利用子块二维优化组合降低MIMO-OFDM系统峰均比

针对MIMO-OFDM系统高峰均比问题,文章提出一种利用频域子块在空时二维进行优化组合的方案.该方案基于时隙中存在多个OFDM符号的系统,将位于不同天线、不同时刻的多个OFDM符号在频域分成多个子块,每个子块变换到时域后,在空时二维进行优化组合,选择具有最低峰均比的组合进行发送.该方案利用空时二维自由度,同时降低MIMO-OFDM系统中多个OFDM符号的峰均比.为了降低计算复杂度,给出了2类低复杂度的次优算法.仿真表明,对于512个子载波的MIMO-OFDM系统.当峰均比降低概率为10~(-4)时,该方案能够获得3.9～4.9 dB的峰均比降低增益,比空间移位算法多获得1～2 dB的性能增益.     

带阻尼项的二阶强迫非线性微分方程的区间振动准则

利用Riccati技巧和变分原理,对带阻尼项的二阶强迫非线性微分方程建立了新的区间振动准则,推广和改进了已有的一些结果．     

具有区间参数的VRP及其改进的C-W节约算法

在传统的车辆路径问题的基础上,针对配送中心到客户以及客户到客户之间的费用为区间参数时的车辆路径问题,建立了相应的数学模型.用可能度的区间数排序方法对费用区间参数进行排序并应用到C-W(clark-wright)节约算法中,提出了改进的C-W节约算法.通过算例验证了该算法的有效性和可行性.     

基于IOWA算子的区间组合预测方法

针对预测值与实际值都以区间数形式给出的组合预测问题,引进诱导有序加权平均(IOWA)算子,提出了以区间中心位置误差平方和与区间长度误差平方和的凸组合为准则的区间组合预测模型,给出了确定Ⅰ-OWA算子区间组合预测模型权系数的数学规划方法,实例分析表明,该模型能有效提高区间组合预测精度.     

基于计算机视觉的纤维带铺放间隙检测研究

研究了基于纤维带在某一铺放角度（0°～90°）下的间隙检测系统,采用PC高速图像采集卡的计算机视觉技术实现检测。在检测过程中,用CCD／CMOS相机＋图像采集卡的方法实现实时图像序列采集。并研究了间隙检测系统的硬件设计,提出了设计测量软件的思想、图像处理的步骤和一种简单易行的间隙检测算法,通过视觉软件检测验证了铺放缺陷可采用视觉完成检测。为了提高系统的整体性能,可采用ARM或DSP来代替PC机,同时可以改进图像识别算法,提高纤维带边缘识别的精确度、准确率和实时性。     

频率选择性衰落信道中的发射分集设计

为了获得多天线分集以对抗衰落,提出了一种适用于频率选择性衰落信道的发射分集方案．该方案利用零相关窗互补码的理想相关特性分离多径,最终同时得到全部的空间分集增益和频率分集增益．仿真结果表明,与频率选择性衰落信道下的空时编码方案相比,该方案发射接收装置的结构更简单,设计更灵活．     

虚载波存在下低复杂度的OFDM信道估计

首先分析了虚载波对基于离散傅里叶变换(DFT)信道估计的影响,结果表明,对于边缘子载波,由于虚载波部分导频信道信息缺失所引起的估计误差远大于噪声带来的估计误差,严重影响边缘子载波的信道估计性能. 基于此分析,提出了一种低复杂度的正交频分复用(OFDM)信道估计方法,在边缘子载波,利用频域最小平方(LS)估计结果代替DFT估计结果,并给出了边缘子载波替换准则及此信道估计方法的均方误差下界. 仿真结果表明,所提方法均方误差(MSE)及误码率(BER)性能优于频域LS估计和单纯基于DFT的估计.     

非完美信道下的SDMA系统低复杂度调度算法

分析了信道估计误差和信道反馈时延对空分多址系统性能的影响。为了降低信道不完美的影响,提出动态自适应调制方案。该方案根据接收端的反馈信息动态地调整不同调制方式对应的信号干扰噪声比门限,直到所有的数据被正确接收为止。在不增加系统信令开销和不改变原有系统参数（如调制阶数和门限）的情况下,充分利用确认/非确认信息可以有效地抑制信道估计误差带来的影响。     

长春市燃煤供热锅炉运行及煤耗现状调查

我国严寒地区主要以燃煤供热锅炉为采暖热源,笔者通过实地走访长春市111座燃煤供热锅炉房,针对锅炉实际运行及煤耗的情况开展调研,并提出了节能方面存在的问题及解决的措施。     

基于相近度的人机界面不确定信息评价

针对人机界面评价中评价信息不完全、不确定和较为复杂的特点,提出基于相近度的人机界面不确定信息评价方法.该方法将人机界面不确定信息的处理由实数序列拓展至灰区间数序列,以灰色理论和理想点法为理论基础,构造灰区间绝对关联分析模型和灰区间理想点模型,并运用整体逼近的思想,综合考虑方案与参考序列曲线的相似性和接近性,提出设计方案与理想方案的灰区间相近度,建立了不确定信息的综合评价模型.该模型弥补了单一方法的不足,避免了模糊信息过早精确化,有效保证了评价结果的可靠性.实验结果表明,该方法对于解决具有不确定信息的复杂系统评价问题是合理的、有效的.