基于危险免疫理论的物联网网络层检测器动态自适应算法研究

针对物联网网络安全,应用免疫危险理论原理,研究动态自适应算法,提出一种基于免疫危险理论的新型动态自适应算法。该算法能够动态调整机体内各个区域细胞器的数量,构建全方位的物联网网络层动态防御体系。算法分析表明该算法能够识别物联网网络层的危险信号,并对危险区域的范围大小、危险程度和危险频率进行计算,根据危险程度做出及时地响应,有效地保证物联网网络层的安全。     

MIMO模式自适应及其性能验证

TD-LTE系统在下行支持多种MIMO传输模式,各个传输模式可以根据信道状态的变化进行自适应切换,提高系统的性能.针对MIMO模式自适应需解决的首要问题,给出如何使用实际系统提供的有限的信道信息,通过自适应算法,最大程度获取可能的系统增益.为评估自适应算法的合理性,给出了性能验证结果.     

基于LZW的多模式自适应的无损压缩算法

本文对LZW无损压缩算法的原理进行了剖析，并在此基础上研究出了一种多模式的、自适应的无损压缩算法。该算法经实验验证，和传统的LZW算法相比具有更高的压缩比和更好的自适应性。     

Improved Weighed Multi -modulus Blind Equalization Algorithm

数字有线电视主要采用QAM调制形式.针对QAM调制信号的特点,在加权多模盲均衡算法的基础上,引入Sigmoid 函数的变形,提出了一种加权值随均方误差自适应变化的新算法.新算法不需要设定模式转变的门限值,使算法模式从MCMA随均衡输出自适应转化为DD模式.通过仿真表明该算法与多模盲均衡算法(WMMA)相比降低了仿真复杂度,具有更稳定的收敛性能,适应于高阶QAM信号.     

一种改进的加权多模盲均衡算法

数字有线电视主要采用QAM调制形式。针对QAM调制信号的特点,在加权多模盲均衡算法的基础上,引入Sigmoid函数的变形,提出了一种加权值随均方误差自适应变化的新算法。新算法不需要设定模式转变的门限值,使算法模式从MCMA随均衡输出自适应转化为DD模式。通过仿真表明该算法与多模盲均衡算法(WMMA)相比降低了仿真复杂度,具有更稳定的收敛性能,适应于高阶QAM信号。     

多天线波束成形的MIMO-OFDM跨层自适应资源分配

为了克服MIMO空间各子信道相互干扰,论文对多天线波束成形的MIMO-OFDM跨层自适应资源算法进行了研究。在层资源自适应算法模式下,对于各空间信道相互不独立,存有干扰情况时,利用空频块码SFBC算法,以此来对抗信道干扰,而在各空间信道相互独立的情况下,采用空间波束发送多重性模式,以此来提高系统的数据传输速率。仿真验证表明,采用层资源自适应算法模式,在满足信号质量要求的情况下达到了非常高的传输速率。     

一种改进的自适应网格交互多模型跟踪算法

自适应网格交互多模算法能够根据目标的运动模式,自适应调整系统各模型参数,从而实现对目标的跟踪.但当目标机动性较大时,在其模式变换时刻,网格中心剧烈摆动,导致跟踪精度下降.提出对该算法的改进,通过对网格中心运动步长进行适当的平滑处理,以增加网格的平稳性.仿真给出了平滑因子的经验值,并表明改进的自适应网格交互多模算法能解决传统算法在目标运动模式变换时跟踪不稳定的问题,提高精度跟踪.     

移动数字电视中的自适应调制技术

讨论了在数字移动通信中采用OFDM自适应技术的优点，并在信道分析的基础上给出了自适应算法的原理和步骤，并介绍了目前应用广泛的自适应算法：Chow算法。最后对自适应算法做了仿真分析，并结合当前数字移动电视的状况说明了自适应技术调制的应用。     

基于自适应光学系统的波前处理算法研究

波前处理算法对自适应光学系统的工作效率有着重要的影响,是对波前像差进行复原和校正的前提,其中,区域法、模式法、直接斜率法作为自适应光学系统经典算法是当前国内外应用最为广泛的。本文在总结了以上三种算法的基础上,又介绍了两种改进式算法,快速迭代算法和Zernike模式快速算法,并对比分析了各种算法的优点和不足,对未来算法的改进方向做出展望。     

一种改进的基于峰值信噪比-高阶奇异值分解的天波超视距雷达自适应海杂波抑制算法

天波超视距雷达(OTHR)舰船目标的检测性能受目标区海杂波的影响严重,准确且自适应的海杂波抑制效能对改善低可探测舰船目标的检测性能意义重大。该文针对基于高阶奇异值分解(HOSVD)的海杂波抑制算法非自适应机制的不足,通过引入峰值信噪比(PSNR),提出一种改进的基于PSNR-HOSVD的自适应算法。该算法仅利用第3等效模式展开矩阵的左奇异向量构造一个投影矩阵,相比于HOSVD算法,该文算法可有效降低计算复杂度,同时由于海杂波仅在第3等效模式展开矩阵的列空间中具有聚集特性,因此该文算法具有比HOSVD算法更好的海杂波抑制性能。实测数据处理结果表明,在电离层状态理想和非理想的情况下,该文PSNR-HOSVD自适应算法的性能均优于EVD自适应算法和HOSVD非自适应算法。     

一种低延迟的可扩展调度算法

提出了一种基于阈值的分布式迭代算法。与现有算法不同的是,该算法针对可扩展网络交换调度结构的特点,为处于最高优先级的调度器安排了2次迭代,第1次迭代用阈值方法找出一些较长的VOQ（虚拟输出队列）,并在最高优先级时隙之前的一个时隙完成,以缩短信号的处理时间。仿真结果表明,该算法与现有算法相比,在大流量的uniform流量模式下,延时性能和吞吐率获得了明显的提高。同时,该算法的硬件代价小,有效地实现了性能和复杂度的良好折中。     

资源定位服务的分布式生成树模型及算法研究

针对云计算中资源定位索引的瓶颈问题,基于分布式生成树DST提出了一种自适应的资源定位服务DST-RLS模犁以及搜索半径限制的资源定位算法SRL.通过给出代表元选取规则,使代表元均衡分布在DST-RLS模型中,提高了资源定位服务的负载均衡性.SRL算法支持复杂查询和灵活的搜索策略,算法的时间复杂度为常数阶.数学分析和仿真...     

