基于PTP的加权时钟同步算法

时钟同步在计算机网络领域中应用广泛,是实现许多网络功能的重要基础。软件定义网络(SDN)作为一种新兴的网络架构,其中的确定性时延、同步传输、网络虚拟化等研究都依赖于网络协议进行软件时钟同步。研究如何通过软件方式提升时钟同步精度在SDN系统中有着重要的意义。本文对现有的PTP的时钟同步方式进行了介绍与分析,在此基础上提出了一种改进的时钟加权算法,通过利用网络中上一层多个节点的时钟信息来提升多跳同步的时钟精度。在对典型网络的仿真测试中,每个节点时钟同步精度的提升幅度从1倍到2.6倍不等。网络中的链路越多,算法提升效果越明显。     

基于WA-ABC-WLSSVR的南美白对虾工厂化育苗溶解氧预测模型

为解决传统方法水质预测精度低、鲁棒性差等问题,提出了基于小波分析(WA)、人工蜂群(ABC)优化加权最小二乘支持向量回归机(WLSSVR)的工厂化育苗溶解氧组合预测模型(WA-ABC-WLSSVR模型).该模型采用小波分析对原始非平稳溶解氧时间序列数据进行多尺度特征提取,通过加权最小二乘支持向量回归机对不同尺度下的溶解氧数据子序列分别建模,利用改进人工蜂群优化算法(ABC)对各分量序列WLSSVR模型参数进行组合优化,最后叠加各尺度下的预测结果.运用该模型对工厂化育苗溶解氧进行预测,并与BPNN、标准LSSVR、WAACO-LSSVR、WA-PSO-LSSVR等模型对比分析,结果表明,该溶解氧预测模型具有较高的预测精度和泛化能力.     

基于加权平滑l_0范数的单快拍波达方向估计

针对现有基于压缩感知的DOA估计算法估计精度不高的问题,提出一种基于加权平滑l0范数的单快拍DOA估计算法。所提算法采用一种新的加权方式,在构造一个恰当的平滑连续函数后,根据接收数据的初始解确定一个合适的递减的{σ}序列[σ_1,σ_2,?,σ_J],并对每一个σ值,用最速下降法来求解l0范数的逼近函数H_σ(S)的最小值;然后将该σ值作为下一次迭代的初始值,并在每次迭代开始时更新权值,通过多次的迭代获得逼近函数的最小解,即逼近的最小l0范数。通过仿真实验表明所提算法可对DOA进行有效估计,且容易实现、精度较高,与未加权的改进平滑l_0范数DOA估计方法相比具有更好的估计性能。     

采用4-WFRFT和人工噪声的变换域通信物理层安全传输

为了提高变换域通信(TDCS)信号的物理层安全性,提出了一种基于4项加权分数阶傅里叶变换(4-WFRFT)和人工噪声的TDCS信号加密方式。首先利用4-WFRFT代替传统TDCS中的DFT/IDFT,改变了TDCS信号的空间分布,在保持原系统复杂度的同时增加了TDCS信号的抗截获性,在此基础上使用人工噪声进一步增强系统的安全性,最后推导了非法用户理论误码率以及系统保密容量。仿真结果表明,无论是全频谱或是频谱失配情况下,采用当参数 在[0,0.8)或(1.7,4]的范围内时,窃听者误码率始终保持在0.5,无法正确解调发送信号,同时系统保密容量也为正数,有效保证了信息的安全传输。     

