基于传输时差最小的OFDM系统信道划分优化方法研究

随着OFDM技术在移动通信中的广泛应用,信道划分问题逐渐被人们所关注。主要讨论了在信道状态和传输总量已知的情况下,基于传输时差最小的OFDM系统信道划分优化问题。首先证明了该问题属于NP完备问题,因此必须使用随机算法代替穷举来求解。主要讨论了遗传算法和粒子群算法在此类问题中的应用。通过仿真所给出的具体结果,可以证明尽管随机算法不能保证解的最优性,但搜索时间较短;同时在相同条件下,粒子群算法可以显示出比遗传算法更强的搜索能力,因此对于OFDM这类实时性要求较高的系统,具有更大的实用性。     

基于ARMA模型的分数布朗运动建模

分形理论在通信领域里的应用日趋广泛,而其中的分数布朗运动具有特有的性质。利用分数布朗运动分形维数与功率谱密度之间的关系,基于ARMA模型,提出了一种分数布朗运动的建模方法,并利用统计方法从增量的统计分布、统计自相似性等方面证明了该模型生成的随机序列满足分数布朗运动的定义,具有分形特性。同时,在原有ARMA模型的基础上基于相关函数对模型进行了改进,仿真结果表明改进后效果有了明显的提高。     

伪随机序列在雷达信号设计中的应用

介绍了伪随机序列的基本知识以及该理论在扩谱雷达波形设计中的典型应用。提出了扩谱雷达发射信号设计的一般原则和方法，并给出了典型形信号的设计应用实例。最后说明了扩谱雷达与常规雷达相比较的优点。     

基于聚类和时间权重的协同过滤位置预测算法

校园无线网络产生大量用户位置数据,它使掌握用户行为轨迹、预测用户位置成为可能.协同过滤广泛用于预测和推荐系统中,但现有研究存在数据稀疏性和不适用于处理时空数据的缺点.本文提出基于聚类和时间权重的协同过滤位置预测算法.首先利用DBSCAN聚类算法对用户进行聚类,缓解数据稀疏性.然后在簇内计算用户-位置评分矩阵时引入时间权重,使用户近期的位置签到对预测有更大贡献.与传统协同过滤方法相比,该方法准确率提高9.1%,召回率提高5.2%,F1-SCORE提高7%.