基于裁减自动球形算法的多符号差分空时译码

将裁减自动球形译码算法(PASD)应用于多符号差分酉空时译码。多符号差分酉空时译码可以克服快衰落信道中常规差分空时译码的误码平层问题,但其计算复杂度和多符号窗口的长度成指数增长关系。自动球形算法是最大似然性能球形译码算法中乘加次数最少的方案,裁减自动球形算法在性能恶化很小的前提下进一步减少了该方案的计算复杂度。将裁减自动球形算法应用于多符号差分酉空时译码,可以显著的减少计算量。通过仿真表明,方案在显著减少计算量的情况下,性能的恶化很小,达到了性能和复杂度的较好折衷。     

球形译码算法在信号空间分集系统中的应用研究

针对信号空间分集系统中最大似然检测算法复杂度高的问题,选用球形译码算法作为信号空间分集系统接收机检测算法,可以使接收机在接近最大似然算法检测性能的同时,降低接收机检测复杂度。为进一步降低检测复杂度,通过采用最小均方误差算法减小噪声对接收信号的干扰,来降低因搜索噪声点而产生的复杂度,并利用衰减因子k加快搜索半径收缩来达到进一步降低球形译码算法检测复杂度的目的。仿真结果表明,在信号空间分集系统中引入球形译码算法可以降低接收机检测复杂度,并且改进后的球形译码算法检测时间在低信噪比情况下约为传统球形译码算法的12%—33%。因此,球形译码算法可以有效地降低信号空间分集系统接收机检测复杂度。     

结合最小均方误差的改进球形译码检测算法

在多输入多输出(MIMO)系统的信号检测算法中,球形译码算法的检测性能最接近最大似然算法,但传统球形译码算法运算复杂度较高。为降低球形译码算法复杂度,提出一种新型的球形译码检测算法。新算法由改进的快速球形译码算法与最小均方误差算法相结合而成。改进的快速球形译码算法通过在球形半径收缩时乘上一个常量参数来提高半径收缩速度,减少算法搜索的信号点数,从而达到降低复杂度的目的。最小均方误差算法则能够通过减小噪声对接收信号的干扰来降低因搜索噪声点而产生的复杂度。将最小均方误差算法的信道矩阵应用在改进的快速球形译码算法中,将两种算法有效地结合,能够进一步降低算法复杂度。仿真结果表明,当信噪比(SNR)低于10 dB时,新算法相比于原始球形译码算法,检测性能平均提高了9%左右。     

酉空时调制系统中基于球形译码的多符号差分检测算法

为酉空时调制系统设计的多符号差分球形译码能以较低复杂度获得最大似然检测性能.但该算法基于准静态信道假设,当将它用于快衰落信道时会出现严重的误码平层现象.文中基于连续衰落信道假设,将最大似然度量的一种递推形式嵌入自动球形译码中,构建了多符号差分自动球形译码算法,并以此为基础提出了降低计算复杂度的多符号差分近似自动球形译码与降低比较操作次数的多符号差分裁减自动球形译码.与现存的两种典型算法,即多符号判决反馈检测(MS-DFD)和非相干序列检测(NSD)相比,所提算法的性能明显优于MS-DFD,接近NSD的性能,但其平均复杂度远低于NSD,在大多数情况下明显低于MS-DFD的复杂度.     

长期演进系统中一种低复杂度球形译码算法

在长期演进(LTE)系统中,球形译码算法拥有接近于最大似然(ML)的误码率(BER)性能。针对在16QAM和64QAM等高阶调制情况下球形译码算法计算复杂度和所需硬件资源的急剧增加,提出了一种调整符号搜索策略的改进型球形译码算法。该算法在不同的检测层采用特定的符号搜索方案,并结合一种基于信噪比的动态调整半径方法。在无线瑞利信道环境下,对各种球形译码算法进行了仿真。仿真结果表明,提出的改进型算法基本保持传统球形译码算法较低的BER性能,同时还有效地降低了计算复杂度和硬件实现复杂度。     

一种低复杂度MIMO球形检测算法

针对球形译码检测算法在信噪比较低时复杂度大的问题,提出一种新型球形检测算法。通过使用一个压缩因子对低信噪比时的球半径进行抑制,同时结合最小均方误差检测算法降低算法复杂度。仿真结果表明,在信噪比低于10 dB时,该算法相对传统球形译码算法,复杂度平均降低10%左右,并且性能损失较少。     