On cost-aware monitoring for self-adaptive load sharing

Monitoring is an essential part of any self-adaptive management loop. While providing the necessary information for making management decisions, monitoring itself incurs a cost in terms of the system and network resources committed to this management task. Thus, one can pose a generic question: what is the right amount of monitoring that maximizes its utility for management? This question turns out to be difficult to answer in general. In this paper we focus on quantifying the utility of monitoring for self-adaptive load sharing, where a stream of jobs arrives at a collection of n identical servers. We propose a novel model, that we dubbed an Extended Supermarket Model (ESM) to study the tradeoff between the usefulness of the monitoring information and the cost of obtaining it. We show that for each service request rate, there exists an optimal number of servers that should be monitored to obtain minimal average service time at an optimal cost. Using these findings, we present self-adaptive load-sharing algorithms both for centralized and fully distributed settings and evaluate these algorithms using simulations and a real testbed. Our results show that in realistic scenarios, where monitoring cost is not negligible, the self-adaptive load balancing is clearly superior to any cost-oblivious load-sharing mechanisms. We also demonstrate that in a fully distributed setting, where no dedicated monitoring component is employed, our self-adaptive heuristics perform very well with respect to the current common practice.     

面向窑压控制的基于改进STS模型的非线性广义预测控制研究

窑压是玻璃窑炉运行过程中重要的被控指标之一,由于受到大量不确定因素影响,现有控制算法的跟踪超调大且波动频繁.鉴于简化T-S模型（STS）的强在线自适应学习能力和减法聚类可以解决最优模型结构的不稳定问题,本文研究一种基于减法聚类与简化T-S模型相融合的非线性模糊广义预测方法实现窑压的控制.利用该方法可以快速的完成窑压跳变后对象的逼近,克服由于跳变所引起的系统不稳定现象;在改进的STS模型的基础上,针对窑压阶跃跟踪超调过大的问题,结合整体最优滚动优化函数及最优控制增量快速求解方法设计控制律,从本源出发抑制超调,计算量小,并易于实施.     

稳健数字波束形成算法研究

目前,自适应数字波束形成算法已经在通信、雷达等科技领域中得到了广泛的应用。但是当阵列导引向量存在误差,或测向出现偏差时,常规波束形成算法性能会急剧下降。稳健的自适应波束形成算法,则可以较好地克服上述误差带来的性能下降。针对以上问题,提出了一种稳健的Capon波束形成算法,并对现有的一些稳健波束形成算法进行了分析、归纳和比较,最后通过仿真试验来验证各种算法的稳健性。     

基于暗原色先验模型的Retinex算法

 现有雾天图像增强的Retinex算法采用固定滤波器,无法适应多种景深和雾化程度的情况.对此,本文提出一种基于暗原色先验模型的Retinex算法.暗原色先验模型反映了雾天图像中雾的分布与景深信息.受此启发,根据局部区域暗原色值设计一种尺度可变滤波器,针对不同景深和雾化区域采用不同尺度的滤波器估算雾天图像的照度分量,实现对雾天图像的增强.分别使用主观观察和客观数据分析方法,将本文算法与HE算法、固定尺度MSR算法进行对比,本文算法在细节增强以及图像整体效果上均优于HE算法和固定尺度MSR算法.     

一种自适应的图像加密算法的分析及改进

 陈刚等人近来提出了一种新颖的自适应图像加密算法,可有效地抵抗已知明文分析.分析表明该算法易受选择明文攻击.为提高其安全性和加密速度,基于自适应排列提出了一种新的快速图像加密算法.实验结果表明,与现有的两个优秀的加密算法相比,新的算法在安全性和加密速度方面均有更好的表现.     

一种改进的非单调自适应新锥模型信赖域算法

对无约束优化问题提出了一种改进的非单调自适应信赖域算法。尽管传统的非单调技术存在着众多优点,但是也存在着易丢失最优解等缺点,为了克服这些缺点,文中提出了一种新的非单调技术,该技术是将已成功迭代点的函数最大值与当前迭代点的函数值相结合,充分利用了目标函数的信息,进一步将这种非单调技术引入到信赖域中,提出了一种改进的非单调自适应信赖域算法,在一定的条件下,证明了算法的收敛性,数值实验表明此算法的有效性。     

基于DSP的自适应主动噪声控制系统研究

介绍了自适应主动噪声控制技术的理论基础和结构组成、X—滤波最小均方算法、相关系统辨识以及在高速DSP芯片的高性能、自适应控制器对外界噪声有实时跟踪和自我参数优化的特点，整个系统具有良好的噪声抑制能力。     

基于免疫遗传算法的自适应图像分割方法

提出了一种基于免疫遗传算法的图像分割新方法。利用生物免疫系统自调节、抗原识别和记忆功能,结合遗传算法对图像进行自适应区域阈值分割,试验结果表明该方法能够克服传统闽值方法对目标大小的限制,是一种有效的图像分割新方法。