空间调制系统下改进的QRD-M检测算法

空间调制（SM）系统中性能最优的最大似然（ML）检测算法复杂度很高,用基于信道矩阵QR分解的M算法（QRD-M）可以降低复杂度,但传统QRD-M算法检测时,每层都保留固定的M个节点,仍会造成额外的计算量。针对传统QRD-M算法中存在的问题,提出一种低复杂度的动态M值QRD-M检测算法——LC-QRD-dM。LC-QRD-dM算法利用设计的阈值与累积分支度量值进行比较,每层自适应地选择不超过M的保留节点数,相对于传统QRD-M算法以牺牲少量性能为代价大大降低了复杂度。接着又针对该改进算法在信道衰落较深时会产生较大误码率的问题,进一步提出一种基于信道状态的动态M值QRD-M检测算法——CS-QRD-dM。CS-QRD-dM利用LC-QRD-dM的原理,在低信噪比（SNR）时,每层根据阈值选择不小于M的保留节点数;在高信噪比时,每层则选择不超过M的保留节点数。理论分析和仿真结果表明：相比传统QRD-M,CS-QRD-dM在低信噪比时有约1.3 dB的信噪比增益（误码率为10^-2）,以增加少量复杂度为代价,显著地改善了检测性能;在高信噪比时,其检测性能及复杂度与LC-QRD-dM相同。     

一种高效的QMC检测算法

基于垂直分层空时码的MIMO-OFDM系统提出一种高效的QMC检测算法,该算法对信道矩阵进行一次排序QR分解,对最先检测的信号层采用ML-OSIC算法,用M算法检测中间的信号层,逐层增加保留值M以提高算法有效性,利用串行干扰消除检测余下的信号层。与QRD-M算法相比,QMC检测算法能降低计算复杂度。仿真结果表明,该算法以更低的计算复杂度获得更接近最大似然检测的性能,取得性能与复杂度之间的折中更理想。     

基于QRD-M的多天线分组并行检测算法

提出了一种适用于MIMO通信系统的基于QRD-M的多天线分组并行检测算法。该算法避免了传统分层检测算法中信道矩阵求逆的过程,同时克服了传统QRD-M算法随着收发天线数增多而难以实现性能与复杂度折衷的问题。该算法通过对发送天线的分组,组内并行采用改进的QRD-M检测算法,灵活选取每层被保留的分支,避免过高复杂度的同时提高了系统性能。仿真结果表明,与传统QRD-M算法相比,该改进算法能够更灵活地实现性能需要和复杂度的折衷,在相近的复杂度下可以获得更好的误码性能。     

多入多出系统中改进的QRD-M检测算法

在研究传统QRD-M检测算法的基础上,提出一种用于多入多出系统的改进的QRD-M检测算法。该算法通过累积分支度量排序和终止门限设置,合理减少搜索树的分支数。仿真结果表明,当信噪比为10 dB、调制方式为16QAM、天线配置为4×4时,改进算法在无检测性能损失的情况下可使传统QRD-M检测算法的复杂度降低30%。     

一种用于秩损信道下的MIMO检测算法

无线MIMO信道中由于天线相关性或者特殊的散射体结构, 会发生信道矩阵秩损现象, 从而导致传统的QRD-M算法无法直接应用。针对此问题, 首先利用信道规则化算法对信道矩阵进行扩展来解决秩损问题, 然而该预处理过程又会带来新的检测干扰, 通过采用一种改进的QRD-M检测算法来减小此干扰带来的影响。与传统QRD-M算法每层只保留M个节点不同, 改进的QRD-M检测算法将权值大于第M个节点且差值在某个阈值范围内的所有节点都保留下来, 并对阈值大小的选取进行了理论分析。仿真结果表明, 该算法能够在取较小M值下, 仍能获得较优的检测性能。     

MIMO-OFDM系统中一种改进的最大似然信道估计算法*

对MIMO-OFDM系统中的信道估计进行研究,提出了一种对最大似然（ML）算法的改进,该算法首先采用ML算法获得初始估计值,然后联合检测进行迭代信道估计,充分利用上了接收端联合数据检测得到的数据信号信息与信道估计进行信息交互来提高估计性能,仿真结果表明,相对于传统估计方法,这种改进方法能够得到更好的均方误差和误码率性能,尤其是在导频数量较少时,此改进算法的性能提升将更明显。     

低复杂度的空间调制信号检测

空间调制(SM)算法在接收端常用最大释然(ML)信号检测获得发送天线编号以及调制符号,恢复发射信息比特,但是ML算法复杂度随着天线数和调制阶数的增加呈指数增长,不具有实用性。针对该难题,提出一种新的低复杂度次最优检测算法。通过设置合理的判决门限将信号矢量检测(SVD)和硬限最大似然(HL-ML)算法进行联合。蒙特卡洛仿真结果表明,该算法的误比特率检测性能比SVD算法更接近ML算法,且复杂度与ML算法相比降低了85%。     

LTE系统基于格基约减辅助V-BLAST算法

LTE作为以OFDM-MIMO为主要技术特征的第四代移动通信,它的终端信号检测实现比较困难,这就需要一种性能好、复杂度低的检测算法来实现。格基约减是一种在接收端对信道矩阵进行预处理,可以消除子信道间干扰和抑制噪声的增强。本文在已有的格基约减ELLL算法的基础上,提出一种限制条件更为宽松的对角格约减算法(DR)。该算法的计算复杂度要低于ELLL算法。在该算法的基础上,结合传统V-BLAST和K-best算法思想,给出了一种基于格基约减辅助的V-BLAST算法。仿真结果表明,在LTE系统中该算法能够在复杂度较低的情况下,性能更接近ML算法。     

