高公平性的OFDMA自适应资源分配方案

针对基于速率自适应准则的正交频分多址自适应资源分配中系统容量和用户公平性的不兼容性问题,提出一种高公平性的自适应资源分配方案.该方案通过基于高公平性的子载波分配算法和基于模拟退火的人工蜂群算法的功率分配实现.在子载波分配算法中,通过引入比例因子a,将子载波分为两部分,首先选取a N个子载波分配给速率比例低的用户,以保证用户间的高公平性;然后将剩余子载波分配给信道增益最高的用户,且每个用户最多只能分配一个子载波,以提高系统容量.在功率分配中,利用基于模拟退火的改进人工蜂群算法实现在所有用户之间的功率寻优,以此获得更大的系统容量.仿真结果表明:所提出的方案不仅保证了用户之间的高公平性,而且有效增加了系统容量,证明了该算法的有效性.     

基于TD-LMS算法的OFDMA上行链路载波频偏补偿

针对OFDMA上行链路的通信系统,各用户存在不同的子载波频偏,导致子载波正交性的破坏,本文提出一种基于最小均方误差(MMSE)的时域自适应算法(TD-LMS)来补偿子载波频偏引起的干扰。该算对OFDMA系统接收端的时域信号进行无偏估计,然后利用估计量来调整频偏值,最后利用TD-LMS算法进行自适应消除。与传统的算法相比,此算法无需获得子载波频偏范围的先验知识。仿真结果表明,该算法对各用户的子载波频偏的估计精度较高,而且补偿的效果更明显。     

一种提高低信噪比OFDM系统频谱效率的资源分配算法

为了提高OFDM系统在平均信噪比较低条件下的系统性能,提出一种新的资源分配算法.首先将子载波数作为参变量优化系统容量,分析子载波选择对系统容量的影响,计算使系统容量最优的子载波数,并且考虑系统对误比特率的限制,确定子载波的选择准则.然后,在选定的子载波上进行自适应调制,通过信道容量的近似计算为各子载波初始分配比特数,能加快收敛速度,有效降低等功率OFDM系统资源分配算法的复杂度.仿真结果表明,在接收端获得完美和非完美信道增益信息条件下,所提出的资源分配算法都可提高自适应调制OFDM系统在低信噪比条件下的系统性能.     

多用户MIMO-OFDM自适应子载波组分配的优化算法

针对于多用户多输入多输出-正交频分复用(MIMO-OFDM)下行传输,提出一种基于用户信道特征反馈自适应调整多用户子载波分配的优化算法.该算法提出的简化技术将信道相关带宽信息和动态子带分配算法联合起来,将连续子载波分配的最小单元由单个子载波变为子载波组,从而能在不明显影响系统性能的基础上有效改善传统子载波自适应算法中运算量较大的问题.仿真结果表明:该算法运算量获得较大的简化,但在性能上接近于传统动态子载波分配的效果,是一种有效的多用户动态自适应子载波分配算法.     

基于TD-NLMS的航空移动通信OFDM系统载波频率偏移消除

针对航空移动通信中时变的信道环境和多普勒频移造成的子载波间干扰(ICI),提出了一种时域自适应归一化最小均方误差算法(TD-NLMS)来消除航空移动信道正交频分复用(OFDM)系统中载波频率偏移引起的干扰.该算法首先对接收的时域信号进行频偏预估计和预补偿,然后对剩余载波频移进行消除.仿真结果表明:在航空移动信道环境中,新算法可以很好的对旋转相位进行补偿,与最小二乘算法相比,误码率性能有明显提高,可以实现对载波频率偏移的消除.     

基于无向干扰图的大规模多输入多输出滤波器组多载波系统下行链路用户聚类

提出了一种基于大规模多输入多输出滤波器组多载波(MIMO-FBMC)系统下行链路的用户聚类算法.在用户组数量和用户数量随机的环境下,该算法将用户和用户之间信道向量的相关系数自适应地表示为无向干扰图,边的权重表示为相邻用户之间信道向量干扰强度,然后根据每个图的权重值之和与阈值比较进行分簇,仿真结果表明,在基站(BS)天线数量不同的情况下,该算法性能优于传统的用户分组方法,并降低了算法复杂度,提高了系统总和速率.     

