基于因子图和联合消息传递的无线网络协作定位算法

针对现有基于消息传递算法的无线网络节点定位算法复杂度和通信开销过高的问题,提出一种基于测距的、低复杂度低协作开销的联合消息传递节点定位算法。所提算法考虑参考节点位置的不确定性以减少误差累积,并将消息约束为高斯函数以降低通信开销。首先,根据系统的概率模型和因子分解设计因子图;然后,根据状态转移模型和测距模型的特点,分别使用置信传播和平均场方法计算预测消息和协作消息;最后,在每次迭代过程中,通过非线性项的泰勒展开将非高斯置信消息近似为高斯函数。仿真分析表明,所提算法的定位性能与基于粒子的SPAWN算法接近,但节点间传输的信息由大量粒子变为均值向量和协方差矩阵,同时计算复杂度也大幅降低。     

数据辅助的时域自相关与互相关联合频偏估计方法

针对数据辅助下突发数据通信中频偏估计精度低和复杂度高的问题,提出了一种数据辅助的时域自相关与互相关联合频偏估计方法。首先,推导出基于通用数据帧结构的频偏估计克拉美劳界（CRB）,同时引入一个形式上更为简单的近似CRB作为估计算法的性能界;然后,在自相关估计中,利用自相关算子和复信号指数化近似得到具有较大范围和较低信噪比门限的自相关算法;在互相关估计中,借鉴自相关估计原理,利用互相关算子获得兼顾低复杂度和高精度的互相关算法。仿真结果表明,所提方法可估计出接近符号速率一半的载波频偏且达到了近似CRB性能;与经典的M&M算法相比,所提方法的估计精度提高了5倍,且从实乘运算来看还具有与导频长度相关的线性复杂度,适用于突发数据通信的工程应用。     

一种基于SLNR预编码的天线与用户联合选择算法*

针对在多用户MIMO系统中天线与用户联合选择算法复杂度高的问题,依据SLNR预编码算法特点,提出了一种基于SLNR预编码的天线与用户联合选择算法。分析了天线与用户选择顺序对基于SLNR预编码算法的多用户MIMO系统性能影响,给出了先天线后用户的次最优选择策略。所提算法首先为每个用户选取最优的单天线,再利用贪婪思想进行用户选择。仿真结果表明,所提算法与穷举算法相比和容量性能在020 dB的信噪比范围内损失均保持在1.6 dB左右;而误比特性能与穷举法相比在10-3有2 dB左右损失,但是所提算法复杂度与穷举法相比下降明显。     

OFDM系统中低复杂度相位因子优化PTS算法

部分传输序列(partial transmit sequence,PTS)算法能够有效降低正交频分复用(orthogonal frequency division multiple-xing,OFDM)系统的峰均比(peak to average ratio,PAPR),但算法的计算复杂度较高.针对这一问题,提出了低复杂度的相位因子优化的部分传输序列算法(reduced calculation-partial transmit sequence,RC-PTS).上述算法在系统发送端对时域数据乘以相位旋转因子来减少计算复杂度,在系统接收端依据数据星座点欧氏距离最大的原则,给出优化后的相位因子的表达式.仿真分析了所提算法的峰均功率比(peak to average power ratio,PAPR)抑制、计算复杂度降低比(computational complexity reduction ratio,CCRR)和系统误比特率(bit error rate,BER)性能,仿真结果表明,所提算法不仅明显降低了计算复杂度,而且有效抑制了OFDM信号的PAPR,算法的BER性能与原始信号的基本一致.     

