室内可见光多用户MIMO系统改进BD预编码算法

块对角化(block diagonalization, BD)算法是一种多输入多输出的传统线性预编码算法,其核心思想是通过奇异值分解(singular value decomposition, SVD)找到干扰矩阵零空间的正交基,从而完全消除多用户干扰(multiuser interference, MUI),但是随着收发端数目的增多, BD预编码算法所需的计算复杂也大大增加,成为了制约其发展的关键因素之一.为此,本文提出了一种改进的低复杂度BD算法——基于正交分解中的施密特正交化求逆与格基规约操作的组合算法,对传统BD算法两次高复杂度操作的奇异值分解用施密特正交化和格基规约操作进行替换,从而降低算法复杂度.结果表明,本文改进算法的计算复杂度上降低了46.7%,系统和容量上得到了2–10 bits/Hz的提高,同时误码率上得到了2个量级的优化.     

基于模代数预编码的MIMO室内可见光通信系统

针对基于模代数预编码(THP)的多用户多输入多输出(MIMO)室内可见光通信系统存在误码率高、功率利用率低的问题,提出一种基于格基规约THP的多用户MIMO(MU-MIMO)通信系统。通过改进的格基规约THP对信道矩阵进行优化使其满秩,在此基础上,设计多用户接收信号均衡分配方案。仿真结果表明,在信噪比较高且信道不稳定的情况下,MU-MIMO通信系统具有较强的鲁棒性以及较低的误码率,多用户接收信号均衡分配方案有效解决了THP算法中用户接收信息的公平分配问题。     

多用户MIMO系统的一种低复杂度用户选择算法

联合块对角化和几何均值分解（BD-GMD）是一种用于下行多用户多输入多输出（MU-MIMO）系统的预编码方案。在信噪比（SNR）较高的情况下,此方案在信道吞吐量和误符号率（SER）两方面都是渐进最优的。但是,在BD-GMD方案中,发射和接收天线的数量限制了能同时通信的用户数。在一个拥有大量用户的下行MU-MIMO系统中,为了使得系统总的吞吐量最大,基站必须从大量的用户中选出一个用户子集,同时对他们进行服务。采用穷尽搜索算法能得到最优的用户子集,但这种方法所需要的计算量太大。因此,我们提出一种次最优但是计算复杂度较低的用户选择算法,用于采用BD-GMD方案的下行MU-MIMO系统。此算法具有随用户数变化的线性复杂度,另外,仿真结果显示,其总的吞吐量大致能达到采用穷尽搜索算法所获得的系统总吞吐量的95％。     

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。     

多用户MIMO系统的低复杂度天线选择算法

块对角化是一种用于多用户MIMO系统下行链路的预编码方案,它可以完全消除多用户间的干扰。论文就是针对采用块对角化预编码的多用户MIMO下行链路,基于信道F-范数提出一种新的次优天线选择算法。该算法计算复杂度较低。仿真结果显示,其系统容量接近采用最优算法的系统容量。     

多用户MIMO系统中的一种低复杂度用户选择算法

联合块对角化和几何均值分解(BD-GMD)是一种用于下行多用户多输入多输出(MU-MIMO)系统的预编码方案。在信噪比(SNR)较高的情况下,此方案在信道吞吐量和误符号率(SER)两方面都是渐进最优的。但是,在BD-GMD方案中,发射和接收天线的数量限制了能同时通信的用户数。在一个拥有大量用户的下行MU-MIMO系统中,为了使得系统总的吞吐量最大,基站必须从大量的用户中选出一个用户子集,同时对他们进行服务。采用穷尽搜索算法能得到最优的用户子集,但这种方法所需要的计算量太大。因此,提出了一种次最优但是计算复杂度较低的用户选择算法,用于采用BD-GMD方案的下行MU-MIMO系统。此算法具有随用户数变化的线性复杂度,另外,仿真结果显示,其总的吞吐量大致能达到采用穷尽搜索算法所获得的系统总吞吐量的95%。     

