求解方法。该算法通过求解小区间上的状态转移矩阵来逼近整个时间区间上的状态转移矩阵,进而求得离散时间点上的系统运动轨迹,即PSWFs数值解。理论推导了求解误差并修正了算法,修正后算法具有简明的误差表达式,与Parr算法和Legendre多项式逼近算法在求解精度和复杂度上进行了对照分析。结果表明,该文算法求解精度高且可控,时间和空间复杂度低,易于硬件实现。     

基于理想格的高效密文策略属性基加密方案

已有的基于格的密文策略属性基(CP-ABE)方案只能通过矩阵运算方法进行加解密,加解密效率不高,而效率较高的基于理想格的密钥策略属性基(KP-ABE)方案又存在对各类实际应用场景适应性较差的问题。为解决上述问题,该文利用理想格上的算法生成主密钥和密钥,同时在多项式环上进行运算,极大地提高了加解密效率;通过在原属性集合中添加虚拟属性,方案成功结合访问结构生成密文,同时授权用户可以构建出满足解密条件的子集,从而实现方案的正确解密;还利用单个陷门矩阵生成密钥,有效降低了公共参数和主密钥的数量。最终该文构建了一个基于理想格的支持门限访问结构的高效CP-ABE方案,并证明方案在环上容错学习(R-LWE)假设下是选择性安全的。与现有支持门限访问结构的方案的对比分析表明,该文方案公共参数数量更少、效率更高,且对实际应用场景有更好的适应性。     

一种基于三阶累积量的准则及自适应滤波算法

该文提出了一个基于三阶累积量的优度准则。基于此准则,利用最速下降法,得到一种新的基于三阶累积的梯度型自适应滤波算法,该算法用于平稳和非平稳的MA(Moving Average)模型系统辨识的计算机模拟仿真结果表明:该算法有良好的收敛性能及对时变系统的跟踪能力。     

宽带方位估计的波束域Root-MUSIC算法

高分辨算法的实现是一个受到普遍重视的问题。为降低运算量,提高估计性能,便于工程应用,该文深入研究宽带波束域Root-MUSIC算法,根据波束域处理的空间滤波特性,将被束域求根多项式的根划分在不同的区域,从而基于子阵分解对求根多项式进行降阶处理,仿真实验讨论了不同波束形成矩阵的估计性能,证明了降阶处理的可行性。     

基于半定松弛方法的时变OFDM系统盲信道估计

该文提出了一种时变正交频分复用(OFDM)系统信道盲估计算法。在二次规范( Quadratic Program, QP)模型的基础上,采用半定松弛技术,把OFDM信道盲估计转换为一个可以在多项式时间内求解的半定规划问题。为了进一步降低半定规划问题的转换复杂度,考虑到OFDM各个子载波和各个时刻的响应之间的紧相关性,该文提出了一种新的随机转换策略,仿真表明,该文所提出的算法,其误码率逼近最佳估计,且复杂度大幅降低。     

基于有限新息率的正交偶极子阵列信号参数估计算法

为解决极化敏感阵列波达方向(DOA)估计中压缩感知类算法的网格失配问题,该文提出一种基于有限新息率(FRI)的正交偶极子阵列无网格信号参数估计算法。首先,利用均匀正交偶极子线阵中不同极化指向天线的两个子阵,求取其自相关矩阵之和,并通过协方差拟合准则恢复出满足Toeplitz结构的协方差矩阵。然后,利用该协方差矩阵构建FRI信号重构模型,求解以重构结果为系数的多项式的零点,就可以得到入射信号DOA参数的估计结果。最后,根据已估计出的DOA参数以及两个子阵的自相关矩阵和互相关矩阵,利用最小二乘法计算得到入射信号的极化参数估计结果。仿真实验表明,该算法与子空间类和压缩感知类算法相比,具有更高的估计精度及更好的角度分辨力。     

一种模型选择优化准则及其在高光谱图像非监督分类中的应用

选择合适的类别数是非监督分类中的一个关键问题.针对采用高斯混合建模的高光谱图像非监督分类问题,该文提出了一种基于主成分分析(PCA)的最小描述长度(MDL)型模型选择准则(文中简称为PMDL)来确定分类类别数,即根据PCA变换后保留的各主成分表达的数据方差不同而应具有不同的编码长度这一事实,在计算描述长度时对各维进行加权.分类过程中,论文采用期望最大化(Expectation Maximization)算法在合并的策略下对PCA变换后的数据求解混合模型,并应用所提出的准则进行模型选择从而确定待分类的类别数.仿真数据实验证实了新准则的有效性和优良的性能,并采用真实数据对该准则和整个算法进行了验证.     