LoG边缘算子改进的加权引导滤波算法

针对原始全局的引导滤波算法对整幅图像各个区域使用统一的线性模型与相同的规整化因子,从而未能适应图像本身不同区域的纹理特性,提出了基于LoG边缘检测算子改进的加权自适应规整因子。通过在局部窗口内计算LoG幅值响应,对原有的规整化因子进行惩罚来取得对图像平滑区域与边缘区域的自适应,使得在保证降噪效果的前提下进一步突出边缘像素和平坦区域像素之间的差异。对开源医学图像库BrainWeb中不同断层的T1、T2与PD加权图像,共18张图像,添加9%的莱斯噪声作为测试库,并采用结构相似性因子(SSIM)与无参考图像锐化因子(CPBD)作为算法的定量评估指标。实验结果表明,与原始的引导滤波算法相比,所提方法的SSIM指标获得了最高5%左右的提升,CPBD指标获得了最高6%左右的提升。在引导滤波不同规整化因子的条件下,所提算法均优于原始的引导滤波算法和现有的基于方差图像加权改进的引导滤波算法,并保留了原始引导滤波O(N)的复杂度。与现存的主流滤波算法比较,所提算法能够兼顾SSIM与CPBD指标,具有最高的综合性能,且具有最低的算法复杂度,能够用于医学图像和彩色图像的快速滤波降噪。     

5G低密度奇偶校验码的低复杂度偏移最小和算法

为了提高低密度奇偶校验（LDPC）码偏移最小和（OMS）算法的误码性能,基于5G NR标准提出了一种5G LDPC码的低复杂度OMS算法。针对传统算法中偏移因子值计算不够准确问题,使用密度进化获取更加精准的偏移因子值,用于校验节点更新,以增强OMS算法的性能;并使用线性近似方法对获得的偏移因子值进行近似处理,在保证译码性能的情况下降低了算法的复杂度。针对变量节点振荡现象对译码的影响,将节点更新前后的对数似然比（LLR）消息值加权处理,削减变量节点的振荡性,提高了译码器收敛速度。仿真结果表明,与归一化最小和（NMS）算法和OMS算法相比,在误比特率（BER）为10^-5时所提算法译码性能可以获得0.3~0.5 dB的增益,平均迭代次数分别降低了48.1%和24.3%,同时与对数似然比-置信传播（LLR-BP）算法也只相差近0.1 dB。     

基于大规模MIMO网络的低复杂度块对角化算法

在多用户MIMO系统下行链路中,块对角化（Block diagonalization, BD）预编 码算法的和速率性能要优于匹配滤波算法（Matched filter, MF）和迫零算法（Zero forc i ng, ZF）。然而,传统的BD算法利用矩阵分解来构造除当前用户的其他所有用户信道的零空 间,需要O(N2)浮点运算次数（Float point operations, FLOPs）。当 基站的天线数N趋向于大规模时,BD算法计算复杂度巨大。本文 提出一种基于投影子方法构造其他用户合成信道的零空间的BD算法,该算法仅需O( N)FLOPs。仿真表明：同传统的BD算法相比,本文所提出的低复杂度BD算法显著地降低 了实现复杂度,而和速率性能损失微小,仍然优于MF和ZF,并且当N趋 向于大规模时,它的和速率性能趋向于传统的BD算法和SVD算法。     

基于互质阵的循环平稳信号低复杂度欠定DOA估计算法

针对现有大多数循环平稳信号DOA估计算法复杂度较高、估计精度低无法实现对有用信号的欠定估计问题,提出了一种基于互质阵的循环平稳信号低复杂度、欠定DOA估计算法.算法的主要思想是利用互质阵良好的稀疏特性,通过矢量化处理构造虚拟阵列模型,扩展阵列孔径,实现阵列自由度的提升.首先,算法构造了互质阵输出的循环自相关矩阵,然后进行矢量化处理得到最大连续虚拟阵元部分,给出其谱峰搜索的表达式.最后,为降低计算复杂度,对算法进行改进,应用多项式求根的方法直接求解DOA估计值.仿真结果表明,所提算法能实现对有用信号的欠定估计,计算复杂度较低,且相比于大多数的循环平稳信号DOA估计算法,所提算法估计自由度和估计精度有了进一步的提升.     

