基于注水方法与粒子群的多用户OFDM资源分配

针对各态历经信道下多用户OFDM资源分配的用户速率加权和最大化问题,提出了一种新注水方法,能够快速和准确地得到最优子载波分配和最优功率分配;根据Karush-Kuhn-Tucker(KKT)最优性条件,采用粒子群算法对速率阈值乘子进行调整,最大化了满足用户速率阈值限制的用户速率加权和.通过对所提算法与随机对偶梯度算法的分析比较发现,所提算法能够更好地满足KKT最优性条件,从而有利于找到最优解.仿真结果表明,本算法所得到的用户速率加权和高于随机对偶梯度算法.     

基于随机加速对偶下降算法的分布式网络流量优化

传统的分布式网络流量优化问题大都通过对偶梯度下降算法来解决,虽然该算法能够以分布式方式来实现,但其收效速度较慢。加速对偶下降（accelerated dual descent,ADD)算法通过近似牛顿步长的分布式计算,提高了对偶梯度下降算法的收敛速率。但由于通信网络的不确定性,在约束不确定时,该算法的收敛性难以保证。基于此,提出了一种随机形式的ADD算法来解决该网络优化问题。理论上证明了随机ADD算法在不确定性的均方误差有界时,能以较高概率收敛于最优值的一个误差邻域;当给出更严格的不确定性的约束条件时,算法则可以较高概率收敛于最优值。实验结果表明,随机ADD算法的收敛速率比随机梯度下降算法快2个数量级。     

异构无线网络负载超前转移的负载均衡技术研究

文章分析了以多属性决策理论中简单加权算法(SAW)为代表的普通切换算法负载对比呼叫到达率(CAR)滞后的特性,针对异构无线网络垂直切换负载滞后造成负载不均衡现象,首先,建立异构无线网络,使用时间序列建立(SARIMA)模型预测网络呼叫到达率,根据预测呼叫到达率,引导业务切换和超前转移业务带宽,形成改进的(TSAW)算法,仿真结果表明TSAW算法克服了SAW算法负载滞后特性,使网络负载均衡特性变好.     

基于贪婪对偶算法的拥堵网络队列最大化设计

通过对网络的TCP/IP在队列管理方面的问题的分析和研究,针对现有策略难以解决网络拥塞的问题,提出了基于贪婪对偶算法的优化控制策略,并对该算法的稳定性等方面进行了深入的研究。首先,在忽略网络的数据传输延迟的影响,证明了提出的贪婪对偶算法的拥堵拥塞策略能够在全局条件下获取最优结果;之后谈论了考虑网络数据传输延迟的因素,给出了单瓶颈拓扑网络条件下贪婪对偶策略取得的全局最优结果。通过优化策略的设计确保了网络避免出现网络拥塞,提高了网络的稳定性和数据传输效率。     

用于相位恢复的GS算法的一点改进

ＧＳ算法在解决相位恢复问题的计算中有容易陷入局部极小困境的缺点,为克服这一缺点我们提出了一种利用中间计算结果及一个加权因子λ来切换初始条件的新算法。该算法能够方面而随机地切换初始相位从而达到在一定程度上克服了上述缺陷的目的,计算实例表明了改进算法的效果。     

加权最小包容球问题的对偶光滑逼近算法

【目的】研究加权最小包容球问题，并给出一类求解该问题的算法。【方法】加权最小包容球问题是一个极大极小化的非光滑问题。首先利用对偶方法将该问题转化为极小化非光滑问题，然后利用光滑逼近思想，将该问题转化为极小化的光滑问题进行求解。【结果】根据数据实例表明该算法有效。【结论】得到求解加权最小包容球问题的一类对偶光滑逼近算法。     

认知无线电网络中的动态权值频谱切换判定算法

为了克服认知无线电网络中衬垫传输覆盖范围的限制,基于对衬垫传输范围的估计,提出了多小区的频谱切换机制。当认知用户超出衬垫传输范围时,采用动态权值调整的简单加权判定算法选择最优目标小区,进行频谱切换,继续保持数据传输。理论分析和仿真结果表明,该方案和算法能够降低认知用户的切换失败概率和服务中断概率,提高认知用户的服务质量。     

