基于用户组簇的LTE上行链路联合调度和功率分配算法

在同频组网的LTE系统中,严重的小区间干扰成为限制小区边缘用户性能提升的瓶颈.在LTE上行链路中,传统的单小区独立调度算法并未考虑小区间干扰情况.为此,提出了一种基于用户组簇的联合调度和功率分配方案,以抑制小区间干扰,提升系统性能.该方案对来自不同小区的用户组簇,以用户簇为对象执行基于正比例公平(PF)准则的联合调度,并根据簇内用户相互干扰情况建立功率优化模型,通过求解该模型次优解得到联合功率分配方案.系统仿真结果表明,基于用户组簇的联合调度和功率分配方案能够改善边缘用户吞吐量,同时显著提升系统吞吐量.     

基于奇异向量频谱的工频干扰消除方法

针对旋转机械振动信号中的工频干扰问题,提出了基于奇异向量频谱的消除方法.振动信号经奇异值分解后,信号中的有用成分和工频分量被分解到不同的正交子空间.因奇异值谱表征信号中各个成分的能量分布,故先由奇异值谱估计与工频相应的奇异向量所在的子空间范围,然后在该范围的子空间内根据奇异向量的频谱特征确定与工频成分对应的奇异向量,进而确定工频成分对应的奇异值,将这些奇异值置0,用其余的奇异值和奇异向量重构为时域信号,从而达到消除工频干扰的目的.仿真和试验结果表明,所提出的工频干扰消除方法是有效的,在消除信号中工频干扰成分的同时不会影响信号的其他成分.     

含多种分布式能源微电网小区间协调调度方法

针对分布式能源微电网小区间调度中受到调度时延和调度速度的影响,导致能源微电网小区间调度稳定性及协调性较差的问题,提出含多种分布式能源的微电网小区间协调调度方法。建立分布式能源微电网小区间调度的信道拓扑结构,得到微电网的混合拓扑结构模型;基于有功功率变化特征分析方法构建微电网协调调度能量自适应控制模型,完成微电网能量交换控制。在此基础上根据微电网频率和电压等参量进行协调调度,建立微电网小区间协调调度模型,通过电网转动惯量特征分析建立其控制结构模型,采用虚拟同步电机控制微电网负载,完成微电网小区间协调调度。仿真结果表明,采用该方法进行含多种分布式能源微电网小区间调度的协调性较好,控制稳定性较强。     

下行多小区MIMO系统协作多点传输联合调度机制

提出一种基于协作多点传输的下行多小区多输入多输出(MIMO)系统联合调度机制,充分利用多小区间的联合调度来降低小区间的干扰,提高系统的吞吐量.该方案利用多小区基站间的协作,根据用户反馈的信道信息间的相关性,在不牺牲系统资源情况下联合调度互相干扰小的用户抑制小区间的干扰.仿真表明:该方案在相同情况下与传统的多小区下行MIMO系统相比,具有显著的小区平均系统吞吐量增益及边缘用户吞吐量增益.     

基于EMD和SVD的在线手写签名特征提取方法

为使在线手写签名认证的使用更具实用性,提出了一种基于经验模态分解(EMD)和奇异值分解(SVD)的在线手写签名特征提取方法.针对在线签名数据的坐标信息,以EMD分解所得的本征模态函数(IMF)分量为初始矩阵,并进行矩阵奇异值分解,以奇异值的能量值作为样本数据的特征分量构成用户特征向量,建立了基于支持向量数据描述(SVDD)的一类认证模型验证该方法效果.在SVC2004签名数据库上的实验结果表明:该方法提取的签名特征区分明显,使用少量的单类真实签名作为训练样本,得到FAR=3.38%,取得了较好的认证识别效果.     

大规模MIMO-NOMA下行系统可达吞吐量研究

非正交多址系统的可达吞吐量与用户分簇策略、预编码方法、功率分配算法等有关.为了提高系统可达吞吐量,提出了一种改进的k-means用户分簇算法,该算法利用空间相关性对用户进行分簇,从而降低簇间干扰;然后利用块对角化预编码对发送给各簇的信息进行预处理,使得每簇的预编码向量与其它簇等效信道向量近似正交,进一步消除簇间干扰;同时构建最优功率分配优化问题,并利用Karush-Kuhn-Tucker(KKT)条件求得簇内每个用户的最佳功率分配系数,降低簇内用户间的干扰.实验结果表明:所提出的方法能有效提高系统的可达吞吐量.     