MIMO-PLC系统中基于条件数阈值选择的信号检测算法

为了满足电力线通信（power line communication,PLC）对更大容量和更广覆盖范围的需求,多输入多输出（multiple-input multiple-output,MIMO）技术已逐渐应用于PLC中,实现了高速率的数据传输,但MIMO-PLC信道具有严重的多径效应和频率选择性衰减的特性,而且不同子载波的信道质量差异性大,使现有的信号检测算法不能获得良好的性能。提出一种基于条件数阈值选择的检测算法,该算法利用信道矩阵的条件数来衡量信道质量的好坏,设置最佳条件数阈值,在信道条件数小于或者等于阈值时,选择CLLL-MMSE-SQRD检测算法,而在信道条件数大于阈值时,选择QRD-M检测算法。通过仿真验证,该算法能够达到最优检测算法的性能,而且在16QAM调制方式下,该算法复杂度相比于QRD-M检测算法降低了44%,且随着调制阶数的增加复杂度降低更为明显。     

大规模MIMO中基于GSSK系统的稀疏检测算法

广义空移键控(GSSK)的特点是在每一时隙只激活部分发射天线,利用激活天线的索引号来传递信息。基于最大似然(ML)准则的GSSK检测器有最优的检测性能,但计算复杂度太高。为了在性能和复杂度之间取得更好的折中,改进了一种基于压缩感知(CS)的GSSK检测算法。仿真结果表明,该算法的检测性能接近于ML算法,且复杂度约为ML算法的2%。     

一种优化的关联规则增量更新算法

针对PFUP算法存在扫描多次数据库这个瓶颈问题,提出一种优化的关联规则增量更新算法MIFUP(Mixed Improve Fast Updating).该算法提出了两种优化策略:借鉴事务压缩原理和用数组存放一阶非频繁项集个数.实验仿真说明,MIFUP算法效率明显优于PFUP算法.     

一种防火墙规则冲突快速检测算法

目前,在防火墙规则冲突检测算法中,效率问题一直没有很好的解决,当防火墙规则数目较大时,检测规则冲突的速度很难满足客户的需要。为了能够快速地检测出防火墙中的规则冲突,在目前使用较多的ASBV算法上提出一种规则冲突检测算法(DBBV算法)。该算法采用的方法是使用位向量和分治技术,该设计在检测规则冲突的时候,设计的算法只是进行了一次位运算。同时该算法采用的是范围形式的规则集。经过对算法详细的分析,以及通过实验方法的验证,改进的DBBV算法的规则冲突检测效率明显高于ASBV算法。     

基于遗传神经网络的MADA

宏观质量决策方案的评价与选择,需要能准确给出各影响因素的权重系数,文中在分析了多属性决策问题及现有方法之后,提出子用遗传神经网络建立权重分配模型,从而改进多属性决策的方法,使权重的确定较为客观准确,并具有自学习功能,实践表明,效果良好。     

一种关于蛋白质模体的自动识别算法

随着生物信息学的发展，模体识别已经成为一种能够从生物序列中提取有用生物信息的方法。文中介绍了有关模体的一些概念，讨论了模体识别算法(MEME)的基础，即EM(expectation maximization)算法，由于MEME算法是建立在EM算法的基础上的，所以又由此引出了MEME算法，并对MEME算法的一些基本问题比如时间复杂度、算法性能等进行了详细讨论，对算法的局限性和有待改进的地方作了说明。实践证明，MEME是一个较好的模体识别算法，它能够识别出蛋白质或者DNA序列中单个或多个模体，具有很大的灵活性。     

加密算法在共享软件加密中的简单应用

在共享软件设计开发过程中,利用不同的加密算法实现对软件注册、软件系统文件、用户权限等进行加密保护,实现了简单的软件加密,有效保护了共享软件的传播和软件系统自身安全。     

智能优化算法的应用研究

优化问题广泛存在于各个领域,对该问题的求解问题从没停止过.自从优化问题提出以来,人们提出了各种各样的智能优化算法.文中简要介绍了遗传算法、蚁群算法、模拟退火算法3种智能优化算法,并简述其优缺点及应用研究的使用情况.     

一种适合于大数据集处理的混合EM算法

EM算法的计算强度较大，且当数据集较大时，计算效率较低。为此，提出了基于部分E步的混合EM算法，降低了算法的计算强度，提高了算法对数据集大小的适应能力，并且保持了EM算法的收敛特性。最后通过将算法应用于大的数据集，验证了该算法能减少计算强度。     

改进的蝴蝶优化聚类算法

针对当前算法在求解聚类问题时存在精度低、速度慢及鲁棒性差等问题,提出一种改进的蝴蝶优化聚类算法,借鉴精英策略思想重新定义蝴蝶优化算法的局部搜索迭代公式,然后融合遗传算法的选择、交叉和变异操作.在1个人工数据集和5个UCI数据集上的测试结果表明所提出算法的性能,且与其他算法相比具有一定优势.     

基于剪枝算法解决多处理机调度问题的算法研究

针对当前算法求解多处理机调度问题的不足,从剪枝策略的角度提出了一种笨人算法。笨人算法的思路是：不断排除最差解,直到剩下唯一解。这种剪枝算法至少保证当前的选择不是最差的,并且对计算过程的最大复杂度作了一个估计。经过实验分析,对于◢N×N◣的MSP,多数情况下,笨人算法比贪心算法、遗传算法、差分进化算法的表现更为稳定和优秀,是一种有效的算法,也为相关问题的研究提供了一种新的思路。     

一种基于小波理论的LMS算法研究

基于LMS算法原理和MALLAT算法,提出了小波自适应算法,并对算法进行了理论分析和仿真研究,仿真结果表明,小波自适应算法在非线性系统辩识中表现出了良好的性能。