基于环式对齐链的干扰对齐闭式解方法

针对一般干扰网络下干扰对齐闭式解的问题,提出了一种新颖的、基于环式对齐链的干扰对齐闭式解方法. 首先将干扰对齐预编码矩阵分解成若干个子矩阵,并精心设计其环式对齐链,尽可能压缩干扰子空间维度;然后基于环式对齐链,利用矩阵理论求解干扰对齐预编码矩阵和滤波矩阵. 仿真结果表明,该方法实现了较高的系统和速率性能,并且具有较低的运算复杂度.     

任意天线下全响应MIMO-CPM正交空时码设计

为了充分利用多输入多输出（MIMO）的高信道容量和连续相位调制（CPM）的高频率利用率优势,同时有效降低MIMO-CPM系统的接收译码复杂度,提出了利用正交空时编码（OSTC）方阵变换实现、适用于MIMO-CPM的符号发送方阵和辅助数据矩阵的设计方法,并通过辅助数据矩阵设计方法将正交空时编码推广应用于全响应CPM的任意发送天线系统,将接收译码复杂度由符号电平数M的n次方降低为Mn的线性关系.仿真数据表明,采用该辅助数据矩阵实现的MIMO-CPM正交设计,分集增益仍服从秩准则.     

认知无线电中继协助网络资源分层优化算法

在认知多用户中继网络系统场景下,针对时变信道完全DF中继两跳传输的差异性问题,采用纳什议价公平性准则效用函数,提出了联合用户传输模式选择、子载波配对、信道分配和功率分配的分层优化模型。利用拉格朗日对偶理论实现模型分层求解,在降低算法复杂度的同时提升了系统效用及吞吐量。仿真结果表明:相对于完全中继、直传网络和非载波配对的中继网络,所提算法在兼顾用户速率需求和公平性的同时可使系统吞吐量获得较大提高。     

RIS辅助双功能雷达与隐蔽通信系统性能优化

针对智能超表面(RIS)辅助双功能雷达与通信(DFRC)系统的隐蔽传输问题，提出多策略交替优化(MSAO)算法.在隐蔽约束、雷达恒模约束和总功率约束的条件下，通过联合设计通信波束赋形向量、雷达信号协方差矩阵和RIS相位偏转矩阵，最大化合法用户Bob的隐蔽通信速率和目标探测功率，实现隐蔽通信和雷达感知功能的折中.在完美Willie信道状态信息和不完美Willie信道状态信息场景下，仿真结果表明，相对于传统单连接RIS和没有部署RIS系统，采用广义全连接模式部署RIS可以更好地传输波束方向图，提高Bob隐蔽通信速率上限，扩大可实现速率的范围，实现通信和感知功能更大的自由度.     

基于RIS-UAV协作的车载通信系统安全传输研究

针对城市复杂的交通环境导致车载通网络信息传输安全性低、数据速率缓慢以及地面中继受限等问题,提出一种可重构智能表面(RIS)辅助无人机(UAV)中继协作的车载通信系统安全传输方案。该方案首先根据系统平均传输速率最大化来设计无人机轨迹优化问题。接着,通过引入松弛变量的序列凸规划交替迭代算法解决无人机轨迹的非凸问题,得到平均速率最大化的UAV飞行轨迹。最后,通过适当调整RIS与窃听用户之间的位置来降低窃听信道容量,改善无线传输环境。数值分析表明,优化无人机轨迹,可以得到最优平均传输速率。在RIS技术辅助下通过合理设置参数,该传输方案能有效提高通信系统的传输速率,同时也能保证安全性能。     

现代计算电磁学中的矩量法与快速算法

介绍了现代电磁理论中辐射散射问题的基于边界积分方程的矩量法.通过引入Krylov子空间迭代算法来求解矩阵方程,并使用快速多极子算法来加速计算矩阵向量积,可以使算法的空间和时间复杂度降为O（N15）.     

基于二分图最大赋权匹配的网络编码中继选择

针对多用户多中继场景,为了进一步提升系统的吞吐量,需要为用户选择合适的中继协助其传输. 考虑到多址网络编码中继的中继选择问题是一个复杂的优化问题,为了降低其求解复杂度,将中继网络建模为带权二分图,中继选择最优解即转化为图论中求二分图最大赋权匹配问题. 分别将Kuhn和Munkres（KM）算法和贪婪算法应用于多址接入中继网络的中继选择,蒙特卡洛仿真结果表明,KM算法求解的遍历容量略高于贪婪算法.     

基于极大熵模型的交通出行矩阵解法研究

引入拉格朗日乘子，对由路段观测流量反推交通出行矩阵的极大熵模型进行变换，将优化问题转换为非线性方程组的求解，并提出一种遗传算法求解方法.该方法以非线性方程组的待求量为决策变量，方程组两端向量的均方差最小值为目标函数，初值在决策变量可行域内随机产生.通过实例验证，遗传算法较之牛顿法改进了其对初始值要求严格、易产生局部收敛并含有矩阵求逆的不足，且当初始值偏离真实值较大时，遗传算法求解成功率远远高于牛顿法，证明了遗传算法在多种交通网络中求解交通出行矩阵是可行的.     