微移动切换算法

在混合移动网络中,频繁的切换是不可避免的.切换引起的重新建立数据连接将导致时延和占用大量的网 络带宽.微移动切换算法提出了一个交叉路由的切换方案,该方案可以减少延迟服务中断期间所发生的切换过程. 微移动切换算法的实现是移动节点在向前推进的过程中,预先为下一个节点发送资源请求以保留该移动节点切换 发生,确定交叉位置的路由器以减少带宽的浪费.该算法在网络模拟器版本2平台上进行模拟,结果表明,该切换 方案减少了移动节点发送数据的时延,降低了数据丢包率以及增大了网络吞吐量.     

基于变步长随机行走算法的IC电源网络动态分析

针对传统随机行走算法加速策略在处理大规模电源网络时存在局限性的问题, 提出一种基于变步长的随机行走加速算法. 首先, 基于不同节点数目和阈值大小的实验对比, 分析传统随机行走加速算法和变步长随机行走加速算法的时间效率, 并证明变步长随机行走加速算法使电源网络分析效率得到极大提高. 其次, 证明随机行走算法具有空间局部性特征, 能进一步使运行空间得到释放. 通过对不同规模电源网络进行实验验证表明, 该方法能使算法运行空间得到优化.     

存在时延的有向切换网络分布式PUSH-SUM 平均一致性

讨论存在时延的有向切换网络PUSH-SUM分布式对偶凸优化算法的平均一致性。传统的分布式算法建立在每个个体之间的信息传播是及时可靠的基础上，但现实中可能会因为数据包的丢失或某种其他的原因导致网络个体之间的信息传递出现时延。在目前研究的固定网络的PUSH-SUM 和通过系统扩维把时延问题转化成与之等价的无时延系统的基础上，在分布式PUSM-SUM对偶平均一致性算法的基础上得出以指数的形式一致收敛于平均值。     

认知无线视觉传感网络机会传输的分布式跨层优化

为了充分利用空闲授权无线电频段和增强视觉信息的端到端传输质量,研究了认知无线视觉传感网络机会传输的跨层设计问题。在分析信道随机性和网络模型的基础上,把跨层设计问题表达为一个视觉信息峰值信噪比和网络平均传输时延的权衡优化问题。通过对该问题进行对偶分解和基于随机次梯度的求解方法,提出了一个分布式跨层传输优化算法。该算法不需要预先知道可用授权频段的静态概率分布,而通过节点在每个时隙中进行独立计算和局部信息交换使得上层视觉感知信息的压缩速率与底层链路机会传输自适应匹配,达到权衡优化问题的最优解,因此可以作为认知无线视觉传感网络的实用传输协议。仿真结果表明,该分布式算法能够快速收敛,并能获得与集中式最优化算法相似的性能。     

Building Bayesian Network(BN)-Based System Reliability Model by Dual Genetic Algorithm(DGA)

A system reliability model based on Bayesian network(BN)is built via an evolutionary strategy called dual genetic algorithm(DGA).BN is a probabilistic approach to analyze relationships between stochastic events.In contrast with traditional methods where BN model is built by professionals,DGA is proposed for the automatic analysis of historical data and construction of BN for the estimation of system reliability.The whole solution space of BN structures is searched by DGA and a more accurate BN model is obtained.Efficacy of the proposed method is shown by some literature examples.     

软件定义广域网中基于IPv6分段路由的双栈流量调度算法

针对当前软件定义广域网在应对企业园区部署双协议栈出口链路、园区之间支持双协议栈通信的网络架构下,存在园区任意协议栈出口链路失效时,园区间双栈流量不可通信的问题,提出了一种适用于软件定义广域网的IPv4/IPv6双协议栈环境下的流量调度算法。该算法基于快速重路由机制,通过结合基于IPv6的分段路由技术分为路径编码算法和报文处理算法2部分实现。在广域网双栈出口任一链路失效时将不同园区的双栈流量进行调度。通过在Mininet中的仿真模拟验证了算法的可行性,并利用带宽测量工具iPerf对链路性能进行测量,测量数据表明利用双栈流量调度算法进行双栈流量调度极大地提高了园区间双栈链路的利用率和服务质量。     

