LTE中PUSCH发射功率的一种优化方法

本文从LTE PUSCH的功率计算公式出发.研究指数运算和对数运算的泰勒级数展开算法,并研究在保持较高精度的情况下,最大限度地降低运算时间开销的算法实现方案,给出算法仿真性能,并对结果进行分析.     

基于FPGA的IDEA加解密算法的研究和实现

加密技术是数据保密通信的关键技术。研究加密算法、保障数据安全具有重要的现实意义。IDEA算法是一个好的加解密算法。本文用FPGA设计并实现了IDEA算法的加解密器。对于算法实现的关键运算模块,通过对几个经典运算算法的比较验证,选择合适的算法进行优化设计。利用状态机的优良特性控制算法的运算。结果表明,该设计消耗资源少,运算速度快,算法更适应FPGA特性,具有一定的应用价值。     

利用CORDIC算法计算平方根及其FPGA实现

平方根运算作为信号处理的一种基本数据运算,在工程项目中应用广泛,但是在FPGA中直接进行平方根运算较为复杂,需要研究其高效实现方法。当利用CORDIC算法进行双曲线方程求解时,可以高效地完成平方根运算。这里首先介绍了CORDIC算法的原理,迭代结构的实现流程,及其在平方根计算中的应用。设计了两种适合于FPGA实现的CORDIC算法平方根运算的结构,并行结构和位串行结构,比较了两种结构的优缺点,并给出仿真结果。     

基于Montgomery算法安全漏洞的SPA攻击算法

公钥密码体制的算法大多基于有限域的幂指数运算或者离散对数运算。而这些运算一般会采用Montgomery算法来降低运算的复杂度。针对Montgomery算法本身存在可被侧信道攻击利用的信息泄露问题,从理论和实际功耗数据2方面分析了Montgomery算法存在的安全漏洞,并基于该漏洞提出了对使用Montgomery算法实现的模幂运算进行简单能量分析（SPA, simple power analysis）攻击算法。利用该算法对实际模幂运算的能量曲线进行了功耗分析攻击。实验表明该攻击算法是行之有效的。     

CORDIC算法的一种补码实现结构设计

根据CORDIC算法原理,分析了该算法角度旋转范围缺陷,提出360°覆盖的角度旋转算法结构;推导出利用补码实现CORDIC算法的迭代运算单元结构,并根据该补码运算原理设计了CORDIC补码迭代运算单元和方向向量发生器的实现结构.     

椭圆曲线联合稀疏表算法的一种改进

为了提高基于椭圆曲线密码系统的各种运算效率,提出了一种椭圆曲线上联合稀疏表（JSF）算法的改进算法,并对改进算法的运算效率进行了分析。分析结果表明,与改进前相比,该改进算法平均可以减少0.37次倍点运算,从而使总的运算量达到更低,而运算效率更高。如果以现有加密强度来衡量的话,算法效率可以提高0.15％。     

基于图形处理器的时域有限差分算法研究

如何提高时域有限差分算法（FDTD）的运算效率一直是FDTD数值运算研究的核心问题之一。针对近年来图形处理器（GPU）运算能力的高速增长及GPU通用运算概念提出的背景,对GPU加速FDTD运算的潜力与研究现状进行了总结,并对GPU加速FDTD运算的并行实现原理进行了阐述,通过将其与其他典型硬件加速方式进行比较,指出了GPU加速具有低成本易于开发移植等特点。通过GPU加速FDTD的实例运算,初步验证了GPU运算的可行性与高速性,证实了GPU加速运算FDTD运算存在广阔应用的前景,并对现有问题进行了总结。     

多模式CORDIC算法结构改进与实现

本文对计算反正余弦函数的CORDIC算法的迭代结构进行了改进,并在此基础上完成多模式CORDIC算法的实现.通过重新设定初始旋转向量避免了前两级迭代,通过修改向量旋转方向的判决条件对原算法的误差进行了校正,在增加了很少资源的情况下将正余弦运算和反正余弦运算统一到同样的迭代结构中并予以实现.实现结果表明改进后的算法反正余弦运算结果有更高的运算精度,在两种运算函数都需要的应用中能够有效减少的硬件资源占用.     