能量收集下的D2D-MEC计算卸载

针对移动边缘计算(MEC)在能源消耗和安全性方面的问题,研究具有社会关系和能量收集(EH)的D2D-MEC物联网网络中的任务卸载和资源分配问题,提出基于李雅普诺夫优化的D2D在线决策匹配和资源分配(ODMRA)算法.将用户之间的社会关系量化为社会信任矩阵,将能源消耗、包丢失、社会信任度表述为长期随机优化问题,采用李雅普诺夫优化方法将其分解为一系列子问题后分别求解.对于D2D间的决策选择子问题,结合子模块优化和贪婪算法设计低复杂度的策略选择算法.理论分析和仿真结果表明,所提出的ODMRA算法有效地优化了卸载方案,平衡了系统服务成本和队列长度,在能量消耗、系统服务成本方面优于其他对比算法.     

协同通信系统中放大转发与解码转发方式的比较

放大转发（AF）与解码转发（DF）作为协同通信中最基本的方法受到广泛关注。本文从复杂度、误码率性能与功率分配方案三个方面针对没有采用循环冗余检验（CRC）的DF、有CRC的DF、AF方式进行比较。指出：AF方式的复杂度低于DF方式;在优化系统误码率（SER）性能方面,二者具有基本类似的功率分配方案;DF方式易受源-中继端信道传输特性影响,因此没有CRC的DF方式SER性能最差,有CRC的DF可以克服这一缺点,取得比AF略好的性能。     

矩阵方程A=Φ（A）多点迭代算法

针对矩阵方法Ａ＝Φ（Ａ）无导数求解问题,提出了多点迭代收敛加速算法,该算法为电力网络优化计算提供了有效手段。     

基于动态设计变量优化方法的代数黎卡提方程算法与应用

目的 针对代数黎卡提方程的求解问题,基于动态设计变量优化方法原理,构建一种新的任意n×n阶代数黎卡提矩阵元素的优化求解方法,以实现未知元素的快速程序计算.方法 引入动态设计变量优化方法,以代数黎卡提矩阵中的独立未知元素为设计变量,以定义的求和矩阵方程中的每一项的平方和构造目标函数,建立求解未知矩阵元素的最优化问题,并编制通用程序来获得未知矩阵元素的求解.结果 通过典型算例和最优控制问题的计算分析,获得精确计算结果与实际控制问题的实现,验证了所提方法的有效性和通用性.结论 所提方法是有效的,能为多阶代数黎卡提方程快速精确求解和控制参量计算等问题的分析提供有效新思路.     

双向多天线中继系统中安全速率受限的功率最小化

针对双向多天线中继系统中存在多个单天线窃听者的场景,在保证两个源节点安全速率情况下,提出了两种中继节点发送功率最小化方案：人工噪声辅助的波束成形（artificial noise aided beamforming, ANAB）方案和零空间波束成形（null space beamforming, NSB）方案。ANAB采用半定松弛（semidefinite relaxation, SDR）技术和连续的凸估计（successive convex approximation, SCA）算法,得到局部最优的波束成形和人工噪声协方差矩阵。考虑到中继节点的天线个数大于窃听节点个数,设计了低复杂度NSB方案,在等效窃听信道矩阵的零空间中发送保密信息,通过求解一个SDP问题得到波束成形解。仿真结果表明,所提的安全发送方法可以有效地降低中继节点的发送功率。     

下行RIS-NOMA系统交替优化波束形成方法

为了最大化可重构智能反射面(RIS)辅助多输入单输出非正交多址(NOMA)通信系统中的加权和速率，提出了一种分式规划和连续凸逼近结合交替优化主被动波束形成的方法。首先，利用分式规划将加权和速率问题转化成分式问题并解耦信号和噪声功率；然后，分别利用拉格朗日乘子法和连续凸逼近交替优化主被动波束形成，从而将非凸最大化加权和速率问题分解成多个凸优化问题迭代求解；最后，获得主动波束形成的最优解和被动波束形成的次优解。仿真结果表明，所提方法有效地解决了RIS-NOMA通信系统中的波束形成问题，并且用户能够获得理想的速率提升。     

一种基于酉变换的均匀线阵DOA估计方法

针对利用传统多信号分类算法（Multiple Signal Classification,MUSIC）求解信号来波方向时,运算复杂且在有限快拍的情况下接收信号的协方差矩阵并非厄米特矩阵的问题,提出了基于酉变换和前后项平均的DOA(Direction of Arrival,DOA)估计算法。利用前后项平均生成协方差矩阵在欧氏距离内最小的厄米特矩阵,对生成的厄米特矩阵进行酉变换,将复数域的运算转变为实数域运算。有效地降低了算法的复杂度,提高了分辨性能,仿真实验验证了该算法的有效性。     