基于NSST域的改进加权非负矩阵分解的图像融合

针对加权非负矩阵分解中算法复杂度较高的问题,提出一种基于加权非负矩阵分解和双通道脉冲耦合神经网络的图像融合的改进算法。首先,对已经配准的两个源图像进行非下采样Shearlet变换;然后,对于图像低频子带,采用改进的WNMF的算法,动态更新权值矩阵,更好地提取图像特征信息。对于高频子带,采用改进双通道脉冲耦合神经网络的算法,链接强度值采用块的梯度值,更好地保留图像的微小细节信息;最后,经过非下采样Shearlet的逆变换得到融合图像。实验表明,将加权非负矩阵分解与双通道脉冲耦合神经网络相结合,不仅能很好的提取图像的特征信息,保留更多细节信息;同时双通道的脉冲耦合神经网络的方法能提高算法运行效率。     

基于双簇头无线传感器网络分簇算法的研究

针对无线传感器网络分簇协议中簇头及附近节点能量消耗不均衡的问题,提出了一种基于双簇头的无线传感器网络分簇路由算法。该算法利用双簇头的网络模型来解决节点侦测信道消耗能量的问题;构造了适应值函数和能量消耗函数用于选择和优化簇头,提高网络能量消耗的均衡性,降低网络能耗。实验结果证明了该算法的有效性。     

有网络限制的MIMO网络化控制系统的稳定性 分析与控制器设计

为了解决网络约束的情况下多输入多输出(MIMO)网络化控制系统(networked control systems, NCSs)的镇定分析和控制器设计问题,在有限网络接入通道的条件下,为MIMO网络化控制系统建立一个离散切换时滞模型. 基于所建立的新型切换Lyapunov-Krasovskii方程,提出一个新的线性矩阵不等式的稳定标准;在获得稳定条件的情况下,应用迭代算法设计出静态输出反馈控制器. 数字仿真结果表明了所提出方法的创新性和有效性.     

广义自回归条件异方差模型加速模拟定价理论

研究了广义自回归条件异方差(GARCH)模型下方差衍生产品的加速模拟定价理论.基于Black-Scholes模型下的产品价格解析解以及对两类标的过程的矩分析,提出了一种GARCH模型下高效控制变量加速技术,并给出最优控制变量的选取方法.数值计算结果表明,提出的控制变量加速模拟方法可以有效地减小Monte Carlo模拟误差,提高计算效率.该算法可以方便地解决GARCH随机波动率模型下其他复杂产品的计算问题,如亚式期权、篮子期权、上封顶方差互换、Corridor方差互换以及Gamma方差互换等计算问题.     

基于随机接入的JTIDS抗毁性动态接入算法

基于随机理论提出了一种能够适应JTIDS的节点数动态变化的随机接入算法. 基于随机理论,分析和比较了竞争接入算法和随机接入算法的抗毁性能,并进行了理论验证;基于OPNET建立了竞争接入算法和随机接入算法的仿真模型,通过仿真验证理论分析的合理性. 对随机接入算法的抗毁性能进行了仿真,仿真结果表明,算法能够在不增加额外控制信息的情况下,动态地适应战场环境下网络拓扑结构的变化,提高了接入的可靠性,同时保证了时效性.      

基于小波包的开关电流电路故障诊断

为提高开关电流电路故障诊断的精度,提出了一种基于小波包优选和优化BP神经网路的开关电流电路特征抽取与识别方法.首先对开关电流电路原始响应信号进行多层次的小波包分解,接着计算N层分解后的归一化能量值,以特征偏离度作为评价选择最优小波包基,构建最优故障特征向量,最后将提取的最优故障特征通过遗传算法优化的BP神经网络进行分类.该方法以实例电路进行验证,结果表明所有的软故障均得到了有效的分类,说明了该方法在开关电流电路故障诊断中的优越性.