基于SAMME+ResNet的多相码信号识别方法

针对传统多相码信号识别方法在低信噪比情况下分类精度不高、类识别率不均衡和识别方法不具有通用性的特点,提出了一种利用集成学习中的多类指数损失函数逐步添加模型(stagewise additive modeling using a multi-class exponential loss function, SAMME)算法和残差神经网络(residual neural network, ResNet)的多相码信号识别方法。通过仿真实验对5类多相码信号进行了分类识别,验证了模型的有效性,分析了不同数量基学习器对模型的影响,最后与传统分类方法进行了对比。仿真结果表明,在信噪比低于6 dB的情况下,所提方法相对于单个残差网络提高了约10%的分类精度,同时缩小了类之间识别率的差距,相对于常用的分类方法也有很大的优势。     

MLC型NAND闪存中基于MI异构的Polar码优化

为了进一步提高多级单元（multi-level-cell,MLC）闪存的耐久度和可靠性，提出了一种MLC闪存信道中基于互信息量（mutual information,MI）异构的polar码优化方法.该方法利用对数似然比（log-likelihood ratio,LLR）分布在MLC闪存信道和AWGN（additivewhite Gaussian noise）信道中的差异性，以MI重新拟合LLR分布，得到在闪存信道下等效的标准方差，从而进行高密度存储系统中的polar码优化设计.随后，分析了不同的polar码构造法对多级存储单元的纠错性能影响，并与所提的构造方法进行比较.仿真结果表明该文优化方法优于AWGN信道下传统的构造方法，当编程/擦除（program-and-erase,PE）循环为21 000次时，与蒙特卡罗法相比其误码率（bit error rate,BER）性能提升2个数量级，且在BER为2 × 10-5时可增加6 800次的编程/擦除循环.     

环F_q+uF_q上循环码构造的量子码（英文）

给出了利用环Fq+uFq上循环码构造的量子码的一种方法,其中q是素数幂次方,u2=0.先由环Fq+uFq上循环码的像得到了Fq辛自正交的码,再用这些自正交码构造量子码,并给出了一些包括量子MDS码的例子.     

广义均值不等式及其简单应用

将均值不等式从二维空间推广到n维空间,并着重研究了利用倒推法和反向归纳法证明广义均值不等式,从而验证了证明不等式的一般方法的有效性;从形式上和理论上提出广义均值不等式的幂次一般形式和积分形式,并结合基本均值不等式性质更进一步研究了均值不等式的积分形式的证明,拓展了均值不等式的理论应用范围。用实例充分体现了均值不等式的性质以及如何结合广义均值不等式与数学建模思想解决问题,由此说明广义均值不等式的重要性。     

三角代数上的广义Jordan左导子

运用算子论的方法研究三角代数上的广义Jordan左导子,证明了三角代数上的广义Jordan左导子是广义左导子,给出三角代数上广义左导子的一种表示定理及关于广义Jordan左导子的相关性质。     

多用户MIMO下行系统中的仿射投影解码方法

针对多用户下行MIMO系统,基站端有M根传输天线,用户端有1根接收天线的情况,该文提出了一种名为仿射投影译码器的译码方法.该方法采用对角空时码,在发送端不知道信道状态信息的情况下同时给所有用户发送信息.应用仿射投影技术,用户端可以完全地消除用户间的干扰.该文还对这个新译码器的性能,包括可达速率域和自由度进行了分析.最后,仿真证实了分析结果.     

广义混合变分不等式的weak-sharp解及算法的有限收敛

提出广义混合变分不等式问题的解集满足的weak-sharp条件,并通过约束集的支撑函数的一些性质,获得weak-sharp条件的等价刻画.在广义混合变分不等式问题的解集满足weak-sharp条件之下,还获得任意迭代算法有限收敛的等价条件,其中有限收敛指算法在有限次迭代后,得到广义混合变分不等式问题的精确解.最后,以广义混合变分不等式问题的超投影近似点算法为特例,在一定的条件下,获得该算法的有限收敛性.     

广义齐型Orlicz-Morrey空间上分数次极大算子的有界性

利用极大算子的估计及齐型空间的性质,得到了分数次极大算子及交换子在广义齐型Orlicz-Morrey空间上有界的充分条件和必要条件。同时在广义齐型弱Orlicz-Morrey空间上也给出了相应的结果。