基于统计特征的人脸识别研究

奇异值特征向量是用于图像识别的有效代数特征,但直接用奇异值特征向量做匹配进行人脸识别,识别率极低。通过对人脸图像奇异值向量和其对应的左右正交特征矩阵分析,发现图像的奇异值向量与图像的灰度范围具有相关性,即最大奇异值反映了图像灰度范围的位置,其他奇异值反映了灰度范围的宽度,而且与图像奇异值向量对应的左右正交特征矩阵能够表现图像轮廓的结构信息。基此,提出基于奇异值分解（singular value distribution,SVD）的基空间人脸识别算法,并通过ORL和ORL-IC数据库进行仿真,实验结果分析证明了图像的左右正交特征矩阵能够表现图像轮廓的结构信息。     

基于统计信道状态信息的多小区下行协作调度算法

小区间干扰是制约无线蜂窝网络边缘区域容量的主要因素.为了提高小区边缘吞吐量,传统的预编码矩阵指示(precoding matrix indicator,PMI)协作调度方案能够有效抑制小区间干扰,但该方案需要较多的信道反馈信息.为了有效减少信道反馈开销,提出一种利用统计信道状态信息(statistical channel state information,SCSI)的多小区下行协作调度算法,该算法利用SCSI提取特征方向确定最佳的PMI或PMI集合.仿真结果表明,在强相关信道场景下,基于SCSI的协作调度算法可以使边缘用户保持较为理想的性能,并且对反馈时延和多普勒扩展导致的非理想信道信息具有较强的鲁棒性.     

一种有效抑制LTE TDD小区间干扰的方法

针对LTE系统的小区间干扰问题,提出了基于信道探测符号(CSS)的小区间干扰抑制算法.该算法通过在LTE TDD的下行子帧中加入CSS来进行接入控制,避免对网络造成强烈干扰用户的接入,以保证整个网络维持在可接受的干扰状态.仿真结果表明,该算法能够在不影响中心用户吞吐量的情况下,显著提高小区边缘用户的吞吐量.     

OFDM系统下行链路多小区半分布式资源分配

针对LTE(long-term evolution)系统下行链路采用OFDM技术所致的小区间干扰问题, 通过对多种资源分配方法的研究与总结, 提出一种简单有效的多小区半分布式资源分配算法。该算法使用二进制功率控制策略, 利用基站间的信息交互协调小区间的资源分配, 用以改善小区间的干扰, 提升系统总容量。通过在LTE系统级仿真平台的建模及仿真, 表明新算法提高了13%的吞吐量, 由此证明该算法的优越性。     

一种主奇异三元组提取的快速神经网络算法

为了对两路高维数据流的互协方差矩阵进行在线奇异值分解,提出了一种快速稳定的主奇异三元组提取神经网络算法。首先,提出了一个新颖信息准则,并且基于该准则推导出了一个动态系统。然后,基于该动态系统,推导出了一种快速稳定的在线神经网络算法。该算法可以提取两路高维数据流的互协方差矩阵的左右主奇异向量。另外,算法中奇异向量的长度会收敛到一个与相应主奇异值相关的值,因而该主奇异值也可以被估计出来。相比于传统算法,该算法可以提取该矩阵的主奇异三元组而非仅仅是主奇异向量。与已有算法相比,该算法具有较低计算复杂度、较高收敛速度和稳定性。     

基于双边迭代奇异值分解的递推子空间辨识方法

引入双边迭代奇异值分解算法，通过一系列的QR分解，用两个矩阵分别逼近奇异值分解的主要左、右奇异向量，用一个三角矩阵逐渐逼近主要的特征值，从而取代了原始MOESP子空间辨识算法中的奇异值分解步骤。通过用一系列Givens变换来实现QR分解的数据更新，实现了此类子空间方法的在线递推辨识。仿真表明，该方法可以有效地对系统的极点进行跟踪。     

一种多智能体联盟协商的跨单元工件调度方法

针对工件在单元制造系统中由单元间转移带来的跨作业单元调度问题,提出一种基于多智能体联盟思想的跨单元工件调度方法（multi-agents coalitions,MAC）,考虑跨单元柔性路径的情况,采用多智能体的协商机制,分阶段组建联盟,基于联盟进行协商调度,确保优化性能的同时减少通信量开销.通过实验对算法进行验证,实验结果表明本文所提方法在平均延迟性能方面优于常见的组合调度规则方法.      