高性能的Max-Log-MAP线性分段算法研究

针对Max-Log-MAP算法存在译码性能比Log-MAP算法差0.5dB,而Log-MAP算法复杂度大的问题。论文提出了用线性分段(piecewise-linear term:PLT)的最大值运算来替代Log-MAP算法中雅克比公式,并通过研究比例因子对译码性能的影响,获得了最佳的优化Turbo译码性能的方法。研究结果证明,用分段项数r等于3,比例因子s为0.7时,获得的Turbo译码性能略优于Log-MAP算法,而算法的计算复杂度比Max-Log-MAP算法仅增加一次乘法、一次加法和求最大值运算。     

基于布尔矩阵Apriori算法的改进研究

为了高效且快速地从事务数据库中生成频繁项集,在研究基于布尔矩阵Apriori算法的基础上,提出一种改进算法PM Apriori(Prune Matrix Apriori)算法。此算法充分利用矩阵的存储与运算特性,仅扫描数据库一次,不需要生成候选集,有效地提高算法的运算效率,在算法执行过程不断对存储矩阵进行修剪压缩,节省了内存空间和扫描矩阵的时间,并通过算法示例与算法性能对比分析证明所提出的改进算法具有良好的时间特性和空间特性。     

最优化问题算法重用研究

为提高算法设计的效率以及缩小设计所需的时间,提出了算法重用的思想,即通过解决同一类型问题的算法框架来生成具体算法。并以N皇后问题的回溯算法为实例,介绍了算法设计过程。通过算法重用,文中可在解决这类问题的算法框架下,根据自身选择的实现函数,在框架下填充算法的具体细节,从而避免了算法设计的重复性工作,节省了设计所需的时间,提高了设计效率。     

一种新的变步长LMS自适应滤波算法

在对传统LMS算法、变步长SVSLMS算法及归一化LMS算法分析的基础上,提出了一种改进的归一化变步长LMS算法即N-SVSLMS（Normalized-SVSLMS）算法。该算法结合了参考文献中两种算法的思想,得到了改进的归一化LMS自适应算法。该算法在信道环境多变的情况下,收敛速度和稳定性能有了进一步的提高。理论分析及计算机仿真结果表明,N-SVSLMS算法明显优于传统LMS算法、变步长SVSLMS算法及归一化的LMS算法。     

基于加权BF-TOPSIS的多属性决策方法研究

BF-TOPSIS算法结合置信方程和TOPSIS算法,能够有效处理多属性决策问题。加权BF-TOPSIS(WBFTOPSIS)算法是对BF-TOPSIS算法的有效推广,保留了BF-TOPSIS算法的优越性。文章首先对BF-TOPSIS算法的归一化问题进行详细推理分析,并给出BBAs构造的一种新的证明。通过分析BF-TOPSIS算法BBAs构造的实际意义,提出WBF-TOPSIS算法,并给出加权系数的最优化表达式。BF-TOPSIS算法是WBF-TOPSIS算法的一种特殊情况。相比于BF-TOPSIS算法,WBF-TOPSIS算法能够做出更优的决策结果;最后算例分析验证了所提算法处理多属性决策问题的优越性性。     

Heuristic Sarsa algorithm based on value function transfer

With the problem of slow convergence for traditional Sarsa algorithm,an improved heuristic Sarsa algorithm based on value function transfer was proposed.The algorithm combined traditional Sarsa algorithm and value function transfer method,and the algorithm introduced bisimulation metric and used it to measure the similarity between new tasks and historical tasks in which those two tasks had the same state space and action space and speed up the algorithm convergence.In addition,combined with heuristic exploration method,the algorithm introduced Bayesian inference and used variational inference to measure information gain.Finally,using the obtained information gain to build intrinsic reward function model as exploring factors,to speed up the convergence of the algorithm.Applying the proposed algorithm to the traditional Grid World problem,and compared with the traditional Sarsa algorithm,the Q-Learning algorithm,and the VFT-Sarsa algorithm,the IGP-Sarsa algorithm with better convergence performance,the experiment results show that the proposed algorithm has faster convergence speed and better convergence stability.     