基于最大似然法的天波超视距雷达相位解污染算法

电离层解相位污染是天波超视距雷达信号处理的关键技术之一。由于模型的不准确性和电离层的复杂性,已有算法在污染较大时大多精度不高。该文提出一种基于最大似然法的相位解污染算法。该算法将信号建模为相位多项式,通过最大化似然函数来实现污染相位的估计。为了避免最大似然法中的矩阵求逆运算,该文进一步将最大似然问题转化为最小二乘问题,利用遗传算法求解相位系数。仿真结果表明,与传统算法比较,该文算法具有以下优点:相比HRR算法和CED算法,该文算法精度更高,校正后的信号频谱更加尖锐;在相位污染较大的情况下,该文算法仍具有较高的精度,有利于目标信息的提取;该文算法采用高阶多项式,避免分段处理和矩阵求逆,简化了运算。     

基于非线性降维的自然计算方法

随着人工智能的发展,许多优化问题发展为高维的大规模优化问题。在自然计算方法中,针对高维问题虽然能避免算法陷入局部最优,但是在收敛速度和时间可行性上却不占优势。该文在传统自然计算方法的基础上,提出了非线性降维的自然计算方法(NDR),该策略不依赖具体的算法,具有普适性。该方法将初始化的N个个体看做一个N行D列的矩阵,然后对矩阵的列向量求最大线性无关组,从而减少矩阵的冗余度,达到降低维度的目的。在此过程中,由于剩余的任意列向量组均可由最大线性无关组表示,所以通过对最大线性无关组施加一个随机系数来维持种群的多样性和完整性。将该文所提策略分别应用到标准遗传算法(GA)和粒子群优化算法(PSO)中,并与标准粒子群算法、遗传算法以及目前主流的对维数进行优化的4个算法对比,实验证明,改进的算法对大部分标准测试函数都具有很强的全局收敛能力,其寻优能力超过了上述6个算法,同时改进后的算法在运行时间上远优于对比算法。     

基于容量最大化的非迭代干扰对齐优化算法

现有分布式迭代干扰对齐算法没有考虑基站与用户终端处理能力的差异,使得基站和用户端都具有较高的计算复杂度和系统开销。针对下行链路和上行链路分别提出一种基于容量最大化准则的非迭代干扰对齐优化算法。所提算法在基站端使用基于容量最大化准则的优化方法求解发送预编码矩阵或接收抑制矩阵,在用户端使用迫零准则生成接收抑制矩阵或随机生成发送预编码矩阵。分析和仿真结果表明,所提的2种算法基站端的计算复杂度和系统开销与现有算法相当,但用户端的计算复杂度和系统开销大大降低,并且可以获得与最大信干噪比(Max-SINR)算法相当的系统性能。     

一种用于压缩感知理论的投影矩阵优化算法

考虑到投影矩阵对压缩感知(CS)算法性能的影响,该文提出一种优化投影矩阵的算法。该方法提出可导的阈值函数,通过收缩Gram矩阵非对角元的方法压缩投影矩阵和稀疏字典的相关系数,引入基于沃尔夫条件(Wolfes conditions)的梯度下降法求解最佳投影矩阵,达到提高投影矩阵优化算法稳定度和重构信号精度的目的。通过基追踪(BP)算法和正交匹配追踪(OMP)算法求解l0优化问题,用压缩感知方法实现随机稀疏向量、小波测试信号和图像信号的感知和重构。仿真实验表明,该文提出的投影矩阵优化算法能较大地提高重构信号的精度。     