基于图像复杂度曲线拟合的快速图像分割方法

针对经典Otsu算法、最大熵算法、最小交叉熵算法等在 低 信噪比图像中分割效果较差的问题,从图像复杂度的角度提出了基于图像背景与目标的对象复杂度的图像分割方法,并采用曲线拟合方法大大减少了计算冗余,提高了算法的实时性与稳定性。实验表明,与经典算法相比,所提快速分割算法具有运行速度快、稳定性与可靠性高等特点,能够有效地解决 低信噪比图像分割效果较差的问题。     

基于因子图结合卡方检测的多AUV协同定位方法

针对复杂的水下环境导致水声通信噪声出现异常值的问题,提出一种基于因子图结合卡方检测的多AUV协同定位算法。建立因子图模型将全局函数估计问题转化为局部函数和积估计问题,利用卡方检测测距噪声异常值。所提算法在测距噪声存在异常值情况下,与传统Kalman滤波算法相比定位误差大幅减小。该研究进行了数学仿真验证,验证了所提算法可以有效提高系统的定位稳定性,处理测距噪声异常值对定位性能的影响。     

相关分块衰落信道下基于因子图EM算法的解码方法

针对相关分块衰落信道模型,提出一种基于因子图期望最大化(FGEM)算法的联合估计解码方法。在接收机中,采用因子图消息传递方法进行信道估计和迭代解码, 并引入期望最大化(EM)算法来消除因子图模型中存在环路对消息传递的影响,同时解决了消息传递中的混合高斯消息计算的问题。采用卡尔曼前后向算法代替最大化步消息更新过程,简化了消息的迭代计算,降低了联合解码和估计的复杂性。实验结果表明,与只有导频辅助方法和判决方法相比,该算法进一步提高了信道估计的准确度和接收机的解码性能。     

基于自适应LASSO先验的稀疏贝叶斯学习算法

为了提高稀疏信号恢复的准确性, 开展了基于自适应套索算子(Least absolute shrinkage and selection operator, LASSO)先验的稀疏贝叶斯学习(Sparse Bayesian learning, SBL)算法研究. 1) 在稀疏贝叶斯模型构建阶段, 构造了一种新的多层贝叶斯框架, 赋予信号中元素独立的LASSO先验. 该先验比现有稀疏先验更有效地鼓励稀疏并且该模型中所有参数更新存在闭合解. 然后在该多层贝叶斯框架的基础上提出了一种基于自适应LASSO先验的SBL算法. 2) 为降低提出的算法的计算复杂度, 在贝叶斯推断阶段利用空间轮换变元方法对提出的算法进行改进, 避免了矩阵求逆运算, 使参数更新快速高效, 从而提出了一种基于自适应LASSO先验的快速SBL算法. 本文提出的算法的稀疏恢复性能通过实验进行了验证, 分别针对不同大小测量矩阵的稀疏信号恢复以及单快拍波达方向(Direction of arrival, DOA)估计开展了实验. 实验结果表明: 提出基于自适应LASSO先验的SBL算法比现有算法具有更高的稀疏恢复准确度; 提出的快速算法的准确度略低于提出的基于自适应LASSO先验的SBL算法, 但计算复杂度明显降低.     

基于一般逻辑拓扑结构的广播通信研究和实现

在分布存储并行计算消息传递系统中,许多广播通信中的消息传递路径是对程序员透明的,程序员不能改变消息传递路径,但应用程序运行时的情况很复杂。程序员根据计算环境及应用程序特征选择消息传递路径,有助于提高广播通信的效能。在通信过程中,消息标志是用来区分消息的,以便接受进程能正确接受消息。然后,消息标志易导致应用程序出错,而且消息标志增加编制程序的复杂性。文中首先给出了逻辑拓扑结构的形式定义及基本性质,提     

基于MPI和OpenMP混合编程的非负矩阵分解并行算法

非负矩阵分解(NMF)作为一种数据降维和特征提取的有效工具,已经在文本聚类、推荐系统等多个领域得到应用,但是其计算过程比较复杂。对此,提出一种基于MPI+OpenMP的混合层次化并行NMF方法,其充分利用基于MPI的消息传递模型和基于OpenMP的共享存储模型各自的优势,并基于多核节点集群进行测试。实验结果表明,所设计的并行NMF算法达到了较高的加速比,能有效处理高阶矩阵的非负分解,极大地提高了计算的效率。     

Vision,application scenarios,and key technology trends for 6G mobile communications