一种改进的混合排课算法研究与实现

针对目前常用的排课算法中存在的不足,分析了基于遗传算法的单一排课算法存在影响排课因素多、难以进行最优组合及排课效率低等问题,提出了一种基于优化的遗传算法和贪婪算法组合的混合排课算法。该算法首先采用改进的遗传算法对教学时间片进行安排,然后再采用贪婪算法进行教学场地安排,该算法的创新点在于简化了影响排课结果的因素,将一个复杂的过程分解为两个阶段来实现,保证了排课结果的合理性、提高了自动排课的效率、有利于后期部分课程的手动调整。     

改进Min-sum的LDPC译码算法研究

为了弥补Min-Sum译码算法相对于LLR-BP算法的性能缺陷,降低LLR-BP算法的实现复杂度,提出一种改进型Min-Sum译码算法,将Normalized BP-Based和Offset BP-Based 2种算法有效地结合,在计算校验节点消息时,同时引进校正因子和偏移因子,并通过最小均方差准则来选择参数。仿真结果表明,在误码率相同的条件下,改进型Min-Sum译码算法比Min-Sum算法、Normalized BP-Based算法和Offset BP-Based算法具有更好的译码性能,译码性能逼近于LLR-BP译码算法。     

相位恢复技术算法的探究

首先介绍了相位恢复技术中的Gerchberg-Saxton算法和梯度搜索算法。推导了当任意多帧输入图像及它们的离焦量作为输入时,梯度搜索算法的目标函数分别关于广义光瞳、波前以及泽尼克系数的偏导数。揭示了GS算法与梯度搜索算法之间的关系。针对单幅和多幅图像作为输入时分别用GS算法和梯度搜索算法设计了仿真实验,实验结果显示对于单幅图像作为输入时,梯度搜索算法明显优于GS算法。对于多帧不同离焦量的图像作为输入时,GS算法和梯度搜索算法都能很好的解算出波前,但梯度搜索算法的收敛速度明显优于GS算法。     

机器组卷问题的遗传-蚂蚁算法研究

计算机智能组卷的关键技术在于组卷算法，蚂蚁算法在初期信息素缺乏导致搜索时间较长；遗传算法需要在一组解中寻找最优解而产生大量的重复数据，导致算法效率较低。为了开发出一个具有高效性和鲁棒性的组卷算法，提出了一种融合遗传算法与蚂蚁算法的机器组卷算法，算法利用遗传算子操作的全局收敛快的特点，将最优结果作为蚂蚁算法的初始信息素分布，按照蚂蚁算法的并行反馈信息、求解效率高的特点进行信息更新求得最优解，优势互补。实验表明，算法在收敛性和寻优性都有很好的效果。     

改进的KFCM算法及其在感兴趣区域提取中的应用

基于核函数的FCM算法(KFCM)是一种常用的聚类算法,它需要人为地确定分类数,对噪声比较敏感。针对感兴趣区域提取问题,提出一种改进的KFCM算法,该算法先用k'-means算法估计分类数,再用KFCM算法进行聚类,改进隶属度函数,使新算法的隶属度为其邻域隶属度的平均值,提高了算法的抗噪能力。将新算法应用到感兴趣区域提取中,实验结果表明,新算法不需要人为地确定分类数,并且相比传统的FCM算法和KFCM算法能更有效地抑制噪声。     

基于EGA与Alopex算法的非可微函数混合全局优化算法

遗传算法是一种全局化算法,能以较大概率搜索到全局最优解。本文将Alopex算子嵌入到保留最优个体遗传算法（EGA）中,对非可微或求导困难函数从而得到既能以较大概率搜索全局极值,又能进行局部细致搜索的混合全局优化算法;并对其全局收敛性和计算效率作了证明与分析。数值计算结果表明该算法优于求解函数优化的EGA和Alopex算法。