多用户MIMO系统中一种自由度分配算法

近年来迭代干扰对齐技术得到了较多的关注,通过迭代干扰对齐算法可设计线性预编码矩阵,以最大化多输入多输出系统的总速率.但目前将自由度(DoF)分配方式作为系统总速率影响因素的研究较少.为此,提出一种DoF分配算法,通过改进模拟退火算法从而得到可使系统总速率达到最大的DoF分配方式.DoF分配问题是组合优化问题,采用模拟退火算法可较好地解决该问题.仿真结果表明,该算法所获得的系统总速率接近遍历算法的性能,具有更低的复杂度.尤其当系统变得复杂(用户数目增加,或者天线数目增加)时,改进模拟退火算法的低复杂度优势更为明显.     

多用户MIMO系统用户选择算法

MIMO系统在不增加带宽的情况下可以有效提高频谱效率。但由于多用户MIMO系统现存预编码方法和系统天线数目的限制,使得系统容纳用户数为一限定值,无法满足实际需要。针对这一问题,给出一种等功率分配的用户选择算法,其通过对信道容量等效近似来得到较优的用户组。为了降低用户选择复杂度,给出一种迭代的次优用户选择算法,达到快速选取较优用户的目的。仿真结果表明所提算法可以获得较好的系统容量性能,适用于实际通信系统。     

多用户MIMO下行链路中基于SLNR的联合用户-天线功率分配算法

在多用户MIMO系统中,在天线间或用户间进行发射功率分配,可以显著提高系统总容量.本文针对多用户MIMO系统中的下行链路,在多用户迭代注水算法的基础上,提出一种联合用户-天线功率分配算法,在进行多用户迭代注水之前,首先基于信漏噪比(SLNR)进行用户间功率分配.仿真结果显示,与多用户迭代注水算法及仅进行用户选择的多用户迭代注水算法相比,本文提出的算法大大提高了系统总容量.     

基于虚拟空时信道技术的MIMO系统

MIMO通信系统能够在不增加系统带宽以及功率的情况下,提高系统的数据传输速率与频带利用率.常规MIMO通信系统的每根发射天线承载单路用户数据流,通过增加天线数目提高系统信道容量与载入用户数量,即不同用户数据分配至不同的发射天线上,对于发射端的天线,一方面,增加天线数会增加系统复杂度,另一方面,每根发射天线仅分配单一用户是浪费资源的.因此,在天线上复用多路用户是MIMO系统的发展趋势.针对问题,提出了在发射端级联虚拟空时信道模块的优化MIMO系统,该模块通过系统的反馈信息自适应地调整参数,优化无线信道,保证传输同样数据流的情况下,提高系统通信质量以及在同样的通信质量下与系统带宽下提高系统传输速率.实验测试以及仿真表明,在2×2规模的MIMO系统中,改进的MIMO系统能够在相同带宽内至少提高50%的传输速率.     

MIMO信道中基于功率分配的SLNR预编码算法

为了消除或降低多用户MIMO系统下行链路存在的共信道干扰（ CCI）,提出一种结合功率分配的基于最大化信漏噪比（ SLNR）的预编码算法。首先,根据SLNR算法求出最优预编码矩阵,再结合最优功率分配算法,借助拉格朗日乘数法,优化分配每个用户的发送功率,从而提高系统和容量以及降低误码率（ BER）性能。为了简化计算复杂度,还提出了SLNR算法结合次优化功率分配算法。仿真表明,所提出的算法比块对角化（ BD）算法和最小均方误差准则（ MMSE）算法在系统和容量以及误码率性能上都有所改善。     

基于动态功率分配的子空间干扰对齐算法

为了更好地消除MIMO干扰信道下的多小区干扰,该文采用子空间干扰对齐算法和功率分配相结合的干扰对齐方案,该方案充分利用干扰系统总功率,将多小区干扰尽可能地重叠在相应子空间内,以提高整体系统的性能.仿真结果显示,与传统干扰对齐算法相比,本算法仅以微小的系统容量为代价,却显著地降低了整体系统的干扰总功率。     