无线信道下基于可译集的喷泉码增量译码算法

针对无线信道中数字喷泉码BP译码算法复杂度高、增量译码效率低下的问题,提出了一种基于可译集的增量译码算法。该算法给出变量节点成功译码时似然比所需达到的合适门限值Tre的理论分析方法,将译码过程中似然比高于门限值的变量节点归入可译集,提前译出以减少计算量;另一方面,若译码失败,增加开销重新译码时可先利用已成功译出的部分变量节点简化Tanner图,只对未达到译码门限的变量节点进行迭代,进一步减少计算量,并给出了算法描述和复杂度分析。最后通过仿真表明,该算法与传统的BP译码算法性能相同,但计算量大大减少,效率显著提高。     

LTE系统中咬尾卷积码的编译码算法

介绍了LTE系统中的咬尾卷积编码器,分析了该编码器的增益,在众多译码算法的基础上研究咬尾卷积码的几种译码算法,通过MATLAB对这几种译码算法在不同信道环境、不同长度数据块的情况下进行性能仿真,并对仿真结果进行分析。从性能和复杂度这两个角度考虑, 两步维特比算法较适合作为LTE通信系统中咬尾卷积码的译码方法。     

LTE系统中咬尾卷积码的编译码算法仿真及性能分析

介绍了LTE系统中的咬尾卷积编码器,分析了该编码器的增益,在众多译码算法的基础上研究咬尾卷积码的几种译码算法,通过MATLAB对这几种译码算法在不同信道环境、不同长度数据块的情况下进行性能仿真,并对仿真结果进行分析.从性能和复杂度这两个角度考虑, 两步维特比算法较适合作为LTE通信系统中咬尾卷积码的译码方法.     

面向5G的多元LDPC改进译码算法的仿真研究

根据5G移动通信中高速率、低时延、大容量数据传输及多种场景的特点,提出了一种面向5G的基于多元LDPC码的低复杂度译码算法,即混合域Log-FFT-BP(Mixed Log-FFT-BP)译码算法。该算法直接对概率信息求对数,避免求解对数似然比操作,并且在校验节点的更新过程中,采用对中间变量求对数再对校验节点信息求傅里叶逆变换的方式,来进一步降低译码复杂度。从5G信道编码需支持更广泛的码块长度和更多码率的角度进行仿真,结果表明, 与传统译码算法相比,改进的Mixed log-FFT-BP算法性能相差不大,约为0.1～0.2dB,且能够降低译码复杂度,更利于硬件平台的实现。     

基于Hierarchy结构的网格资源发现算法

为了解决传统资源发现机制不能很好地适应网络状态、可扩展性较差等问题,在超级节点模型的基础上,结合联系节点,建立了一种基于层次结构的网格模型,设计了成员加入协议,给出了基于跳数限定、缓存列表的资源发现算法。通过对网络架构的分析,该模型能够适应网格资源的复杂性与异构性,可扩展性好。实验结果证明：该算法缩短了查询时间,提高了网格环境下资源发现的效率。     

无线传感器网络自定位算法的研究

节点自定位技术是无线传感器网络的关键技术之一,文章主要针对DV-Hop算法中定位精度的不足提出一种基于功率控制的改进算法。将RSSI和DV-Hop相结合,把传统DV-Hop算法中的跳数用虚拟距离代替,通过实际距离与虚拟距离的比例来修正平均每跳距离。为了减小定位误差和提高定位覆盖率,该文将锚节点分布在区域四周,并且将已定位的未知节点升级为锚节点。经仿真结果表明,与传统DV-Hop算法相比,改进后的算法可以有效提高定位精度。     

基于时间权重值的共识算法研究

针对联盟链中广泛应用的PBFT算法网络复杂度高、共识速度慢以及查询速度上的不足进行了研究,并提出了一种基于时间权重值(time-weighted value,TWV)的共识算法.首先,针对网络复杂度高和共识速度慢的问题,TWV共识算法通过节点的时间权重值选择合适的共识节点缩小了共识节点的规模,并且结合PBFT算法中的视图更换协议,将此时的共识节点替换为具有较高时间权重值的节点;其次利用共识节点延迟低、在线时间长以及数据存储量的特点,提升了数据查询和同步的效率;最后,通过本地多节点的仿真对比实验证明,TWV共识算法的数据查询效率以及吞吐量较PBFT共识算法有所提升,并且有效降低了节点达成共识的时间.     