基于OFDM技术的多用户子载波分配算法

为了提高无线网络频谱利用率,有效地利用系统现有资源,该文在保证用户公平性的前提下提出了一种新的基于余量最大化准则的自适应子载波分配算法。该算法采用分步降解法,将子载波和比特分配分为3部分。第一部分,为每个用户分配一个信道增益最好的子载波,以此确保该用户拥有基本的传输能力;第二部分,根据用户的传输速率比例约束分配剩余子载波;第三部分,根据子载波的分配结果进行比特分配。该算法运算复杂度低,功率消耗少。仿真结果表明该算法优于现有的BABS+ACG资源分配算法。     

基于OFDM技术的多用户子载波分配算法

为了提高无线网络频谱利用率,有效地利用系统现有资源,该文在保证用户公平性的前提下提出了一种新的基于余量最大化准则的自适应子载波分配算法。该算法采用分步降解法,将子载波和比特分配分为3部分。第一部分,为每个用户分配一个信道增益最好的子载波,以此确保该用户拥有基本的传输能力;第二部分,根据用户的传输速率比例约束分配剩余子载波;第三部分,根据子载波的分配结果进行比特分配。该算法运算复杂度低,功率消耗少。仿真结果表明该算法优于现有的BABS+ACG资源分配算法。     

OFDM蜂窝移动通信中一种自适应干扰抑制算法

针对基于正交频分复用(OFDM)的未来移动通信系统中的蜂窝覆盖所面临的下行小区间干扰问题,提出了一种基于子载波组的自适应干扰抑制算法.该算法根据干扰和信道情况,自适应调整子载波组空间波束方向、自适应选取传输性能较好的子载波组、自适应调整每个子载波组的调制阶数和扩频倍数,在满足数据传输误码率要求的同时,使数据传输速率最大.仿真结果显示:该算法很好地抑制了相邻小区的干扰,并自适应多径衰落信道(IMT2000步行A信道)的变化;当接收点空间信干比在-3dB以上变化时,该算法在保证误码率要求的同时,使数据传输速率最大.     

基于公平原则的多用户空间子信道分配算法

提出了一种基于MIMO/OFDM系统的空间子信道分配算法,在多用户环境下,以获取最大的系统吞吐量为目标,兼顾用户之间资源分配的公平性原则,充分利用系统的空间子信道资源,在保证发射功率恒定和一定的误比特率约束条件推导了多用户子载波分配准则,并给出了相应的算法流程.仿真结果表明,本算法具有良好的性能,既有效地提高了系统的吞吐量,又保证了用户之间资源分配的公平性.     

林地场景下的超宽带无线信道模型研究

为了研究超宽带信号在林地中的传播特性,依据信道频域测量数据,提出了符合中国超宽带(UWB)技术频率使用规定的林地场景信道模型.信道总体模型采用修正S-V模型.在信道测量信号的后处理中,使用过渡带为高斯滚降特性的类高斯窗来提取符合中国超宽带频谱规范的测量信号,利用CLEAN算法得到高分辨率的离散信道响应,并为信道时域测量信号提出了一种基于小波分析的分簇算法,最后统计提取出了信道模型参数.仿真结果表明,提出的林地超宽带信道模型和实测数据有着相近的时延扩展特性和主要多径个数.     

数据挖掘中的模糊聚类分析及其应用

数据挖掘是一种新兴的信息处理技术,模糊聚类是数据挖掘领域中的一个重要研究课题。论文从数据挖掘的概念出发,研究分析了模糊聚类的主要算法,并从多个方面对这些算法性能进行比较,同时还对模糊聚类分析在数据挖掘中的应用进行了阐述,最后对模糊聚类的研究领域进行了总结和展望。     

基于时频单源点检测的雷达信号的盲分选

针对欠定条件下的雷达信号分选问题,提出一种基于时频单源点检测的雷达信号盲分选算法,该分选算法的创新点在于将雷达信号由时域转移到时频域进行分析.在时频域内,雷达信号具有一定的稀疏性,有助于实现信号盲分选,给出了基于时频单源点检测的雷达信号盲分选算法的具体步骤.该方法能够有效解决欠定条件下雷达信号盲分选问题,将其应用于雷达信号分选领域,具有一定的军事应用价值.仿真测试结果表明了该方法的可行性与优越性.     