MIMO信道中基于功率分配的SLNR预编码算法

为了消除或降低多用户MIMO系统下行链路存在的共信道干扰（ CCI）,提出一种结合功率分配的基于最大化信漏噪比（ SLNR）的预编码算法。首先,根据SLNR算法求出最优预编码矩阵,再结合最优功率分配算法,借助拉格朗日乘数法,优化分配每个用户的发送功率,从而提高系统和容量以及降低误码率（ BER）性能。为了简化计算复杂度,还提出了SLNR算法结合次优化功率分配算法。仿真表明,所提出的算法比块对角化（ BD）算法和最小均方误差准则（ MMSE）算法在系统和容量以及误码率性能上都有所改善。     

MIMO-MC-CDMA系统分层空时非线性预编码

针对垂直分层空时方案（VBLAST）传统检测存在误层传输效应及复杂度高的问题,提出了一种多用户MIMO-MC-CDMA下行链路系统中基于QR分解的VBLAST非线性模代数预编码算法,该算法首先采用QR分解获得预编码矩阵,然后在发射端MC-CDMA子载波信道间进行非线性模代数THP预编码,可以有效地消除分层空时码的误层传输效应。在接收端采用迫零与最小均方误差准则,降低了下行接收机的复杂度。仿真结果表明,提出的算法比传统检测算法有效改善了系统的误码性能。     

基于人工噪声的多用途MIMO系统安全算法

针对传统多用户MIMO系统存在大量噪声导致信道接收不准确,安全性能下降的问题。通过构建MIMO系统安全传输模型,选择一种联合信道状态矩阵的MIMO系统算法来满足信号传输的安全需求。通过预编码抑制人工噪声的影响,建立联合信道状态矩阵进行奇异值分解,由最小奇异值执行预编码计算。通过仿真结果分析表明:对于不存在零空间的MIMO系统,采用人工噪声进行信号加密,尽管占用了系统部分容量,但有效提高了系统的保密容量,当合法信道质量降低时,通过提高分配人工噪声系数来提高保密容量。     

TD-LTE系统中基于码本的快速波束赋形算法

为解决时分双工长期演进(TD-LTE)系统中下行单流波束赋形算法计算复杂度高的问题,在基于有效功率最大化准则和信道平均思想的基础上,提出了一种基于码本的波束赋形算法。该算法通过构建下行波束赋形权值码本,并根据信道估计信息对预设码进行搜索,从而实现快速单流波束赋形。仿真结果表明,该算法使单流波束赋形的复杂度大大降低,并且误块率性能较最优的奇异值分解算法损失不大。     

VoIP认证与计费的设计与实现

基于RADIUS的VoIP认证系统，采用分散受理、集中管理的接入认证管理体系，数据集中存放在认证中心(RADIUS服务器)，用户身份认证由PC向网守发起，网守通过RADIUS协议向认证中心的认证服务器发起认证请求。这样，可以保证用户安全地使用网络资源，以确保用户身份的合法性。同时其落地话单经过处理，可进行计费及其它帐务处理。文中论述了RADIUS对VoIP的支持，提出了一个Gatekeeper与RADIUS结合的整体解决方案。     

一种改进的心电信号预处理方法研究

心电信号是典型的强噪声下的非平稳微弱信号,减小噪声的干扰对心电信号的分析有着十分重要的意义,因此,有效的滤波方法一直是该领域学者关注的热点问题。本文在基于小波变换心电信号分析研究基础上,针对小波去噪时分解只作用于低频部分,从而忽略了高频区域中一部分有用信号的问题,提出了一种采用改进小波包理论实现心电信号去噪的方法,利用小波包在消除信号噪声方面具有更为精确的局部分析能力的特点,采用了‘db4’小波和＂最优基＂选择的方法,对心电信号进行消噪。以MIT-BIH心电数据库中心律失常数据仿真实验,得到了较理想的去噪效果。对比该方法与小波滤波去噪,发现基于小波包的心电信号去噪具有更优良的去噪性能。     

基于CAN总线实时应用的可靠调度性研究

CAN总线是一种高级的串行通信协议,适用于各种分布式控制系统。在实时应用中,标准的CAN协议使用静态优先级算法,对传输信道的利用率比较低。对基于CAN总线通信的动态优先级调度算法进行研究后,提出了一种基于指数分配方式的MTS算法,在保证强实时性消息的同时兼顾了低优先级消息的公平性。     

VCR智能无扰动特性的精确数值运算

根据智能变进制(VCR)的变溢性、拓展性及申缩性有机结合的技术,提出一种新颖智能的、无数字扰动的精确数值运算.该运算结果值的精确位数.是可以任意或无限地确定的,它可以很好地解决了计算机数值分辨率即由CPU字长制约的有效数字位教不足而造成的数值精确计算PC(Precise Computing)的扰动性问题,例如对中国古代数学家祖冲之曾研究圆周密率π值实验数据(π=355/113)的除法精确计算.     