一种改进的块对角化预编码算法

为进一步提高块对角化预编码算法的性能,提出一种多用户多输入多输出下行链路中基于Givens变换的正交三角（QR）分解改进块对角化算法（QR-Givens-BD）。在块对角化预编码算法中,首先需要求出预编码矩阵的前半部分来解决多用户干扰问题,然后求出预编码矩阵的后半部分来降低用户自身天线间的数据干扰。在求解预编码矩阵的前半部分时,使用的核心算法是矩阵的正交化算法,矩阵的正交性的强弱将直接影响块对角化预编码算法的误码率性能的好坏。因此,针对块对角化预编码算法中的矩阵正交化算法,使用基于Givens变换的QR分解正交化算法替换原有正交化算法,求解预编码矩阵的前半部分,从而获得信道干扰矩阵零空间的正交基。通过对矩阵采用本方法进行正交分解,可以获得正交性更好的正交矩阵,从而进一步降低系统误码率。仿真结果表明,本文所提出的算法与传统的块对角化算法相比,在降低了计算复杂度的同时大幅提高了系统的误码率性能;与基于Gram-Schmidt正交化的改进块对角化算法相比,在略微增加复杂度的前提下可以提高3～5 dB的误码率性能。     

一种生产计划与车间调度的集成模型及其拉氏松弛求解法

建立了一个车间的集成生产计划与调度模型（ＩＰＳＭ），并采用拉氏松弛技术对其进行求解．通过引入辅助变量批作业的ｌｅａｄｔｉｍｅ，且松弛ｌｅａｄｔｉｍｅ约束，得原问题的松弛问题，它可分解为一个松弛的计划子问题（ＲＰＰ）与一个松弛的调度子问题（ＲＳＰ），各子问题可用有效的动态规划算法求解，而对偶问题极大化则采用次梯度方法．文中方法的优点是能得到优良的次优解，并能对解的性能进行评价，数值实例验证了文中方法的有效性     

基于SCAD-ESN的时间序列预测模型

回声状态网络（ESN）是一种重要的时间序列预测方法,但在训练数据存在噪声或野点情况下,ESN将会出现过拟合问题。针对该问题,提出基于平滑消边绝对偏离罚函数的回声状态网络（SCAD-ESN）模型。不同于在模型中加入岭回归、L₁范数罚函数及小波降噪等常规方法,该模型利用SCAD罚函数对变量进行选择,将小变量置为零以满足变量稀疏性,将大变量直接置为常数,从而能够很好地解决ESN过拟合问题并满足近似无偏估计。对于SCAD罚函数的非凸函数优化问题,提出基于局部二次近似（LQA）的求解方法,将最小角回归（LQR）方法用于SCAD罚函数求解,避免了计算量巨大的问题。使用基于粒子群优化（PSO）的超参数选取方法快速确定平滑消边绝对偏离-回声状态网络模型的超参数,克服利用经验选取超参数时存在的盲目性较大且难以确定整体最优的超参数问题。混沌系统数值仿真和网络流量仿真结果表明,相对于常规模型,该模型能有效地降低测试误差,从而克服过拟合问题。     

基于PSO算法的RIS-MIMO联合波束成形方案

在可重构智能表面(RIS)辅助的多输入多输出(MIMO)系统中,为了最大化系统的频谱效率,波束成形需要联合考虑基站的主动波束成形和RIS的相移设计。对此,提出了一种基于改进粒子群(PSO)算法的波束成形方案。首先,利用交替优化思想,将联合波束成形问题分解为基站处的有源波束成形和RIS处的相移设计。然后,利用注水功率分配和改进的PSO算法分别对这两个问题进行交替优化求解。最后,将所提方案推广到实用相移模型的RIS中。实验结果表明,所提方案可以有效地解决此波束成形问题,并能大幅提升系统的频谱效率。     

5G毫米波回传与接入一体化网络中用户关联与资源分配联合优化方法

由于毫米波回传与接入一体化网络(mm-Wave IBAN)能够按需划分接入和回传链路之间的资源比例而在提升5G通信网络资利用率方面有巨大优势。从最大化全网传输业务量的角度出发提出并实现一种mm-Wave IBAN用户关联和资源分配的联合优化方法。首先将mm-Wave IBAN中用户关联和资源分配的联合问题建模为一个组合非凸优化问题,然后将其分解为2个子问题,即在接入速率和回传速率匹配约束情况下以全网接入速率最大化为目标的用户关联子问题(即子问题1)和以传输业务最大化为目标的接入与回传时间资源比例分配的子问题(即子问题2)。利用人工免疫优化算法求解子问题1,再通过对全网业务量表达式求导而得各小区接入和回传链路上的最优传输时间比例。仿真结果表明:与基于最近距离用户关联机制相比,在提升网络吞吐量方面有更大增益。