数字并行接收机的反馈频域均衡方法

为了适应高速宽带无线通信的需要,在一种高速数字并行接收机(APRX)结构的基础上,提出了一种使用伪随机(pseudo-random num ber,PN)序列进行反馈频域均衡的方法,通过PN序列相关估计的信道冲激响应反馈到频域均衡器来更新并行接收机频域均衡器系数,这种结构能适应高速率传输的要求,并且能有效地对抗频率选择性衰落。仿真结果表明:在多径信道下,APRX已无法工作,而提出的反馈频域均衡方法性能较好,仅与G auss ian白噪声信道下有约5 dB的性能损失,且实现简单,便于应用。     

基于终点的路径交通量求解方法

为求解用户均衡交通分配问题,提出了一种可以避免穷举网络中的所有路径的路径交通量求解方法。该方法是基于路段算法的扩展,利用改进的F rankW o lfe算法求解出满足用户均衡规则的基于终点的路段交通量,并通过最短路算法确定出此时交通网络中各个OD(orig in destination)对间的最短路集合,再运用所确定出的路段交通量及最短路集构造出一组满足用户均衡规则的路径交通量。通过算例说明了该方法的有效性,并通过比较分析说明了该方法所需计算内存比其他算法要少,且计算速度要快。     

频率选择性衰落CDMA系统中空时分组编码技术的研究

发送分集技术给系统带来发送分集增益。首先探讨频率选择性衰落信道下采用频域均衡技术的空时分组编码技术（STBC-FE），然后结合用户多址问题将传统的发送分集技术从时分复用（TDMA）扩展到码分复用（CDMA）系统。与传统的采用SISO（单输入单输出）天线结构的CDMA系统相比，单用户情况两者性能接近，6用户情况下STBC-FE算法优于SISO系统约1．5dB。此外算法性能受用户数的影响不明显。     

一种空时分组码的迭代盲解码和频偏估计

针对收发两端存在载频偏移时 ,频率选择性信道下 3发 1收空时分组码的解码问题 ,提出了一种不需预知信道信息即可完成解码和载频偏移估计的迭代算法 .该算法利用子空间方法对信道进行盲均衡 ,然后利用空时分组码的编码结构和信号的有限码集特性 ,迭代地估计出各发射天线同接收端之间的载频偏移并完成解码 ,同时利用空时分组码的正交结构 ,将三维寻优问题转化为 3个一维寻优问题 ,从而降低了迭代算法的复杂度 .与原有的直接盲解码算法相比 ,该算法的信噪比性能提高了 3～ 5dB .     

基于自适应滤波算法的FIR MIMO系统均衡

为了实现对多输入多输出(MIMO)系统的均衡,提出了一种基于自适应滤波算法的自适应均衡方法。应用判决反馈式均衡器(DFE)的结构,把MIMO信道均衡问题的模型建模成一个简化的滤波模型。这个滤波模型使MIMO系统均衡问题中均衡器的设计问题转化为自适应滤波中最优滤波器的设计问题。两种典型自适应滤波器设计算法——LMS算法和RLS算法被应用于该模型中进行仿真,仿真结果显示了算法的收敛性和均衡方法的可行性。这种自适应均衡方法不需要对信道进行辨识,具有较小的运算量,并且可以适应信道变化。     

多个零售商库存竞争下的易逝品回购合同研究

在单个供应商和多个零售商构成的易逝品两级供应链中．市场终端价格固定。各个零售商对称且在同一区域市场销售相同产品，市场需求不确定；库存越多，销量期望值越大．零售商之间存在库存竞争。采用贴近实际的有效需求函数证明供应商采用回购合同时，零售商库存竞争存在惟一的纯策略纳什均衡；同时回购合同可以实现供应链协调，能在供应商和零售商之间任意分配整个供应链期望利润；最后讨论回购合同常见的几个原因。     

"鹰鸽博弈"的量子分析

在经典的“鹰鸽博弈”中，纳什均衡为一方采取“鹰”策略，而另一方采取“鸽”策略。本文使用量子博弈的方法研究经典的“鹰鸽博弈”，通过量子策略给出了一个不同于经典博弈的新的纳什(Nash)均衡，即博弈双方均采取“鸽”策略，从而达到帕累托(Pareto)最优。     

多链路管理中的负载均衡策略

企事业单位为了提高与因特网互联的速度和可靠性,通常设置多条链路与因特网互联.但是出现了某些链路负载过重,而另外一些负载过轻的问题,通过在多条链路的出口处增设一个链路均衡器可以实现各条链路中的负载均衡功能.本文提出链路负载均衡技术,分析了链路负载均衡的特点,利用SNAT技术实现双向数据流的引导,提出计算链路负载的公式和正常状态随机法、最短路由最小负载法两个均衡算法.     

连续交易制度下的股市操纵模型

在不对称信息的金融市场模型里，价格反映了交易者持有的私有信息，知情交易者为了获取高额收益会操纵市场价格信息。本文通过连续交易制度下的竞价模型证明了只要在私人信息披露之前交易的周期数足够大，则均衡一定存在，且只存在全部知情交易者都执行操纵策略的均衡，即在有知情交易者执行非操纵策略时不存在均衡。     

市场环境下发电公司的动态学习与市场猜测均衡

提出了基于猜测供给函数模型的发电公司动态学习模型，用于分析和预测重复博弈的不完全信息电力市场环境下发电公司潜在的市场力．各发电公司根据公布的前阶段市场运行数据动态地调整其微增响应猜测，使之能够准确反映所有竞争对手相应于市场结清电价单位变化时所愿意引起的出力变化，从而动态调整提交的供给函数以获得短期最大利润．算例分析表明，发电公司动态学习有利可图；经过各发电公司动态学习并不断调整优化猜测供给函数将引导市场最终达到一猜测均衡结果．