基于奇异谱分析的混沌序列降噪

基于奇异谱分析的基本思想，提出一种降低混沌信号中噪声的算法及一种基于噪声奇异谱特性的最佳重构阶次选择方法．对一个混沌时间序列进行奇异谱分析，得到各主分量和经验正交函数，选择合适阶次重构信号，即可得到降噪后的混沌时间序列．数值仿真证实了该算法的有效性．     

基于奇异值和奇异向量的盲自适应多用户检测方法

提出了一种基于奇异值和奇异向量的盲自适应多用户检测方法。传统的基于子空间的多用户检测方法需要估计信号子空间的特征值和特征向量 ,收敛速度较慢。这种新方法通过信号子空间的奇异值和奇异向量得到 CDMA系统的线性最小均方误差 (MMSE)多用户检测器。论文采用FST算法跟踪信号子空间的奇异值和奇异向量 ,并通过信号能量和噪声能量比值来确定信号子空间的阶数 ,使得多用户检测器能够很快地收敛 ,多用户检测器的输出信噪比很高 ,达到很好的多用户检测效果。     

3D多输入多输出正交频分复用系统中基于奇异值分解的信道估计方法

在3D多输入多输出正交频分复用(MIMO-OFDM)系统模型中,分析了基于导频的信道估计方案.针对线性最小均方误差方法的算法复杂度高的问题,应用奇异值分解(SVD)算法降低信道自相关矩阵的维数,以减小算法的复杂度.仿真结果表明:所提出的基于奇异值分解的信道估计算法,能够在保证误码率(BER)性能的情况下,具有更低的算法复杂度.     

基于监督拉普拉斯特征映射算法的人脸识别

为了提高人脸识别算法的识别率,提出了一种基于局部奇异值分解(Local Singular Value Decomposition,LSVD)和监督拉普拉斯特征映射(Supervised Laplacian Eigenmap,SLE)的人脸图像识别方法。由于奇异值向量具有良好的稳定性、转置不变性等特点,首先利用局部奇异值分解方法从人脸图像中提取特征向量;然后采用监督拉普拉斯特征映射算法对已获取的人脸特征进行维数约简。在Yale和ORL人脸库上的实验结果表明,该算法能有效地提高人脸识别的性能。     

基于用户分组和频率复用的STBC-OFDMA上行传输技术

针对 WiMAX 系统中各用户端采用空时分组编码( STBC) 的正交频分多址(OFDMA) 上行链路, 提出一种基于用户分组( UG) 和频率复用( FR) 相结合的UGFR-STBC-OFDMA 上行传输技术。首先, 将基于波达方向( DOA) 的小区内用户分组模型与小区间频率复用思想相结合, 设计出一种可同时满足小区内分组约束条件和小区间频率复用规划的UGFR-STBC-OFDMA 上行接入方案; 其次, 设计了基于 Capon 波束形成技术的智能天线接收方案以实现基站对分组信号的方向性接收和对多址接入干扰(MAI) 的抑制。理论分析和仿真结果均表明:相对于几种传统的上行传输技术, UGFR-STBC-OFDMA 技术实现了理想平均频谱利用率、误比特率和计算复杂度的良好折中, 同时在无须功率控制条件下依然能够部分抑制上行传输时相邻小区间的干扰。     

GaAlAs/GaAs平面波导串联矩形谐振腔滤波器的研究

A study has been made on the essence of optimal uncorrelated discriminant vectors. A whitening transform has been constructed by means of the eigen decomposition of the population scatter matrix, which makes the population scatter matrix be an identity matrix in the transformed sample space no matter whether the population scatter matrix is singular or not. Thus, the optimal discriminant vectors solved by the conventional linear discriminant analysis (LDA) methods are statistically uncorrelated. The research indicates that the essence of the statistically uncorrelated discriminant transform is the whitening transform plus conventional linear discriminant transform. The distinguished characteristics of the proposed method is that the obtained optimal discriminant vectors are not only orthogonal but also statistically uneorrelated. The proposed method is applicable to all the problems of algebraic feature extraction. The numerical experiments on several facial databases show the effectiveness of the proposed method.