遮挡情况下水尺图像特征加权学习识别算法

考虑实际应用中水尺图像受遮挡较多,自动识别水位困难的问题,提出了一种遮挡情况下的水尺图像特征加权学习识别算法。针对现有稀疏表示算法通常对图像整体进行操作如字典训练等,致使图像中的特征信息无法突出的情况,提出在稀疏表示过程中对回归系数设置不同权值并在迭代过程中对权值更新学习。首先通过对特征权值的迭代学习以增加有效信息的权重,排除遮挡信息的干扰;其次,通过对图像分类残余值进行不同模型下的回归表示,提出采用更能表现出残余值重尾分布实际情况的逻辑分布模型。实验过程采用实际水尺图像,先通过边缘检测等预处理方式得到当前水位的刻度图像,进一步对该图像附加遮挡进行分类识别以验证实验结果,所附加遮挡用以模拟水尺刻度被水面遮挡等情况。实验结果表明,与常用的稀疏回归表示算法相比,该算法在多遮挡情况下的性能较优。图10幅。     

基于加权网络和局部适应度的蛋白质复合物识别算法

蛋白质复合物识别对分析蛋白质网络的结构特征和模块功能具有重要意义。通常在蛋白质网络中挖掘稠密子图或模块来识别其中的蛋白质复合物,限制了其应用范围和识别的准确性。针对该问题,提出了一种基于加权网络和局部适应度的蛋白质复合物识别算法,该算法综合稠密子图的密度指标和模块性定义了新的局部适应度函数,并基于边聚集系数构建加权的蛋白质网络,根据权值选择边,在加权蛋白质网络中将种子边不断聚类扩展,从而获取具有最大综合适应度的子图作为蛋白质复合物。在酵母蛋白质等多个实际网络中试验表明,该算法能够有效提升蛋白质复合物识别的准确性。     

基于改进加权质心和UKF的移动目标定位算法

为了解决传统算法对于移动目标定位误差较大的问题,提出了一种基于接受信号强度指示(RSSI)的改进加权质心定位算法,并结合一种改进的UKF算法对RSSI进行有效滤波。针对传统质心定位算法只能静态设置权重的缺陷,提出利用定位误差对距离进行修正,有效提高了算法的定位精度。对于标准UKF算法,在采样过程中采用改进最小偏度策略,引入调节因子,保证了预测方差矩阵的半正定性,并且在滤波更新过程中采用衰减记忆滤波方法,有效抑制了滤波发散,提高了滤波精度。仿真实验结果证明了本文算法的正确性和有效性。     

基于信号体制的热噪声模型及对RAIM的影响

针对因信号体制因素带来的传统加权模型偏差问题,通过分析几种典型信号结构在接收机码跟踪环路跟踪精度上的差异性,提出基于信号体制的接收机伪距误差热噪声模型,推导各频点测距加权因子的产生方式.结合传统双频组合噪声方差估计,探讨新模型对加权接收机自主完好性监测(RAIM)性能及定位估计精度的影响.仿真测试表明,采用该模型能够优化提升RAIM故障检测率,提升各频点测距置信度水平,有效地保证定位精度.     

一种适用于高阶QAM信号的均衡与载波恢复联合实现算法

针对高阶QAM信号接收解调中的均衡和载波恢复问题,提出了一种基于超指数迭代的均衡与载波恢复联合处理算法,在存在载波频偏情况下,联合实现盲均衡和载波恢复。利用超指数迭代算法对载波相位"盲"的性质及其快速收敛特性,与极性判决锁相环联合实现多径信道条件下的载波频偏捕获及初步均衡,之后切换到判决引导方式完成载波的相位跟踪和最终均衡。仿真结果证明了算法的有效性。     

基于最小二乘与加权分位数回归法对比分析盈余管理在我国跨国公司中的应用

为了对比普通最小二乘法与加权分位数法的异同,并选择能够衡量我国跨国公司盈余管理程度的有效方法,按照跨国公司的定义,把2013年我国沪深两市上市公司分为跨国公司和非跨国公司两类,并在Jones模型的基础上,分别采用普通最小二乘法和加权分位数回归方法进行对比实证研究。结果显示,总资产是影响我国跨国公司盈余管理的重要因素。表明加权分位数回归的Jones模型能够作为衡量我国跨国公司盈余管理程度的有效方法。