盲多用户检测技术算法研究

本文主要介绍几种典型的盲多用户检测算法,并比较了这几种算法的优缺点。     

论现代企业的财务分析

本文从现代企业财务分析与传统企业财务分析比较入手,指出了现代企业财务分析与企业经济效益的综合评价、依法披露企业信息、国有资产经营分析的不同.阐述了现代企业财务分析的目的、内容、方法和措施.     

非正交多脉冲通信系统的多用户检测性能分析

随着多用户检测技术研究的深入,对非正交多脉冲调制(NMM)信号的接收机的设计是非常必要的。针对非正交多脉冲调制信号多用户干扰问题,设计了一种非相干解相关接收机前端,这种接收机将多用户信道分解成K个单用户信道,这样相当于将多用户检测问题转换成噪声加强的单用户检测问题,极大地降低了问题的复杂性。仿真结果表明了此检测算法的性能优于常规检测器。     

MMSE白化和子空问MMSE白化

介绍了一种最优线性白化技术,他能最小化原始数据与白化后的数据的均方误差,使输出数据(白化后的数据)尽可能地接近输入数据(原始数据),也就是在均方误差意义上失真最小。先介绍MMSE白化技术,接着介绍子空间下的MMSE白化技术,最后将白化技术应用到最小二乘(LS)估计器中,仿真结果证明MMSE白化能达到改善性能的目的。     

MMSE白化技术在NMM信号多用户检测中的应用

介绍了MMSE白化技术在非正交多脉冲调制信号的非相干解相关多用户检测中的应用。如果直接对正交多脉冲调制信号进行非相干解相关多用户检测,虽然能将多用户问题转换成单用户问题,但会造成高斯噪声加强,若直接对信号进行判决,必然会影响判决的准确性,故尝试将白化技术应用在此,在解相关后,先将噪声进行MMSE最优白化变换,使其互不相关,再将多用户信道分解成单用户信道,能够有效地改善系统性能。     

基于稀疏图表示的特征选择方法研究

特征选择旨在降低待处理数据的维度,剔除冗余特征,是机器学习领域的关键问题之一。现有的半监督特征选择方法一般借助图模型提取数据集的聚类结构,但其所提取的聚类结构缺乏清晰的边界,影响了特征选择的效果。为此,提出一种基于稀疏图表示的半监督特征选择方法,构建了聚类结构和特征选择的联合学习模型,采用l__1范数约束图模型以得到清晰的聚类结构,并引入l_2,1范数以避免噪声的干扰并提高特征选择的准确度。为了验证本方法的有效性,选择了目前流行的几种特征方法进行对比分析,实验结果表明了本方法的有效性。     

中断管理进程化改善Linux实时性能方法研究

随着Linux在嵌入式操作系统领域的广泛应用,改进Linux的性能,使他适用于实时领域成为一个备受关注的研究方向。首先分析了当前Linux在实时系统中的局限性,并讨论了几种改进方法,最后对Linux核心可抢占性的方法提出了改进措施:中断管理进程化。通过中断管理进程化能够有效地改善Linux在实时性能方面的局限性。