遗传算法矩阵编码的研究

遗传算法是一种基于自然选择和遗传变异等生物进化机制的全局优化搜索算法。文章对矩阵编码的机制进行了研究，讨论了矩阵编码的算法框架及特点，对矩阵编码中的选择、交叉和变异算子进行了比较全面的形式化描述，并介绍了其未来研究方向。     

新型准正交空时分组编码预编码的设计

为了改善准正交空时分组码的MIMO系统的性能,该文提出了将准正交空时分组码和预编码矩阵相结合的方法．信息在经过准正交空时分组码编码后,需经过线性预编码矩阵处理后才从发射天线发送,并且应用一种性能优于一般准正交编码的新型准正交分组码．预编码矩阵设计利用了MIMO信道的非零均值矩阵和相关矩阵,并采用成对差错概率（PEP）作为其最优设计准则．仿真表明,相对于未经过预编码矩阵的系统和一般准正交分组编码与预编码矩阵相结合的系统,新的编码方法的误码率性能有明显改善．     

LDPC编码的FPGA实现

低密度奇偶校验码（简称LDPC码）是目前距离香农限最近的一种线性纠错码，它的直接编码运算量较大，通常具有码长的二次方复杂度．为此，利用有效的校验矩阵，来降低编码的复杂度，同时研究利用大规模集成电路实现LDPC码的编码．在ISE8．2软件平台上采用基于FPGA的Verilog HDL语言实现了有效的编码过程，为LDPC码的硬件实现和实际应用提供了依据．     

基于信道估计的非线性编码系统的信号检测算法

针对非同一分布的输入信号序列，线性分组方法不能设计出最优编码的问题进行研究，提出一种以信道估计为基础，对非线性分组编码进行解码的信号检测方法，将基本的最小均方(LMS)自适应算法推广到对二维空时编码信号的权矩阵自适应迭代估计过程．同时，分析了对输入信号序列编码所生成的非线性编码矩阵之间的相关性，运用解相关LMS自适应算法对时间选择性衰落信道进行估计．在白噪声情况下，根据估计信道和噪声统计量，推导出对非线性编码进行解码的最大似然决策方法．仿真实验表明，扩展LMS方法和解相关LMS方法跟踪时变衰落信道响应都具有较强的快速收敛性和系统稳定性，非线性空时分组编码系统比线性编码系统编码能力提高了2dB，运用最大似然决策方法使系统误码率降低了32%．     

一种用户受限的数字指纹编码方法

针对用户数量受限的应用环境,给出一种以一系列小的BIBD（balancedincompleteblockdesign）关联矩阵取补转置得到的编码矩阵,替代单位标准正交阵中的非零元素构成2层的级联码,与混沌序列异或,并根据合谋假设计算并重复码字后分配给分组用户的数字指纹方案．基于该方案,研究了分组编码的区块矩阵的大小对编码抗合谋攻击的影响,讨论了用户分组的合理性原则．实验表明：选取大小相近的内码矩阵块并设置相对均衡的用户分组,对提高指纹编码的抗合谋攻击能力和编码效率有着积极的作用．     

有7阶自同构的二元自对偶编码[54,27,10]

给出了有7阶自同构的二元自对偶编码[54，27，10]的生成矩阵，并且证明了在等价情况下，总共有533种这样的编码．     

纠单错码的研究

本文描述了一种既可检测一位错误又可纠正一位错误的纠单错码．纠单错码的基本原理是利用生成矩阵来进行编码，利用校验矩阵来进行查错和纠错．     

反埃尔米特矩阵的几条性质

埃尔米特矩阵是矩阵类中的一种特殊形式，它在矩阵理论厦其应用中有着很重要的地位．因此，诸多学者研究埃尔米特矩阵的性质并获得一些很好的结论．文章对反埃尔米特矩阵作了类似的研究，得出了此类特殊矩阵的几条性质．     

多输入多输出系统下行链路发射与接收的联合线性预编码

针对多用户多输入多输出系统下行链路线性预编码中的迫零法及正交化法对接收端的噪声有较强放大作用的问题，提出了一种发射与接收联合预编码的波束成形迭代法．该方法把联合预编码直接转变为波束成形问题，以惟一确定的最小范数解作为预编码矩阵，通过迭代得到各用户的预编解码矩阵．由于所得到的解码矩阵具有最小范数的特性，在解码时产生的噪声能量最小，从而有效地减少了对噪声的放大作用．同时，在基站总发射功率一定的条件下，根据用户的信道质量动态地分配功率可以使信道质量较差的用户得到较多的发射功率．仿真实验表明，所提出的方法与迫零法相比，在相同的仿真条件下，在平均误比特率为10^-4时可以获得约9dB的性能增益．     

融合压缩感知与网络编码的多速率与变速率传输

结合压缩感知与网络编码的优势,面向单信源异构信宿网络,研究压缩感知观测数据基于线性网络编码的多速率与变速率传输.研究压缩感知观测矩阵与网络编码全局编码核矩阵的联合等效,设计了一种融合有限域压缩感知与线性广播网络编码的精细粒度多速率传输方案;研究压缩感知观测矩阵、线性广播类型保持降维转换矩阵和网络编码全局编码核矩阵的联合等效,基于有限域压缩感知与变速率线性广播,为多媒体数据设计了一种变速率-多速率传输方案.     

