LDPC编码自适应加载MIMO-OFDM系统性能分析

介绍了LDPC校验阵的构造及编译码算法,采用了随机法构造LDPC校验阵,编码基于高斯消去直接进行译码采用无穷阶量化时的置信传播算法;讨论了OFDM自适应加载技术与多输入多输出技术,结合自适应比特功率分配算法与基于多载波调制的比特分配方案实现了该加载分配技术;给出了LDPC编码的自适应加载MIMO-OFDM系统的模型。经仿真分析得出,二元域上非规则LDPC编码的系统性能优于多元域上的,自适应加载MIMO-OFDM技术大大提高了系统传输速率,有效增强了系统抗衰落性。     

基于自适应参数混合蚁群算法的双资源约束作业车间调度

文章针对以生产成本最小为目标,考虑差异性工人的双资源约束作业车间调度问题,提出参数按算法迭代结果自适应调整,基于蚂蚁流量自适应控制路径选择的混合蚁群算法,在算法前期扩大解搜索空间,后期加快算法收敛,实现算法性能的分阶段性能优化。通过对仿真实验结果的分析,该混合蚁群算法能有效求解双资源约束车间调度问题,且能够在保证得到较优调度结果的同时,具备优秀的收敛性能。     

一种改进的OFDM系统自适应比特分配算法

针对贪婪算法迭代次数多的不足,提出一种基于Hughes-Hartogs算法的自适应比特分配算法。在误比特率和传输比特总数限定下,先使用Chow算法对每个子载波进行比特初始分配,然后再把余下的比特通过贪婪算法分配到各个子载波上,使总功率达到最小。仿真结果表明,在传输比特数一定的情况下,改进贪婪算法的迭代次数仅是贪婪算法的7.4%³4%,并且在性能上十分逼近贪婪算法。     

多用户电力通信OFDMA-SDMA系统下行链路的资源分配

研究了电力通信正交频分多址 空分多址(OFDMA SDMA)系统在每正交频分复用(OFDM)符号内各用户要求在比特数、各子信道功率上限和特定比特数约束下的多用户在其下行链路中的资源分配模型. 提出一种基于用户空间正交性和优先级的逐比特查表加载和交换调整的功率自适应动态资源分配算法.在电力专用的无线通信环境下对算法进行了仿真. 结果表明,新算法在保障用户服务质量的同时,有效地提高了资源的利用率,而且兼顾了一定的公平性.     

基于目标的局部约束光流分析

针对LK方法在实际使用过程中存在计算量过于巨大,难以实时应用及计算误差偏大的问题.提出以一个对象的所有区域拥有相同的运动速度为局部约束,基于梯度选择有代表意义的特征位置代替全目标区域分析,使用一种自适应的基于运动范围的梯度算法,获得整个物体的运动特性.对实验结果的分析表明:该方法不但减少了局部约束光流法的运算量,而且在结果可靠性方面比典型的LK算法更佳.     

基于资源约束的自适应实时聚类算法

针对物联网环境下实时数据挖掘中资源约束的特点,分析了快速有效地挖掘抽取知识的方法。在K-means算法的基础上,结合RA-Cluster算法,提出了ARRA-Kmeans聚类算法。并基于环境资源约束和时间约束的特点,引入自适应聚类方法和滑动窗口技术,对网络节点的实时数据进行挖掘。实验结果表明,随着流数据量的增大,ARRA-Kmeans算法在处理实时动态的数据时具有较好的效果,聚类精度较高,处理时间较快。     

一种基于自适应代价约束凸函数的盲均衡算法

给出了一种针对正交幅度调制信号的盲均衡算法,该算法基于凸代价函数,在均衡器参数线性约束条件下具有全局最优解,新算法在性能保持不变的前提下具有较少的未知变量及约束方程,复杂度降低。为克服算法在恒定约束条件下可能存在均衡收敛速度慢,甚至不收敛的问题,给出了一种基于自适应代价约束的盲均衡算法,该算法只需更少信号样点,经过多次迭代即可达到更好的收敛性能。仿真实验验证了新算法的性能。     