Multiuser detection based on the message passing algorithm (MPA) has been considered for sparse code multiple access (SCMA) systems. Recently, some complexity-reduced MPA detectors have been proposed, among which the MPA detector based on dynamic factor graph (DFG-MPA) has been shown to outperform other MPA detectors with comparable complexities. However, all these MPA detectors are somehow not very flexible in terms of performance-complexity tradeoff, i.e., the granularities of computational complexity reduction are relatively large. In this paper, a generalized scheme of DFG-MPA, termed as GDFG-MPA, is proposed to make a better and more flexible performance-complexity tradeoff. The proposed scheme features two aspects: (1) instead of banning a message update forever, a banned message update at some iteration is allowed to be updated at later iterations; (2) different numbers of message updates are banned from updating at different iterations. Optimization of GDFG-MPA can be made by allocating banned message updates among iterations. Numerical results have demonstrated that compared to DFG-MPA the proposed GDFG-MPA can achieve much better performance at the same computational complexity or achieve the same performance with much lower complexity. Moreover, the proposed GDFG-MPA is more flexible in tuning the performance and complexity tradeoff.

     

A Fast Token-Chasing Mutual Exclusion Algorithm in Arbitrary Network Topologies

We present a simple and efficient mutual exclusion algorithm whose optimal message passing complexity isO(N), whereNis the number of processors in the network. The message complexity is measured by counting the number of communication hops in a network for a given topology. This algorithm reduces its message passing complexity by a token-chasing method, and enhances its effectiveness by dynamically adjusting state information stored in each processor. Moreover, this algorithm shortens the request delay by fully taking advantage of the network dynamic status information. The performance of the algorithm is also modeled for analytical evaluation. We have conducted a group of experiments on a network of workstations for comparisons between our algorithm and two other existing mutual exclusion algorithms. The experimental results show the effectiveness of our algorithm, especially when a large number of requests access the critical region in a distributed system. Finally, the token-chasing algorithm is further enhanced for fault tolerance under message loss and link crash conditions.     

A Token-Based Distributed Group Mutual Exclusion Algorithm with Quorums

The group mutual exclusion problem is a generalization of mutual exclusion problem such that a set of processes in the same group can enter critical section simultaneously. In this paper, we propose a distributed algorithm for the group mutual exclusion problem in asynchronous message passing distributed systems. Our algorithm is based on tokens, and a process that obtains a token can enter critical section. For reducing message complexity, it uses coterie as a communication structure when a process sends a request messages. Informally, coterie is a set of quorums, each of which is a subset of the process set, and any two quorums share at least one process. The message complexity of our algorithm is $O(|Q|)$ in the worst case, where $|Q|$ is a quorum size that the algorithm adopts. Performance of the proposed algorithm is presented by analysis and discrete event simulation. Especially, the proposed algorithm achieves high concurrency, which is a performance measure for the number of processes that can be in critical section simultaneously.     

基于MPI_Ruby的自平衡容错型声场并行计算

基于MPI消息传递范型的并行计算是高性能计算热点中的一个主要方向。然而，大规模并行计算应用源码的编制具有相当程度的复杂性，而且静态特征的MPI标准并不提供任何的容错机制和动态任务平衡管理机制。对此，本文以声场并行计算过程为例，介绍了2002年新出现的具有高度易用性的MPI_Ruby语言，给出了一个应用层任务自平衡高度算法和基于组间通信体的容错算法。场场并行计算用MPI_Ruby编写较之用MPI编写能大幅节省源码行数。     

一种基于分布式结构的雷达系统仿真引擎机制研究*

随着系统规模的不断扩大,系统复杂度大大提高,采用单一的仿真程序已不能满足大规模复杂系统仿真的需求,采用分布式结构进行雷达系统仿真逐渐成为一种解决复杂系统仿真的主要方法。仿真引擎机制的研究是雷达仿真系统设计的关键,有利于深化和提升雷达仿真的效率。阐述了雷达仿真系统模型,采用分布式结构,提出了基于消息服务中心MSC和运行监控中心SC两层控制结构的仿真引擎机制,将用户接口服务与消息传递服务分离开来,增强了雷达仿真软件的灵活性和易操作性。在这种机制下,进一步提出了消息传递算法MPA并进行了系统性能测试和验证,仿真实验结果表明,MPA算法可以快速、可靠地实现雷达系统内部各执程体间的互连互通,准确地完成雷达仿真过程的控制与监视。