基于符号检测辅助的最小泄漏干扰对齐算法研究

为了减轻蜂窝网络中的小区间干扰,学术界已经在讨论一种消除小区间干扰比较好的算法,即干扰对齐(IA)。干扰对齐作为一种干扰消除技术,能在高信噪比情况下获得很好的系统容量。然而为了实现干扰对齐,发射机和接收机必须联合设计,这通常是很难实现的。另外,在优化不同标准的基础上,大量的迭代收发器设计方法被提出和研究。本文主要对基于最小泄漏干扰(MIN-WLI)的干扰对齐算法进行研究。这里提出了一种符号检测辅助的最小泄漏干扰对齐算法(SDA-MIN-WLI),它是一种基于符号检测的迭代收发器联合设计最小泄漏干扰的算法。系统仿真验证了改进算法要比传统算法具有更好的系统性能。     

微粒群优化算法在流水线干扰管理调度中的应用

微粒群优化算法(Particle Swarm Optimization,PSO)是起源于鸟群和鱼群群体运动行为的研究,是在蚁群算法提出之后的又一种新的进化计算技术,具有典型的群体智能特性。本文构建了干扰为工件到达的流水车间调度干扰管理模型,其经典目标函数为最大完工时间和干扰目标函数为干扰时间差相混合。本文运用微粒群优化算法求解流水线干扰管理调度问题,给出了计算实例并进行了详细分析,并对干扰管理问题和重调度问题进行了测试分析,得出了有参考意义的结果。     

谐波干扰作用下柔性结构振动的增益调度H∞控制

针对柔性结构受到随系统运行工况的变化而改变频率的谐波干扰作用下的振动控制问题，提出了一种新的增益调度H∞控制器设计方案，首先，对谐波干扰信号建模，并将该模型与系统结构模型结合形成广义模型，然后，选取二次性能指标将谐波干扰作用下振动抑制问题转换为标准的H∞控制器设计问题，最后，采用增益调度技术对典型谐波频率所设计H∞控制器的输出进行模糊加权插值，从而获得随谐波干扰频率变化的控制器输出，通过与LQC和一般的H∞控制器进行数值的仿真比较，验证了方法的有效性。     

基于测试的共址干扰带宽的计算

随着通信车辆上装无线设备数量的大幅度增加,共址干扰问题已经成为整车电磁兼容重点考虑的问题。共址干扰带宽的测试是评估共址干扰情况的最直接和重要方法。为了克服传统拉距测试受测试场所电磁环境变化和人为因素的影响的缺点,本文提出了基于干扰电台发射特性测试的共址干扰带宽的计算方法,经过大量的实际测试验证了该方法的简便性和可行性。     

基于最小生成树的动态贪婪多播路由算法研究

提出了基于最小生成树的动态贪婪算法,由于在所有节点都是多播节点时,最小生成树是最佳的,因此通过该算法产生的多播树的性能在合理的范围之内。仿真结果表明DPG算法在多播节点密度较大时显示了优越性,同时它还具有复杂度低的特点。     

基于最小时延差的多播路由中心点选择算法

研究分析各种中心点选择方案对中心树的时延和时延差的影响。首先证明寻找时延和时延差受约束的中心树问题是NP完全问题,然后提出一种可以使时延差较小的中心点选择算法。     

基于最小速率保证的IEEE 80216e公平调度算法

针对IEEE 80216e协议的特点,提出了一种基于最小速率保证的IEEE 80216e 公平 调度（MTRFS）算法。算法支持多种业务流类型并可保障业务流的最小预约速率。该算法中 引入了补偿模式,以保障处在恶劣信道条件下的业务流的最小速率。同时,该算法对高级别 业务流和信道条件好的业务流提供尽可能多的带宽,以保障其QoS性能和系统吞吐量的最大 化。仿真表明,该算法能够保证业务流的最小预约速率,区别对待不同优先级的业务流;无 论是其公平性能还是吞吐量性能都优于传统的PF算法。该算法与IE     

基于调节阀流量特性曲线的前馈控制系统设计

当液位控制系统中加入流量扰动后,经典控制理论中的前馈控制是使前馈环节与闭环系统的传递函数之积为1、使输出完全复现输入。由于控制系统内部各环节间存在非线性,以及对建模精度要求较高,在工程上难以实现。本文基于液位控制系统,提出利用实际工况参数,调节阀阀位、管路中流量与水箱液位来确定前馈补偿系数。其中调节阀阀位与管路中流量大小由调节阀的流量特性曲线所决定。在实际生产中,阀位与流量之间存在非线性关系,从而导致不同液位、不同干扰大小下的前馈补偿系数不一致,即在某工况下计算的前馈补偿系数并不能适用于其他工况。为此,本文进一步提出一种补偿阀位非线性的方法,改变阀的流量特性曲线,使阀位与流量呈线性关系。该方法使不同液位、不同干扰下的前馈补偿系数固定不变。通过仿真与实验验证了该方法的有效性。     

