大规模MIMO下联合用户位置和空间距离的导频分配方案

导频污染是大规模MIMO（multiple-input and multiple-output）系统的瓶颈问题,提出一种联合用户位置和空间距离的导频分配方案来抑制导频污染。该方案首先将所有用户按到达角是否重叠进行分类,将到达角互不重叠的用户归为前◢n◣类集合,剩余用户归为◢n◣+1类集合。为前◢n◣类用户集分配◢n◣组正交导频在集合内复用,而对◢n◣+1类集合中的用户进行导频选择时,定义一个干扰函数通过构建加权图的方式进行分配。同时,推导了上行频谱效率并分析了导频开销以及算法复杂度。仿真表明,该方案不仅大大减少了算法复杂度和导频开销,而且显著提高了系统的频谱效率（spectral efficiency,SE）。     

超立方体网络环诊断策略的研究

多处理器系统的传统故障诊断策略和条件可诊断策略已经被广泛研究,然而并未解决系统中存在的大量故障结点问题。提出一种新的策略--环诊断策略,即通过环分割方法对汉密尔顿环进行诊断,从而找出系统中存在的所有故障结点,并给出了超立方体网络的环诊断策略及一些重要性质。与此同时,提出了超立方体网络的环快速诊断算法,快速定位系统中的所有故障结点。基于以上策略,得到了在PMC模型下,n-维超立方体网络的环诊断度为(n2+n)/2,时间复杂度为O(n),其中n表示多处理器系统中处理器的个数。与超立方体网络的传统故障诊断策略和条件诊断策略相比较, 本文提出的环诊断策略具有诊断度大、时间复杂度小的优点。     

基于平滑◢l◣▼1▽范数的深度稀疏自动编码器社区识别算法

大数据时代,利用传统的社区发现算法对大规模复杂网络进行社区结构挖掘显得愈发困难,准确率也较低。因此,提出一种基于平滑◢l▼1▽◣范数的深度稀疏自编码器社区发现算法（◢l▼1▽◣-ECDA）。该算法首先采用基于◢s◣跳的方法对网络图的邻接矩阵进行预处理;然后构建基于平滑◢l▼1▽◣范数的深度稀疏自编码器,并通过训练网络图相似度矩阵得到低维特征矩阵;最后采用K-means算法对低维特征矩阵进行聚类得到网络社区结构。通过在仿真网络与真实网络数据集上实验表明,◢l▼1▽◣-ECDA有效提高了社区识别的准确率,且比DBCS算法准确率平均高4%,比Deepwalk算法和CoDDA算法平均高5.4%。     

RS译码优化及卫星通信CCSDS下RS译码仿真

针对里德所罗门（RS）译码的关键步骤错误值求解不灵活的问题提出一种更加通用的求解算法。该算法融入多种本原元运算,使得对不同参数都普遍适用; 针对该算法在求解错误值多项式时计算量过大,根据伽罗华域的特征提出了一种优化方法,从而省去一半运算以及节省存储资源;针对RS译码另一个步骤求解错误位置多项式时迭代复杂度过高的问题,经过对补偿差值的详细分析,给出了一种快速搜索迭代次数的算法,且迭代复杂度由◢O（n◣2△）下降了一个数量级到◢O（n◣）。以卫星通信中的国际空间数据系统咨询委员会（CCSDS）标准下◢RS◣（255,223）为具体研究对象,结合优化后的译码算法进行了数据仿真分析和误比特率测试。实验结果表明,采用改进的求错误值算法和优化的迭代次数搜索算法,可以有效快速解码。     

基于Spark的改进K-means算法的并行实现

针对K-means聚类算法存在的不足,提出了改进K-means来提高算法的性能,利用简化后的轮廓系数作为评估标准衡量K-means算法中◢k◣值,采用K-means++完成K-means算法初始中心点的选择。设置好◢k◣值以及初始中心点后使用形态学相似距离作为相似度测量标准将数据点归属到距离最近的中心点形成的簇中,最后计算平均轮廓系数确定合适的◢k◣值,并在Spark上实现算法并行化。通过对四个标准数据集在准确性、运行时间和加速比三个方面的实验表明,改进后的K-means算法相对于传统的K-means算法和SKDK-means算法不仅提高了聚类划分质量,缩短了计算时间,而且在多节点的集群环境下表现出良好的并行性能。实验结果分析出提出的改进算法能有效提高算法执行效率和并行计算能力。     

