全球大地震破裂空间复杂度特征研究

基于有限断层反演得到的滑移数据, 用独立滑移单元的数量表征地震破裂复杂度, 据此对大地震破裂进行分组, 并研究破裂复杂度与主要震源参数之间的关系, 探讨破裂复杂度的全球及区域空间分布特征。结果表明, 矩震级很大(Mw ≥ 8.5)的事件, 地震破裂复杂度更大; 破裂复杂度较高的地震分布在浅层地壳(≤ 30 km)内的概率最大, 随着震源深度增加, 破裂复杂度对震源深度的敏感性逐渐消失; 走滑断层机制占比较大的事件, 破裂复杂度较高; 破裂复杂度与地震能矩比没有明确的关系; 破裂复杂度的空间分布特征与区域地质构造环境相关。破裂复杂度的空间分布特征可以分为3类, 第一类是板块之间简单碰撞产生的俯冲带, 板块交界处的滑动速率和方向较为一致, 这种情形下以比较简单的事件类型为主; 第二类是多板块交界处, 或者板块交界处的滑动速率和方向在整个区域内存在差异; 第三类是大陆内部的强烈挤压地带。与第一类空间分布特征相比, 第二类和第三类情形下破裂复杂度相对更高。地震破裂复杂度可以在一定程度上反映区域应力场的复杂性。     

B2型量子群的PBW形变及其对称性

量子群的负部分是量子群理论中出现的一类重要的连通分次代数,其PBW形变简称为量子群的PBW形变。 除了A2情形,它们的定义关系式均是具有混合次数的齐次量子Serre关系式。 特别地, B2型量子群的负部分的定义关系式分别是次数为3和4的2个量子Serre关系式。 在连通分次代数的PBW形变理论的框架下, 本文明确刻画了B2型量子群的所有PBW形变并研究了它们的对称性, 即给出了B2型量子群的4类对合反自同构下的对称PBW形变。     

基于Homotopy算法的低复杂度多用户大规模MIMO信号检测方法

在上行多用户大规模多输入多输出(multiple input multiple output,MIMO)系统中,为了降低信号检测的计算复杂度,在传统的最小均方误差(minimum mean square error,MMSE)算法的基础上,提出一种基于Homotopy算法的低复杂度信号检测方法。在该方法中,通过对Homotopy方程的解向量采用逐级展开来逼近真实解向量,从而避免MMSE检测算法中的高阶矩阵的求逆运算,降低了信号检测的计算复杂度。仿真结果表明,最多需要对Homotopy方程的解向量进行4阶展开,就可获得与MMSE检测算法几乎同样的误比特率(bit error rate,BER)性能,同时,其计算复杂度仅为O(K2),其中,K为小区用户数。     

针对BOC信号的低复杂度无模糊跟踪技术

针对正弦相位二进制偏移载波(BOC)信号的伪码同步问题,提出了一种低复杂度的无模糊跟踪方法.该方法通过设计特殊的本地参考辅助信号,将其与接收到的BOC信号相关,得到的互相关函数与BOC信号的自相关函数相结合,从而构建出一种新的非相干码鉴别器函数.该鉴别器函数只有一个锁定点,可以实现稳定的无模糊跟踪.区别于传统的超前减滞后无模糊方法,该方法只需要即时支路相关器的输出,可以减少至少3/4的相关器,显著降低接收设备的复杂度.理论分析和仿真结果表明:本方法的跟踪精度介于类二进制相移键控(BPSK-LIKE)方法和峰跳(BJ)方法之间,同时也表现出较好的跟踪稳健性.     

放大转发协作下多S-R-D节点网络中继选择策略

在多个信源、中继及目的端的环境中,研究了放大转发协作系统的中继选择策略与传输机制.为了求得最优解,在最优中继节点选择策略中使用了穷举算法,此方法计算复杂度会随着中继节点数目增加而大幅上升.在此基础上,提出了改进的中继节点选择策略,该策略先使系统的平均误码率最小,之后再使目的端中断容量最大化.仿真及分析结果表明,该策略除了能达到与最优算法类似的吞吐量之外,复杂度也大大降低.     

求解0-1背包问题的动态规划改进算法分析

为了改善动态规划法的空间复杂度,基于动态规划算法的一种改进策略,提出了采用动态链表结构存储数据的实现方式,从而达到降低空间复杂度的目的。通过运算验证,表明该改进方法是可行有效的,且其空间复杂度有所优化。     

情感识别中脑电信号Lempel-Ziv复杂度的研究

在生理信号中,基于脑电信号的情感识别越来越引起研究者的重视。Lempel-Ziv复杂度测量是一种有效的非线性脑电信号分析方法,同时在情感脑—机接口系统中还可以用于进行情感的识别。文章在传统Lempel-Ziv复杂度算法的基础上,提出一种新的Lempel-Ziv复杂度算法,从而更好地进行基于脑电信号的情感识别。首先进行脑电信号的预处理,通过小波包变换来保留脑电信号的低频信号;然后利用非线性滤波器来移除脑电信号中的奇异值;进一步我们提出一种有效的自适应Lempel-Ziv复杂度算法来度量脑电信号的复杂度,并应用此特征值来识别情感。实验结果证明此方法可以从脑电信号中提取出更多有效的模式。同时,它还能够精确地检测到脑电信号的振荡情况,从而提取出不同情感状态下脑电信号中本质的非线性特性。     

阵元非均匀高斯噪声背景下近场声源定位方法

针对阵元非均匀高斯噪声背景下的近场声源定位问题,研究了最大似然定位方法,并给出克拉美-罗界(CRB),进而为了解决最大似然方法常规求解方法多维参数空间搜索的高运算复杂度问题,提出了基于对数似然函数的步进迭代方法(SML)和近似似然函数法(AML).仿真实验表明,SML方法经过较少的迭代即可收敛,SML方法和AML方法的估计精度较高,均方误差(MSE)在较高信噪比条件下逼近CRB.     

高效视频编码(HEVC)帧内预测块尺度的快速选择方法

针对高效视频编码(high efficiency video coding,HEVC)中帧内尺度模式选择计算复杂度高的问题,提出了一种HEVC帧内预测块尺度的快速选择方法。基于图像的纹理复杂度,通过提前检测帧内预测块的绝对误差均值,选择预测块尺度类型,减少穷尽搜索代价计算过程。实验结果表明,该方法能够有效降低帧内预测块尺度模式选择的计算复杂度,在比特率平均提高3.09%的情况下,编码时间能平均减少29.87%,峰值信噪比平均提高0.031%。