基于最小代价的串联式应急系统集成调度策略

对国民经济影响重大的串联式公用设施系统(如电力、通信、供水供热供气等系统)具有多环节、多物资、各环节之间存在串联的相关关系、且系统极易受到损坏等特点,其应急物资调度存在各环节之间协调困难、应急物资的筹集和调度难度大等问题.建立了面向串联式应急系统的多应急物资集成调度优化模型作为应急调度策略,以串联式应急系统破坏的代价最小为目标.设计了一个协进化的遗传算法对模型进行求解,并以电力系统为背景进行了电力物资应急调度的算例分析,验证了该串联式应急系统多物资集成调度策略的可行性.     

基于公理设计的车间调度算法研究

车间调度问题是典型的NP难题,也是一种完全耦合的复杂系统.基于公理设计思想对车间调度系统进行了解耦设计,给出了相应的解耦思路及解耦矩阵,提出并实现了一种车间调度算法,并对算法的复杂性进行了分析.以实际车间生产调度作为研究对象,针对实际生产中零件紧急程度不一的情况,为待加工零件赋予不同的权值,并优先考虑调度加工工时较长的零件;采用以解耦设计为总目标,在满足约束条件的情况下,尽量优化压缩加工时间.对算法的复杂性进行了分析,该算法属于三次多项式复杂级,较优于一般的算法.通过2个实例计算和对比,验证了本算法的实用性和有效性.     

A coordinated algorithm for integrated production scheduling and vehicle routing problem

In this paper, the integrated production scheduling and vehicle routing problem is considered for a Make-to-Order manufacturer, who has a single machine for production and limited vehicles with capacity constraints for transportation. The objective is to determine production scheduling and vehicle routing, which are two interacted decisions, to minimise the maximum order delivery time. A property on optimal production sequence is proposed first, based on which backward and forward batching methods are developed and are embedded into a proposed genetic algorithm. The proposed genetic algorithm is capable of providing high-quality solutions by determining the two decisions simultaneously. For comparison purpose, a two-stage algorithm is developed, which decomposes the overall problem into two successively solved sub-problems. The experiments show that the proposed genetic algorithm can provide higher quality solutions than the proposed two-stage algorithm and two published algorithms studying related problems.     

基于统计性QoS保证的数据包延时界调度算法

讨论了调度算法的性能指标，对目前基于业务流的调度算法的技术特点与性能优劣进行了分析和比较．重点研究了基于时延和丢包率的算法，并提出了一种基于数据包延时界（PDB）排列的调度策略，与WFQ及传统EDF算法进行了比较，证明业务端到端超时概率随网络带宽利用率的变化性能优于传统EDF算法．     

基于最大化信干噪比的广播信道干扰消除算法

研究了广播信道分布式干扰消除算法的性能,提出了一种基于动态功率分配的多天线广播干扰信道对齐算法.该算法利用多用户多天线干扰信道相关矩阵的迹来计算分配功率,并采用最大化码流信干噪比的方法来得到预编码矩阵和接收滤波器矩阵.数值仿真表明,该动态功率分配算法与等功率分配算法相比,尽管低负荷下干扰对齐后的平均信干噪比增益不明显,但中、高负荷下其干扰对齐后的平均信干噪比大幅提高,特别是高负荷下可以解决等功率方法存在的信干噪比瓶颈效应.由于低负荷的应用需求并不强烈,因而该算法是一种实用的广播信道干扰消除方法.     

An interference and latency aware uplink scheduling mechanism in IEEE 802.16j networks

IEEE 802.16j spreads out the coverage of WiMAX networks and strengthens wireless signal transmission using relay technology. To take advantage of relaying in IEEE 802.16j networks, an efficient scheduling schedule with quality of service (QoS) provision for multiple link transmissions is necessary, especially when link interference exists. In this paper, we propose an uplink scheduling mechanism in the transparent mode of IEEE 802.16j, which enables multiple devices to transmit without interference. The maximum latency of each connection has been considered in order to optimize the violation and transmission rate. An interference detection task is first carried out, and then a resource allocation algorithm and a dynamic frame adjustment method are developed. Two simulation experiments were conducted with different interference levels. The results demonstrate that under a fixed QoS type of connection, when the total number of connections goes up to 360 and 420 and the maximum latency violation rate approaches 20%, the average uplink transmission rate of the proposed mechanism can achieve 6.67 and 7.92 Mbps, which apparently outperform regular relay scheduling schemes with rate of 4 and 3.91 Mbps, respectively.     