基于有限反馈的多小区协作迫零预编码

为了同时抑制小区间干扰和用户间干扰,在多小区多用户系统中,基站通过共享CSI,采用小区间干扰清零（ICIN）预编码算法,将2种干扰迫零。在该算法的基础上,提出了有限反馈情况下的自适应比特分配算法以最小化量化误差引起的速率损耗,更有效地利用反馈比特资源。并且,给出速率损耗保持恒定时,用户所需的总反馈比特数的变化规律。仿真结果表明,提出的自适应比特分配算法优于等比特分配算法,并且采用自适应比特分配时系统速率损耗较小,而复用增益与准确CSI时相同。     

一种求解约束优化问题的进化规划型文化算法

为了求解复杂约束优化问题,提出了一种新的进化算法——进化规划型文化算法。求解过程中,在基于自适应的文化算法中引入进化规划,有效利用进化过程中相关知识引导种群进化。针对约束优化问题,对这一算法的信念空间进行了设计,并利用基准函数和丁烯烷化生产调度问题进行了仿真,仿真结果表明该算法具有较好的全局搜索能力,而且大大减少了计算量。     

OFDM中基于预加载的比特和功率分配算法

在总功率和比特数不变的情况下,针对误码率最小化BM(Ber Minimum)的比特和功率联合分配算法计算量大的缺点,提出一种以最小总名义功率为目标、基于预加载的自适应比特和功率分配算法.论述了最小总名义功率的比特加载同误码率最小化的比特加载是同解的,并在最优比特加载结果的基础上求解了最优功率分配方案和次优分配方案.然后以最小总名义功率为目标,提出基于误码率门限比特预加载的比特和功率分配快速算法,减少了搜索最优解的迭代次数,从而提高算法的效率.仿真结果表明,所提出的方法在保证误码率性能前提下,提高了计算速度.     

非线性约束的自适应波束形成算法

提出基于非线性约束的自适应波束形成算法. 首先修改接收信号协方差矩阵信号子空间中的特征向量,使修改后的协方差矩阵基本不包含期望信号(SOI)成分而只包含干扰信号和噪声. 进而利用线性约束最小均方算法(LCMV)和修改后的波束空间求解方向图的权向量w. 为了提高算法的稳健性,采用非线性约束方法对w进行优化,w的优化解在形式上不同于可变对角加载类算法,且优化解中的待定参数容易准确求出. 新算法的输出信干比 (SINR)对导引向量随机误差具有稳健性, 并对期望信号的功率变化表现出不敏感的特性, 仿真证明了这一点.     

一种非反馈结构的故障定位算法

最小冲突集合的产生是模型诊断中最关键的计算步骤,而广义约束传播技术是最有效产生最小冲 突集合的方法之一．使用测点元件影响集的概念,对广义约束传播技术进行了改进,提出了一种非反馈结构 的故障定位算法,此算法可提高诊断的效率．     

基于空间约束的自适应单目3D物体检测算法

引入无须先验模版匹配的3D目标检测算法,通过简化消失点（VP）计算和改进角点提取等步骤,提出一种自适应的单目3D物体检测算法. 针对复杂场景下VP 计算易受干扰的问题,根据室内场景中世界坐标系、相机以及目标物体之间的空间关系,建立目标、相机偏航角与VP之间的约束模型,提出一种基于空间约束的 M 估计子抽样一致性（MSAC）消失点计算方法;为了提高3D框的估计精度,在VP透视关系的基础上,提出一种自适应估计3D框角点的方法,通过建立目标3D轮廓线与2D框的空间约束关系,实现目标物体的3D框快速检测. 相关数据集的实验结果表明,所提方法相比于其他算法不仅在室内场景下具有估计精度高、实时性好的优势,而且在室外场景实验下也具有更好的精度和鲁棒性.     

利用约束条件的定位偏差改进算法

针对最小二乘算法在强噪声条件下偏差较大的问题,将辐射源与辅助变量之间的关系作为约束条件代入最小二乘方程,提出一种基于约束条件的迭代定位算法。首先将约束条件代入代价函数,避免求解拉格朗日乘子,其次利用牛顿法迭代获得目标位置。新算法只需要很少的迭代次数即可收敛,计算量较小,能实现实时定位;另外传统迭代算法对于步长因子的选择十分敏感,而新算法只需用普通的牛顿法即可达到很好的定位效果。仿真结果表明,新算法不仅能有效减小估计偏差,还能降低门限效应带来的影响,对噪声具有较强的鲁棒性。     

一种自适应调制V-BLAST系统的功率受限分配算法

提出了一种自适应调制垂直-贝尔实验室分层空时结构（V-BLAST）系统的低复杂度比特、功率分配算法,满足总平均功率和单根发射天线峰值功率受限条件下使比特率最大化. 该算法可以达到与比特递增分配算法相同的最优分配结果,而计算量大幅度降低. 仿真结果表明,在满足目标误比特率条件下,单天线功率限制会使比特率降低.     