一种模型选择优化准则及其在高光谱图像非监督分类中的应用

选择合适的类别数是非监督分类中的一个关键问题．针对采用高斯混合建模的高光谱图像非监督分类问题，该文提出了一种基于主成分分析(PCA)的最小描述长度(MDL)型模型选择准则(文中简称为PMDL)来确定分类类别数，即根据PCA变换后保留的各主成分表达的数据方差不同而应具有不同的编码长度这一事实，在计算描述长度时对各维进行加权．分类过程中，论文采用期望最大化(Expectation Maximization)算法在合并的策略下对PCA变换后的数据求解混合模型，并应用所提出的准则进行模型选择从而确定待分类的类别数．仿真数据实验证实了新准则的有效性和优良的性能，并采用真实数据对该准则和整个算法进行了验证．     

Stiefel 流形上的梯度算法及其在特征提取中的应用

为了提高系统特征提取算法的计算效率、减少占用的存储空间和简化程序设计,该文基于Riemann 流形上优化算法的几何框架,提出了改进的Stiefel 流形上的梯度下降算法。根据不同要求采用不同的测地线计算公式,并使用多项式逼近测地线方程,同时采用了秦九韶-Horner 多项式算法及线搜索、变步长的方法。以主分量分析问题为例,详细讨论了Stiefel 流形上的梯度算法在其中的应用。理论分析和实验结果均表明,此方法可以在确保迭代矩阵列向量单位正交性的同时获得更好的计算效率和收敛速度,并且更容易实现。      

认知无线电中的并行频谱分配算法

该文通过对基于图论着色原理的开放式频谱分配算法的分析,提出了一种并行分配算法。在最大化系统效益的准则下,并行算法可以得到与CSGC (Color Sensitive Graph Coloring)算法相同的分配矩阵,但是却可以缩短分配周期,从而适应了认知无线电对环境的快速感知的要求。仿真结果分析验证了结论的正确性。     

一种低复杂度的删除卷积码识别算法

针对当前信息截获领域中删除卷积码识别需遍历删除模式进行校验、运算复杂度较高的不足,提出一种基于求解伪循环多项式矩阵(Poly-Cyclic Pseudo Circulant matrix,PCPC)的删除卷积码识别算法.该算法可由删除卷积码的等价生成多项式矩阵Gp(D)直接运算得到删除模式P和源卷积码基本生成多项式矩阵G(D),从而使删除卷积码的识别过程极大简化,极大降低了识别算法的复杂度.     

新的V-BLAST系统次优天线选择

该文提出新的基于ZF SIC检测的V-BLAST系统次优天线选择准则:最小化信道矩阵伪逆的最大行范数。基于贪婪选择思想,发射天线选择采用使得该范数增加最小的递增选择策略,接收天线选择采用使得该范数减少最大的递减选择策略。仿真表明所提出的新准则明显优于已有的最大第1检测层后处理信噪比准则,且相应的快速选择算法可以获得最优的基于最大最小准则的全搜索选择的大部分分集增益,而复杂度很低。     

一种软判决下的RS码识别算法

针对现有RS码识别算法需要对码字符号在不同域之间进行转化,且容错性能较差的问题,该文提出一种直接利用软判决序列完成RS码识别算法。算法首先从RS码定义出发,给出了RS码校验关系从GF(2m)到GF(2)上的等价转换方式,从而避免了不同域下复杂的符号转化;其次引入了能够衡量校验关系成立大小的平均校验符合度概念,然后基于其统计特性以及极大极小判决准则,遍历可能的码长以及对应的m级本原多项式,进行初始码根校验匹配,从而完成码长以及本原多项式识别;最后利用识别出的码长以及本原多项式,构建本原多项式下GF(2m),进行连续码根匹配判决,最终完成码生成多项式识别。仿真结果表明:推导的平均校验符合度统计特性与实际情况一致,算法能在低信噪比下有效完成参数识别;同时该算法具有较好的低信噪比适应能力,在信噪比为6 dB条件下,工程中常见的RS码识别率均能达到90%以上。与现有算法相比,该文算法性能明显好于硬判决算法,且比传统算法提升1 dB以上性能。     

σ-LFSR序列极小多项式性质研究

σ-线性反馈移位寄存器(σ-LFSR)是基于字设计的,在安全性和效率上达到较好折衷的一种反馈移位寄存器。σ-LFSR输出序列的特征多项式为有限域上的矩阵多项式。该文利用有限域上矩阵多项式环的代数结构,给出了σ-LFSR输出序列极小多项式唯一的充分必要条件。