一种曲边三角形区域中的三角形网格自动生成方法

有限元数值计算时,常需用到三角形单元。在一曲边三角形区域中,本文提出了一种新的三角形网格自动生成方法,可在二维、三维空间内对板、壳等结构进行网格划分和网格疏密调节。算例表明本文的网格生成方法是方便、有效的。并避免了R.HABER等人的方法所产生的计算机数据溢出现象。     

基于Local-map的Mesh光网络简单p圈构造法

圈构造算法是Mesh光网络中p圈法设计的前提。根据简单p圈的特点，针对圈构造算法问题，提出将原来圈上边变为跨接边的图扩展算法。该圈扩展算法构造的圈具有保护性能优良，并且包含所有原来的圈上的点。在圈扩展算法和Local-map概念的基础上提出了基于Local-map的p圈启发式算法，该算法在Local-map中运行固扩展算法，这样既能提高p圈的保护性能，又能使p圈位于局域范围内，保证快速恢复。对比分析Local-map和DFS两种找圈算法的实验结果，该方案构造的圈恢复速度快，容量利用率高，比较适合网状光网络中的p图设计。     

A modified generalized extremal optimization algorithm for the quay crane scheduling problem with interference constraints

The quay crane scheduling problem (QCSP) determines the handling sequence of tasks at ship bays by a set of cranes assigned to a container vessel such that the vessel's service time is minimized. A number of heuristics or meta-heuristics have been proposed to obtain the near-optimal solutions to overcome the NP-hardness of the problem. In this article, the idea of generalized extremal optimization (GEO) is adapted to solve the QCSP with respect to various interference constraints. The resulting GEO is termed the modified GEO. A randomized searching method for neighbouring task-to-QC assignments to an incumbent task-to-QC assignment is developed in executing the modified GEO. In addition, a unidirectional search decoding scheme is employed to transform a task-to-QC assignment to an active quay crane schedule. The effectiveness of the developed GEO is tested on a suite of benchmark problems introduced by K.H. Kim and Y.M. Park in 2004 (European Journal of Operational Research, Vol. 156, No. 3). Compared with other well-known existing approaches, the experiment results show that the proposed modified GEO is capable of obtaining the optimal or near-optimal solution in a reasonable time, especially for large-sized problems.     

Research on job-shop scheduling problem based on genetic algorithm

With job-shop scheduling (JSS) it is usually difficult to achieve the optimal solution with classical methods due to a high computational complexity (NP-hard). According to the nature of JSS, an improved definition of the JSS problem is presented and a JSS model based on a novel algorithm is established through the analysis of working procedure, working data, precedence constraints, processing performance index, JSS algorithm and so on. A decode select string (DSS) decoding genetic algorithm based on operation coding modes, which includes assembly problems, is proposed. The designed DSS decoding genetic algorithm (GA) can avoid the appearance of infeasible solutions through comparing current genes with DSS in the decoding procedure to obtain working procedure which can be decoded. Finally, the effectiveness and superiority of the proposed method is clarified compared to the classical JSS methods through the simulation experiments and the benchmark problem.     

基于干扰方位跟踪的自适应干扰抑制方法

针对复杂海洋环境中声呐探测弱目标易被强干扰淹没的问题,提出一种对被动声呐探测到的强干扰源进行跟踪抑制的方法,通过对观测数据的互谱密度矩阵(Cross Spectral Density Matrix,CSDM)进行特征分解,根据干扰方位范围的先验知识,对干扰源的方位进行跟踪,依据方位信息选择代表强干扰的特征向量,依此根据不同的算法重构剔除了干扰信息的CSDM。数值仿真和海试数据验证结果表明,该方法能够在已知干扰初始方位区域的情况下自适应地抑制强干扰,较好地保留并提取目标信息,检测出感兴趣的目标。该方法为后续的目标识别与跟踪提供了有利条件。     

遗传算法的双目标柔性作业车间调度研究

研究了FMS环境下先进制造车间路径柔性的优化调度问题.同时考虑现代生产准时制的要求,建立了柔性作业车间调度问题的双目标数学优化模型,并给出了求解模型的遗传算法的具体实现过程;针对模型的特殊性,提出了染色体两层编码结构,将AOV网络图应用到解码和适应度函数的计算中,通过一个调度实例进行验证,给出了相应的选择、交叉、变异操作设计方案.