裂纹转子故障诊断的小波时频分析方法

基于局部柔度理论论铰链裂纹纹模型，建立了袭纹转子的动力学模型，得到了裂纹转子与无裂纹转子的数值仿真解，利用连续小波时频分析方法，讨论了裂纹转子与无裂纹转子的小波时频特性，提出了利用小波时频分析方法识别裂纹的新方法，数值仿真研究了采样频率及小波时频分析方法的准确性和有效性的影响，并给出了建议性的采样频率，最后实验验证了该方法的有效性和实用性。     

线性调频连续波雷达速度模糊消除新方法

为解决线性调频连续波雷达动目标的速度模糊问题,提出了多普勒频率串(DFS)算法.该算法可直接从模糊速度估计中恢复目标的真实速度,并结合基于目标均方误差的配对算法,实现了多个运动目标.仿真结果表明,DFS算法较中国余数理论对速度估计的性能有了明显的提高,表明了DFS算法的有效性.     

基于语义簇的中文文本聚类算法

针对中文文本聚类受语义、 语法、 语境等因素的影响, 在使用传统向量空间模型向量化表征后, 文本向量之间相互独立, 语义关系被忽略, 影响聚类分析结果的问题, 提出一种基于语义簇的中文文本聚类算法. 该算法根据词共现的原理和语义相关性, 首先使用词频-逆向文档频率(TF-IDF)方法求得特征词权重, 利用特征词的搭配向量构建语义簇； 然后使用特征词及其搭配词的权重, 将特征词向语义簇中心进行空间变换, 求得嵌入语义信息的文档向量； 最后利用文档向量进行K-means聚类分析. 实验结果表明, 该向量化表示方法, 能有效提高文本向量对文本语义的逼近能力, 同时可提高文本聚类结果的准确率和召回率.     

集中式动态负载均衡算法的研究

目前的负载均衡算法中难以探测节点终端的实际负载,导致难以有效地满足负载均衡集群系统实时需求.通过分析集群系统中的资源管理优化技术和负载均衡调度算法,对集群系统的模型结构进行了分析,提出了一种改进的集群系统的负载均衡算法,该算法较好地解决了集群的资源调度问题.     

基于语义簇的中文文本聚类算法

针对中文文本聚类受语义、 语法、 语境等因素的影响, 在使用传统向量空间模型向量化表征后, 文本向量之间相互独立, 语义关系被忽略, 影响聚类分析结果的问题, 提出一种基于语义簇的中文文本聚类算法. 该算法根据词共现的原理和语义相关性, 首先使用词频-逆向文档频率(TF-IDF)方法求得特征词权重, 利用特征词的搭配向量构建语义簇; 然后使用特征词及其搭配词的权重, 将特征词向语义簇中心进行空间变换, 求得嵌入语义信息的文档向量; 最后利用文档向量进行K-means聚类分析. 实验结果表明, 该向量化表示方法, 能有效提高文本向量对文本语义的逼近能力, 同时可提高文本聚类结果的准确率和召回率.     

一种基于相似性的文档聚类算法

针对常见信息检索技术的缺陷，提出一种基于相似性的文档聚类分析算法，将文档集合转化为向量集合，基于向量之间的余弦相似度，采取凝聚的层次聚类算法来获得聚类，给出了算法的详细描述的一个测试实例。     

蚁群聚类分析在防火树种分类中的应用

应用蚁群算法聚类分析,以福建省37种针阔树种的10个防火性能为分类因子,将防火树种分成6类。在Matlab环境下仿真实现,分类结果表明分类达到理想的效果,总体符合生产实践,从而验证蚁群算法聚类分析在防火树种分类中的应用效果,为森林生态系统建模提出一种新的思路和方法。