基于LVM 的系统扩容技术研究

近年来,随着大数据业务的使用,系统在运行时会产生大量的数据信息与日志文件并保存在磁盘中。由于在系统规划初期,对系统分区大小规划预期不足,很难合理规划磁盘空间,造成后期系统运行中经常出现系统分区磁盘不足的问题。当发生此类告警时,通常的分区很难动态调整大小,通常采用暂停业务,更换磁盘,数据备份与恢复的方式,该方式操作困难,程序复杂,有数据丢失的风险。在Linux系统里使用LVM(逻辑卷)技术,支持在线空间扩容,可以在用户无感知的情况下扩展系统分区容量,达到合理利用磁盘空间的目的。本文介绍了LVM技术,并在Linux系统里将分区做成逻辑卷,达到合理利用磁盘空间的目的。     

区域生长辅助的地图配准在室内定位中的应用

地图匹配（ MM）算法通过粒子滤波（ PF）利用室内地图信息来抑制基于惯性传感器的室内定位系统的误差累计。利用区域生长（ RG）算法结合当前步长和方向信息在地图上找到合理的落脚范围,并以此来判断粒子的有效性。这种方法能有效改善地图配准算法的实用性和计算复杂度。提出一种改进的零速度（ ZV）检测算法能准确提取步伐信息,间接提升了零速度更新（ ZUPT）算法和地图配准算法的精度。实验结果表明：该算法的定位误差小于1.0%,定位精度比单纯的航位推算（ DR）算法平均提高了5.97%。     

深度强化学习研究综述

深度强化学习是指利用深度神经网络的特征表示能力对强化学习的状态、动作、价值等函数进行拟合,以提升强化学习模型性能,广泛应用于电子游戏、机械控制、推荐系统、金融投资等领域。回顾深度强化学习方法的主要发展历程,根据当前研究目标对深度强化学习方法进行分类,分析与讨论高维状态动作空间任务上的算法收敛、复杂应用场景下的算法样本效率提高、奖励函数稀疏或无明确定义情况下的算法探索以及多任务场景下的算法泛化性能增强问题,总结与归纳4类深度强化学习方法的研究现状,同时针对深度强化学习技术的未来发展方向进行展望。     

基于数据仓库的数据采掘技术应用

本文首先分析了基于数据仓库的数据采掘的主要方法,技术和应用,然后通过实例讨论了数据采掘在股票分析与决策系统中的应用。     

基于CnV结构的自动语言辨识研究

与说话人识别、连续语音识别相比,自动语言辨识是一个相对较新的研究,而且是一项较难的课题。与音素配位学相比较韵律是语言辨识的更有希望的一个语言辨识特征。论文介绍了一种基于伪音节结构CnV的自动语言辨识方法,该系统提取了辅音、元音构成的伪音节结构的MFCC和!MFCC特征参数,使用了与语言无关的GMM算法模型化该特征。经过对OGI-TS数据库中的英语、法语、汉语测试表明,元音、辅音特征信息在语言辨识中起到一定作用,伪音节结构模型也是语言辨识的有效模型之一。     

综合系统管理与网络管理实现技术的研究

该文提出了适应于大型计算机网络和通信网络及应用系统的综合系统管理与网络管理体系结构,研究了基于大型数据库和Web技术的网管、网络自动拓扑发现、策略描述与策略服务以及资源依赖性分析服务等关键技术。该文将这些关键技术应用到综合系统管理与网络管理原型系统的工程实践中,为最终研制高性能、可伸缩和实用的系统管理与网络管理产品提供强有力的技术支持。