多用户MIMO系统下行收发联合设计

提出了一种改进的基于最小和均方误差(TMMSE)准则的MIMO系统下行链路收发联合设计算法,该算法通过迭代求解预编码和解码矩阵。相比于已有算法,充分利用了信道状态信息,借鉴BD算法的思想优化了迭代初值的选取。将求解Lagrange乘子的过程由非线性转化为线性,获得了Lagrange乘子的解析解,并使计算结果更加精确。仿真结果表明,该算法获得了更快的收敛速度,系统的误码性能得到显著提升,同时算法的计算复杂度明显降低。     

多用户MIMO系统的低复杂度天线选择算法

块对角化是一种用于多用户MIMO系统下行链路的预编码方案,它可以完全消除多用户间的干扰。论文就是针对采用块对角化预编码的多用户MIMO下行链路,基于信道F-范数提出一种新的次优天线选择算法。该算法计算复杂度较低。仿真结果显示,其系统容量接近采用最优算法的系统容量。     

一种新的基于泄漏的多用户MIMO预编码

针对多用户MIMO基本SLNR预编码算法在发送天线数小于接收天线数之和时性能恶化的情况,考虑到接收滤波矩阵对泄漏功率的抑制作用,定义了一种新的信漏噪比形式,并基于信漏噪比最大准则,建立了一种最优发送预编码矩阵和接收滤波矩阵的联合设计方案。与基本SLNR算法相比,所给出的算法可以充分利用接收方的富裕空间进一步提高系统性能,增加系统支持的用户数目。仿真结果表明,当接收天线总数大于发送天线数时,只要子流数之和小于发送天线数,所给出的新算法依然具有非常优良的平均误比特率性能以及系统的和容量性能。     

上行多用户MIMO系统检测算法及抗远近效应研究

上行多用户MIMO通信系统必须抑制用户间的共信道干扰,本文提出了一种基于最大信号干扰噪声比准则的多用户干扰抑制算法,并且给出了其在存信在道估计误差时的改进算法。与BD算法相比,该算法考虑了噪声的影响,性能有较大的提升。然后提出了一种信号重组方法将Alamouti空时编码用于上行多用户系统中,以进一步提升系统的检测性能。最后针对存在远近效应时算法的局限性,提出了一种分组优化算法,以保证各用户均能达到所期望的容量。仿真结果表明本文所提算法具有优异的性能。     

改进麻雀搜索算法在分布式电源配置中的应用

针对麻雀搜索算法（Sparrow Search Algorithm,SSA）在解决高维、非线性的分布式电源（Distributed Generation,DG）优化配置问题中求解精度与稳定性不足的问题,提出一种改进麻雀搜索算法进行求解。通过引入Tent混沌提高初始解的质量,利用Levy飞行策略和柯西高斯变异,增强算法搜索方向的多元性以及跳出局部最优的能力,针对算法在工程应用中产生大量无效麻雀的问题,优化了麻雀位置更新公式,以提高SSA的工程实用性。分别用标准SSA、ISSA、蝴蝶优化算法（Butterfly Optimization Algorithm,BOA）、鲸鱼优化算法（Whale Optimization Algorithm,WOA）测试基准函数,对比验证ISSA的有效性,并将ISSA应用于IEEE33节点系统的DG化配置模型求解,所求的DG配置方案能更大程度地降低配电网有功损耗与电压偏差。     