基于复杂网络的社区发现算法研究

近年来,高质量社区的挖掘和发现已经成为复杂网络研究的一个热点。目前大多的社区发现算法主要针对无向网络,但现在的很多真实网络通常都是有向加权的。同时,标签传播算法(LPA)是一种接近线性复杂度的社区发现算法,该算法具有简单高效、不需要提供社区规模和社区个数等先验知识的特点,因而得到了广泛关注和应用。针对有向加权网络,提出了一种基于节点重要性和节点相似性的改进标签传播算法(CRJ-LPA)。该算法综合考虑节点的边权、节点的信息传播能力、节点相似度以及节点集聚系数等因素。算法通过加权的ClusterRank获得节点重要性列表用以避免LPA中的随机选择;然后,采用Jaccard系数度量节点的相似度,结合节点重要性列表计算出一个新的度量CRJ(重要度和相似度),提高了算法的稳定性。实验结果表明,该算法有效可行,且具有较好的鲁棒性。     

基于BP神经网络的SCL译码研究

现存极化码译码算法仍然遭受非常高的复杂度.针对此问题,提出一种基于BP神经网络的SCL译码算法,该算法通过离线收集数据来搭建并训练一个合适的BP神经网络;借助已完成训练的BP神经网络,通过在线操作来寻找列表大小L的最优初始值;在此基础上,通过设计一种改进的SCL译码算法来降低复杂度.实验结果表明,与现存算法相比,新算法在低信噪比下能够显著降低平均译码复杂度.     

基于弹簧粒子模型的大规模WSN定位算法研究

提出一种用于大规模无线传感器网络的定位算法本算法基于弹簧粒子模型,其用于模拟物理弹簧系统的动态变化过程,并借此来计算出节点的位置坐标各传感器节点虚拟为具有质量的粒子,粒子间由弹簧相连当外力将粒子放置到一个随机位置后,粒子间的弹簧将做相应的拉伸收缩运动,在弹力的作用下,粒子最终运动到它的初始平衡位置整个过程中,模拟粒子运动的每个状态及相应的弹力,最终得到各节点的坐标网络中每个节点的复杂度为O(1),即它的复杂度不会随着网络规模的扩大而增加,非常适用于大规模网络本算法不仅可以降低计算复杂度,并且保证定位精度仿真实验研究结果表明,本文的定位算法是有效的.     

单向链表快速排序算法

单向链表广泛应用于动态存储结构,当前单向链表的排序算法普遍效率偏低,而平均效率最高的快速排序算法并不适用于单向链表。基于分治策略,使用递归方法,通过重新链接单向链表节点,提出了用于单向链表的快速排序算法,其平均时间复杂度为O(nlog2n),辅助空间复杂度为O(0),平均递归栈空间复杂度为O(log2n);同时,进行了算法分析和实验测试,其效率较其它单向链表排序算法有较大提高,且较传统基于线性表的快速排序算法也有一定提高。研究结果解决了当前单向链表排序效率较低的问题。     

一种基于特征属性的Web用户模糊聚类改进算法

为降低传统FCM算法的计算复杂性,提高Web用户聚类的效果,文中提出了一种改进的基于特征属性的Web用户模糊聚类算法。首先通过用户访问页面的次数和时间建立Web用户兴趣度矩阵,并根据商品的特征属性值将Web用户兴趣度矩阵映射为用户对特征属性的偏好矩阵,从而有效降低数据稀疏性;然后以此为数据集,对传统的FCM算法进行了改进,将聚类中心分为活动和稳定两种,忽略稳定聚类中的距离计算以降低计算复杂性。最后通过仿真实验证实了新算法的有效性和可行性。     

Task scheduling algorithm using minimized duplications in homogeneous systems

For fine grain task graphs, duplication-based scheduling algorithms are generally more efficient than list and cluster-based algorithms. However, most duplication-based heuristics try to duplicate all possible ancestor nodes of a given join node, in order to reduce the earliest start time (EST) of the join node, even though these ancestor nodes have already been allocated in previous steps. Thus, these duplication heuristics inevitably induce redundant duplications, which lead to the superfluous consumption of resources and generally deteriorate the scheduling result in the case of a bounded number of processors. When scheduling algorithms are used on an unbounded number of processors, the required number of processors grows excessively with the size of the task graph, thereby limiting the practicality of these algorithms for large task graphs. In this paper, we propose a novel algorithm designed to allocate join nodes without redundant duplications. In the proposed algorithm, if the ancestor nodes of a join node are duplicated when scheduling the join node, the original allocations of these ancestor nodes are removed using a very efficient method. The performance of the proposed algorithm, in terms of its normalized schedule length and efficiency, is compared with that of some of the recently proposed algorithms. The proposed algorithm generates better or comparable schedules with minimized duplication. Specifically, the simulation results show that it is most useful on a bounded number of processors.     

基于最大输出功率的近场阵列定位算法

在近场阵列中,为了降低信源位置变化对阵列性能的影响,基于最大输出功率,根据近场阵列的特点,提出了一种新的低复杂度快速收敛算法。通过搜索最大输出功率,对信号入射方向进行估计。实现麦克风阵列相应调节阵列权矢量,压制干扰,获得最大的信号增益。使得近场阵列如麦克风阵列能够快速适应位置不断变化的入射信号。与MUSIC等现有算法比较,仿真结果表明了该算法的快速定位性质的优越性。