面向状态的互联网应用心跳流检测算法

本研究围绕互联网应用心跳流展开。从设计者角度将心跳机制分为无状态心跳机制和有状态心跳机制。根据不同心跳机制形成心跳流的特点,提出心跳流检测的统计算法和偏离指标算法。为验证算法的有效性,将算法实现并部署在40G 带宽的中国教育和科研计算机网（CERNET）南京主节点网络边界,并连续7 d进行面向实际流量的测试,实验结果证实了算法的可用性。     

基于改进贝叶斯优化算法的图像分割方法

图像分割是图像处理和计算机视觉的重要研究领域.在此将基于免疫机理的改进贝叶斯优化算法应用于图像分割,利用其较好的寻优能力搜索到图像的最佳阈值,达到较好的图像分割效果,并拓展了算法的应用领域.仿真结果表明,改进贝叶斯优化算法可以获得更好的图像分割效果及更低的计算量.     

空间划分的目标图像识别与跟踪技术

针对多目标识别跟踪算法中存在的低效率、高能耗,易产生误检、漏检等问题,以跟踪精确率、能量损耗为评价指标展开研究.对目前定位与跟踪的相关算法进行分析,提出一种基于空间划分的目标图像识别与跟踪算法.利用空间分簇机制,实时收集目标的位置信息,同时,建立目标丢失与恢复机制,显著提高了目标的识别与跟踪精度,减少能量损耗.结果表明:与常规算法相比,所提算法跟踪成功率提高了10%左右,并能有效减少能量消耗,具有一定的实用价值.     

基于Markov对策和强化学习的多智能体协作研究

MAS的协作机制研究,当前比较适用的研究框架是非零和Markov对策及基于Q－算法的强化学习。但实际上在这种框架下的Agent强调独立学习而不考虑其他Agent的行为,故MAS缺乏协作机制。并且,Q－算法要求Agent与环境的交互时具有完备的观察信息,这种情况过于理想化。文中针对以上两个不足,提出了在联合行动和不完备信息下的协调学习。理论分析和仿真实验表明,协调学习算法具有收敛性。     

一种基于改进的AdaBoost的SAR图像分类方法

合成孔径雷达(SAR)图像由于受到相干斑点噪声的影响,使得其高精度的分类算法研究受到极大的挑战.为了提高SAR图像分类的性能,本文根据SAR图像的成像机理和统计特性,通过灰度共生矩阵特征的提取,结合纠错编码,构造了一种SAR图像分类的Ada Boost改进算法.实验结果表明,该算法得到较好的分类结果,分类精度得到了显著的提高.     

分布式系统动态配置一致性算法的实现

在基于构件的分布式系统中进行动态配置是目前研究的重点与热点，动态配置必须保证系统的一致性.该文提出一种基于事务及其静止状态理论的动态配置一致性算法，采用等待方式驱动目标构件进入静止状态，即目标构件启动和参与的所有事务只可能处于未启动状态或已经正常完成状态，使得对目标构件实施任何动态配置意图都不会破坏事务的完整性，从而在所有动态配置场景下严格保证行为一致性.在基于CORBA的模型原型实现中对该算法的性能测试验证了其可行性.     

事件触发机制下二阶多智能体系统量化追踪控制

为了解决控制器频繁更新及通信带宽有限性的问题,对二阶线性多智能体系统在事件触发机制下的量化追踪控制进行研究.设计与均匀量化器相关的事件触发控制机制,提出基于事件触发的追踪控制算法,并使用均匀量化器对控制输入中的所有跟随者状态进行量化处理.基于Lyapunov稳定性理论分析,得到在该算法下使系统渐近趋于一致的充分条件.研究结果表明:所提出的控制协议可以排除芝诺行为.最后,通过数值实验说明理论结果的有效性.     

蚁群算法理论及其应用研究

蚁群算法是一种模拟昆虫王国中蚂蚁群体觅食行为的仿生优化算法,该算法采用了正反馈并行自催化机制,具有较强的鲁棒性、优良的分布式计算机制、易与其它方法结合等优点,在解决许多复杂优化问题方面已经展现出其优异的性能和巨大的发展潜力。本文介绍了基本蚁群算法的原理、数学模型,总结近年来蚁群算法在一些新领域中的发展应用,分析了蚁群算法未来的研究方向和主要研究内容。     

遗传算法并行机理分析

在当前遗传算法的理论发展和实际应用的基础上,从遗传算法的数学理论基础、遗传操作、主要实现途径等方面分析了遗传算法的并行机理和并行实现上的困难以及一些改进的方法和措施,这对遗传算法的进一步研究和应用有一定的指导意义.