基于贝塞尔函数的莱斯因子矩估计算法改进

针对传统的莱斯K因子一二阶矩估计方法因贝塞尔函数存在计算复杂度大、实用性低的问题，提出一种基于贝塞尔函数阶数的莱斯因子矩估计算法。该算法首先根据原矩估计公式计算◢K◣值对应的矩估计值，然后根据不同阶数的贝塞尔近似公式计算矩估计值并求解对应的◢K◣值，计算估计准确率，进而确定贝塞尔函数阶数的选择，简化矩估计算法。实验研究表明，所提方法与原方法相比降低了时耗，在◢K◣值较小时效果更优。     

一种基于折线逼近操作的极化码译码算法

在加性高斯白噪声（additive white Gaussian noise,AWGN）信道下极化码的串行抵消（successive cancellation,SC）译码方法计算是在对数似然比（log likelihood ratio,LLR）域进行的,◢f◣函数节点的计算采用基于双曲正切规则的和积算法。针对双曲正切函数和反双曲正切函数提出了折线逼近算法,将这两个函数分别简化为9段折线函数;为了得到折线逼近算法下更优异的误帧率性能,编码前在信息比特中添加了16位CRC。仿真结果表明,针对码长◢为N=1024、信息位长度为K◣=496的极化码,提出的改进算法比和积算法有更好的误帧率性能且降低了译码复杂度,提高了译码速度。     

单向链路无线传感器网络的强连通多跳控制集

强连通控制集常被用来代表具有不同传输范围的无线传感器网络的虚拟骨干,较小的虚拟骨干更能高效地进行数据收集和节约无线网络的能量。为了计算强连通控制集,提出了一种新的多跳宽度优先搜索树强连通控制集算法（◢d◣-hop BFS_SCDS）。该算法首先使用贪婪策略找到一个多跳控制集（◢d◣-DS）,然后利用宽度优先搜索树连接d-DS中的节点形成一个强连通多跳控制集。该算法的近似比为◢（2.4d2△+3.6d+1.2）（dk+1/2）2△,其中k◣是网络的传输范围比。仿真实验表明该算法是有效的,符合预期的结果。     

可并行识别的UHF RFID防碰撞算法研究

针对传统的动态帧时隙ALOHA多标签防碰撞算法（DFSA）的系统吞吐率低、系统识别率低等问题进行了研究,提出一种可并行识别的UHF RFID防碰撞算法（OVSF-DFSA）。该算法通过基于正交可变扩频因子（OVSF）码作为扩频码的码分多址技术和DFSA协议相结合,突破了传统算法中单一时隙中只能识别一个标签的局限性,实现了标签碰撞到码碰撞的转变。以理论分析和仿真实验为基础,探究了该算法下的系统吞吐率、系统总时隙数及系统识别率等方面的性能。仿真结果表明,当帧长◢fs◣>2且OVSF码长◢m◣>2,当标签数目大于200时,OVSF-DFSA算法下系统吞吐率是DFSA算法的◢m◣倍,且与DFSA、MS-DFSA、PIGDFSA算法相比,OVSF-DFSA算法在上述性能方面效果更佳。     

无向图中连通支配集问题的精确算法

图◢G=（V,E）的一个支配集DV是一个顶点子集,使得图中每一个顶点要么在D中,要么至少与D中的一个顶点相连。连通支配集问题是找到一个顶点数最小的支配集S,并且S的导出子图G［S］是连通图。◣该问题是一个经典的NP难问题,可应用于连通设施选址、自适应网络等领域。针对无向图中连通支配集问题,仔细分析该问题的图结构性质,挖掘出若干有效的约简规则和分支规则,设计了一个分支搜索算法,并采用了测量治之方法分析算法的运行时间,最终得到了一个运行时间复杂◢度为O*△（1.93n△）的精确◣算法。