贪婪的Singleton弧相容算法的优化

通过记录搜索过程中的有用信息避免了一些无用的约束传播,从而对预处理阶段的Singleton弧相容算法进行了改进,提出了改进的Singleton弧相容算法———SAC3-Revised,它能够减少约束传播的次数和时间。实验结果表明:对于随机问题,当p2在一定范围内取值时,算法效率可提高两倍以上;对于标准测试用例,算法SAC3_Revised的效率也优于SAC-3。     

联合协方差矩阵重构和ADMM的鲁棒波束形成

为解决传统波束形成器在干扰位置发生扰动和导向矢量失配时,造成自适应权重的不匹配,从而导致算法性能急剧下降,甚至期望信号相消的问题,提出一种联合协方差矩阵重构和交替方向乘子法(Alternating direction method of multipliers, ADMM)的鲁棒波束形成方法。对此,首先基于波束形成器最大输出功率准则,设计了求解最优导向矢量的优化模型。接着,根据Capon算法空间功率谱函数,利用定义的干扰范围对协方差矩阵进行重构,以展宽零陷并增强系统抗运动干扰能力。最后,关于导向矢量的二次不等式约束问题,本质为估计导向矢量和期望导向矢量间的差异,该方法利用ADMM对该二次规划问题进行迭代求解,并在每次迭代中获得导向矢量的具体解。另外,也分析了算法的复杂度。实验结果表明：对比现有的波束形成算法,在干扰处加宽了零陷,提高了波束的抗干扰性;结合复杂度也证明了其计算速度优于现有的算法,并且能够很好地校正失配导向矢量。本方法也为求解二次不等式约束问题和提高波束形成算法性能提供了一种思路和途径。     

基于约束Laplacian分值的半监督特征选择算法

针对Laplacian分值法进行特征选择时过分依赖样本局部结构信息的不足,提出一种改进的基于约束Laplacian分值的半监督特征选择算法。该算法利用样本之间的cannot-link成对约束关系作为全局结构信息,在进行特征选择时,不仅能尽量保持局部结构信息,而且还尽量保持了全局的cannot-link约束关系。基于Yale和PIE（Fave pose,Illamination,Expression dadbase）人脸数据库的实验表明,该算法性能显著优于Laplacian分值法,与Fisher分值法和最新的约束分值法相当,且在稳定性方面优于后者。     

结合定量信息的定性仿真方法

在定性模拟算法（ＱＳＩＭ）中,时间被表示为由一些抽象的特异时点组成的集合,这些特异时点本身不含有任何具体的时域信息．由于缺乏时域信息,人们常常无法对带有时间延迟特性的系统进行仿真,因此必须充分利用一切可以利用的信息．根据区间约束传播思想,在ＱＳＩＭ算法基础上,本文提出了一种充分考虑时域信息的半定量方法（Ｓ－Ｑ）,它是对ＱＳＩＭ算法的一个改进．本文还通过对离散经济系统ＣＯＢＷＥＢ模型的定性模拟,重点讨论了非线性包络函数条件下的模拟过程     

约束多目标人工蜂群算法

为提高约束多目标进化算法的收敛性和解集分布性,提出一种基于人工蜂群算法的改进约束多目标进化算法CMABC。在利用外部种群分别存储较优可行解和不可行解处理约束条件的基础上,根据约束多目标问题的特点,对外部种群的更新方式、迭代种群的更新方式及人工蜂群算法进行改进。实验仿真结果表明,CMABC相对于目前性能较好的MOABC及HPSO具有一定优势,能够在保证良好收敛性的同时,使获得的Pareto最优解集具有更均匀的分布性和更广的覆盖范围,适合于约束多目标优化问题的求解。