卫星广播调度的鲁棒生长方法

本文提出基于果蝇刚毛分化自组织机理的卫星广播调度新方法，该方法生长出了这种问题的优化解。为增加自组织计算的鲁棒性引入了随机竞争排序技术，对不同大小问题的计算测试表明该方法能快速一致地产生有好的结果。     

多中继通信系统中量化误差补偿的MMSE中继预编码方案

为了补偿量化误差造成的系统性能的降级,文中提出将Grassmannian码本量化误差的统计特性引入多中继系统有限反馈中继预编码的设计,首先在QoS要求下的完全反馈中继预编码与接收均衡MMSE两步优化算法的基础上,给出了有限反馈下量化误差补偿的中继预编码与接收均衡MMSE两步优化方案,进而文中在中继和功率约束下,提出了一种有限反馈下量化误差补偿的中继预编码与接收均衡MMSE联合优化方案,并给出了中继预编码矩阵设计的闭合表达式.计算机仿真表明,文中提出的中继和功率约束下量化误差补偿的MMSE联合优化方案的系统性能优于QoS要求下量化误差补偿的MMSE两步优化方案,而且相比没有采用量化误差补偿的MMSE联合优化方案可以获得更低的误码率性能.     

结合扩大标度区及光滑边界方法检测混沌

针对关联维数检测混沌方法对观测噪声、数据量鲁棒性差的缺点,本文从两个方面进行了修正：在扩大标度区混沌检测方法的基础上,利用Neural Gas算法重建吸引子的几何结构,并以此为基础进一步扩大标度区,解决数据量不足的问题;提出光滑边界算法,消除噪声扰动改变的概率分布。最后,将两种方法相结合,形成一种新颖的混沌检测方法。试验结果表明,改进方法取得了较好的结果。     

线性Infomax自组织算法的性能分析

自从Ｌｉｎｓｋｅｒ提出生物系统对信息的处理可能遵循信息传输最大化准则（Ｉｎｆｏｍａｘ）以来，Ｉｎｆｏｍａｘ算法已被成功地应用于很多领域。作者在“非线性Ｉｎｆｏｒｍａｘ自组织算法的盲源分离机理”一文中研究了输入－输出为非线性映射、无输入噪声时Ｉｎｆｏｍａｘ算法的性能，本文在以前工作的基础上，详细讨论了在输入－输出为线性映射、输入信号和噪声为高斯分布条件下Ｉｎｆｏｍａｘ算法的性能，并与传统的ＰＣＡ算法作了比较分析。     

保密通信中混沌遮掩法的实验方案研究

提出由一阶时延微分方程这的无限维浊系统，在结构上易于实现。本文将有信号直接输入该系统以实现保密通信，理论推导和实验结果均表明在经历很短的过渡时间后，接收端和发射端能很快同步。本文的模型在很大参数范围内都能产生混沌，因此具有良好的保密性。     

基于混淆交叉支撑向量机树的自动面部表情分类方法

面部表情自动分类是情感信息处理研究中的重要内容,为了提高表情识别的准确率以及鲁棒性,提出了一种基于混淆交叉支撑向量机树的面部表情自动分类方法。该方法依据伪Zernike矩特征,以混淆交叉支撑向量机树对矩特征进行学习,实现面部表情的自动分类。混淆交叉支撑向量机树的结构使模型能够根据教师信号将面部表情识别问题分解,在不同的层次上以相对较低的复杂度解决子问题;在训练阶段,对当前中间节点划分的两个子样本集进行混淆交叉,增强了模型在面部表情识别上的整体泛化性能以及鲁棒性。实验对Cohn-Kanade面部表情数据库中的6类基本表情进行自动分类,准确率达到96.31%;与同样基于该数据库的识别方法相比,该方法在识别正确率和鲁棒性上具有较大的优势。     

智能天线系统中阵元间互耦的影响及盲校正方法

针对天线阵单元间互耦会导致智能天线性能下降这一问题,提出了一种盲校正方法.该方法基于均匀圆阵(UCA)互耦矩阵的特殊结构形式,利用子空间原理和拉格朗日乘子法,不需要任何辅助信号源就能同时完成阵列误差的校正和波达方向(DOA)的估计.在进行计算机仿真时,还提出了以空间响应相关系数(SRCC)为准则来详细地分析互耦对阵列性能的影响,并通过一些典型的例子证明了所提出的盲校正方法的可行性.     

用脉冲控制法抑制非自治细胞神经网络中的混沌

利用脉冲控制法对含两个神经元的非自治细胞神经网络（ Ｃ Ｎ Ｎ′ｓ）出现的混沌现象进行控制,给出了保证脉冲控制的系统存在周期解的条件,并通过数值仿真实验证实了用很小的外部激励就能控制住混沌。通过观察受控轨道的时间波形,发现利用受控非自治 Ｃ Ｎ Ｎ′ｓ 模型可成功地对生理学中电响应活动信号建模,这一发现为研究人脑或动物大脑中混沌的功能作用提供了非常有用的工具。     

基于干扰消除的异构蜂窝网络中断分析

在异构网络中,小小区可以为宏基站用户提供接入服务,并能够根据自身条件调节传输参数。该文研究在宏基站端干扰消除技术,来消除宏基站到小小区用户的干扰。该文分析了采用此种方案后异构网络下行链路的整体性能,推导了宏基站和小小区用户接收端信噪比的概率密度函数和分布函数。在此基础上,得到了系统整体中断概率的闭合表达式。理论推导和仿真结果表明,干扰消除方案能够有效提升异构蜂窝网络的整体性能。     

基于能效优化的大规模MIMO FDD下行系统导频和功率资源分配算法

该文针对大规模MIMO FDD下行系统,联合考虑信道估计与数据传输两个阶段的资源分配问题,提出一种能效资源分配算法。该方法以最大化能效为目标,以导频时长、导频功率和数据功率为参量,在指定发射功率和频谱效率约束的条件下建立优化模型。由于目标函数无精确解析形式,借助确定性等价原理对其近似并求得闭合表达式。进而,利用分数规划将原分式形式目标函数等价转换为减式形式,再利用目标函数的下界将非凸优化问题逐步释放为相对容易求解的等效问题,最终获得一种3层迭代能效资源优化算法。仿真结果验证了所提算法的有效性,且具有较快的收敛速度。