基于新型拥挤度距离的多目标麻雀搜索算法

现实中的多目标问题日益复杂,解决这类问题需要高效的优化算法。基于麻雀搜索算法,提出多目标麻雀搜索算法（Multi-objective Sparrow Search Algorithm,MSSA）,对多目标优化问题进行求解。依据外部存档收敛性动态调整麻雀种群比例因子,以达到全局探索能力和局部开发能力的最佳平衡,确保收敛性;对麻雀种群进行非支配排序;对麻雀种群的发现者引入多项式变异因子,增强算法跳出局部最优的能力;设计一种新型拥挤度距离计算策略,利用外部存档解的拥挤度大小剔除相似个体的方法对种群进行裁剪,使个体不超过存档上限的同时维持种群的多样性。分别使用多目标函数和盘式制动器设计测试算法性能。MSSA与MOPSO、MOGWO、NSGA-II和SPEA2在多目标测试函数上进行对比实验,结果表明MSSA算法在收敛性和均匀性两项指标上有显著的优势。盘式制动器仿真结果表明,MSSA可以快速地找到问题的非支配解,证明了该方法的有效性。     

基于累积和算法的域名系统缓存攻击检测

针对域名系统(DNS)缓存攻击,提出一种简单有效的检测机制。为增强对攻击行为的敏感性并减小计算复杂度,通过无参数累积和检测模型改进DNS的协议行为,利用变点检测的相关算法实现对攻击行为的检测。仿真结果表明,该机制能够有效检测DNS缓存攻击,并实现检测准确率和误警率间的平衡。     

基于极大熵和声搜索算法的非线性方程组求解

提出一种基于极大熵和声搜索(HS)的非线性方程组求解算法。利用极大熵函数代替不可微的极大值函数,从而将非线性方程组问题转化为一个无约束极小化问题,并通过HS算法对其进行求解。数值实验结果表明,与牛顿算法相比,该算法简单直观,具有较高的求解准确性。     

大容量专利文献网上检索系统的实现

该文结合大容量专利文献数据的特点,介绍了一种专利文献数据网上检索系统的结构和开发,并重点讲述了在数据库和检索软件中如何采用多种措施以提高系统检索速度。     

基于改进蚁群算法的数据仓库多连接查询优化

传统蚁群算法在解决数据仓库查询优化问题时存在过早收敛、收敛速度慢的缺点。为此,对传统蚁群算法进行改进,将伪随机状态转移规则引入最大最小蚁群系统,在每次迭代结束后进行迭代局部搜索。实验结果表明,改进算法在多表连接查询优化中具有较快的收敛速度,能提高最优解的质量。     

基于蚁群算法的多目标网络铺设策略研究

研究通信网络在不同目标下的铺设策略。为满足不同需求,建立网络终端之间的距离矩阵并将其转化为一个全连通无向赋权图。根据网络设计标准,以最低成本为唯一目标建立最短路径模型,利用Prim算法求解得到最小生成树。在最小生成树逻辑结构上建立稳定性度约束模型,给出满足度约束的铺设方案。综合考虑网络铺设的多方面影响因素,建立多目标组合优化模型,基于蚁群算法设计不同链路通断概率、不同链路数目和较高稳定性下的全局最优铺设策略。     

基于遗传算法的入侵检测系统的应用现状研究

遗传算法（GA）是一种新型的优化方法,它比传统搜索方法具有更强的鲁棒性,它被成功地应用于解决商业、工程和科学等领域中复杂的优化问题,但应用于入侵检测系统（IDS）的研究时间并不长。近年来,国内外在遗传算法应用于IDS中的研究越来越多,方法也层出不穷。遗传算法（GA）可以提高IDS的检测效率,减少错误率以及剔除无用的分析项,使IDS的运行时间得到优化。     

基于二元蚁群算法的多目标订单分配问题求解

为了在最小化综合成本的同时尽量均衡企业的生产负荷以及为水平型制造协作联盟(HMCA)订单分配的管理工作提供依据,设计多种群混合行为二元蚁群算法,用于求解HMCA订单分配的多目标模型。该方法在二元蚁群算法的基础上引入区域划分、环境评价与奖励策略,以弥补二元蚁群算法难以同时寻找多个解的缺陷,通过引入中心扰动行为,进一步提高求解质量。实验结果表明,该算法可以保证分布性,且求解质量较高。