基于正交混沌载波的多用户DCSK系统性能分析

现有的多用户差分混沌移位键控(multiple user differential chaos shift keying, MU-DCSK)算法存在用户间干扰、误码性能不理想等问题。为了提高误码性能,提出一种基于正交混沌载波的多用户差分混沌移位键控(MU-DCSK based on orthogonal chaotic carrier,OMU-DCSK)通信系统。该系统通过设计一种正交混沌信号发生器,利用其转换特性和正交特性,有效降低平均比特能量和彻底消除多址干扰。推导出在瑞利信道中的比特误码率公式并进行仿真。理论分析和仿真结果表明,OMU-DCSK在较小牺牲系统复杂性的条件下,有效提高了系统的误码性能。     

基于复合序列的多进制正交扩频系统性能分析

提出了一种可用于高速数据传输的多进制正交扩频系统的设计方法。该方法将复合序列与多进制正交扩频技术相结合,在原有多进制扩频系统规模的基础上可实现更高的传输效率,或者在信息速率一致的情况下大大降低系统结构。对在加性高斯白噪声(additive white Gaussian noise, AWGN)信道中的性能进行了仿真,结果说明,在系统结构相近的情况下,不仅传输效率提高了17%,而且在低误比特率时抗噪声性能提高0.1 dB;或者,在同样传送6 bit信息时,虽然系统的抗噪声性能在低误比特率时下降了1 dB,但复杂度仅为原来的25%。     

基于M进制小波的视点相关多分辨率地形模型的简化

在地形可视化领域，DEM和正射影像是主要的数据来源，它们都可看作是表示地形信息的二维信号。多进制小波是直接对标准二进制小波的综合，广泛应用于信号处理和影像压缩处理等领域。本文首先论述了多进制小波分析的原理，提出了在不同的视线高度下，利用不同进制的小波对DEM和影像实时压缩，构建与视点相关的动态多分辨率地形模型。结果表明，该算法具有压缩比高，压缩速度快，保真性好等优点，并且解决了不同尺度地形子块间的“裂缝”问题，满足了大规模DEM和影像实时无缝漫游的要求。     

基于STBC技术的DCSK通信系统性能分析

差分混沌相移键控(differential chaos shift keying,DCSK)技术具有较好的抗噪声性能以及较低的检测复杂度,但是其传输速率比较低。为了提高其传输速率,提出了一种基于空时块码(space time block code,STBC)技术的DCSK通信系统。该系统充分利用了不同混沌信号之间具有较好的互相关性的特点,采用解码复杂度低的非相干解调技术,具有良好的抗噪声性能、不需要信道状态信息的优点。推导了在多径瑞利信道中STBC-DCSK系统的误码率性能。大量的仿真实验结果表明,提出的STBC-DCSK系统在损失了微小的系统误码率性能的情况下,进一步提高了传输速率。     

基于成对组合Logit的多用户多模式随机用户均衡模型

在多用户多模式的交通网络中, 采用考虑成对方案间相关性的成对组合Logit模型, 建立了路径选择满足Wardrop原则, 模式选择满足Logit模型的随机用户均衡模型, 构造了时间价值不同的多种用户类别下, 不同模式间路段阻抗函数满足对称条件时与之等价的数学规划问题, 并证明了所构建的数学规划问题与基于成对组合Logit的多用户多模式随机用户均衡条件的等价性, 进一步证明了模型最优解的存在性和唯一性条件. 最后用一个简单算例表明了所构建的模型的正确性和可行性.     

短参多进制保密差分混沌键控系统

相对于传统差分混沌键控(differential chaos shift keying, DCSK)系统,短参考DCSK(short reference DCSK, SR-DCSK)系统在一定程度上提升了传输速率和能量利用率,但安全性能降低。针对该问题,提出了一种短参多进制保密DCSK(short-reference M-ary security DCSK, SRMS-DCSK)系统。该系统使用置乱矩阵和移位矩阵构造置乱矩阵组,使置乱矩阵在提高混沌信号保密性的同时还能携带多进制比特信息,这不仅能提高系统的安全性,同时也能进一步提升能量利用率。SRMS-DCSK系统的性能提升通过与同类型的系统进行对比得到验证。采用高斯近似法推导了不同信道下误比特率(bit error rate, BER)的解析表达式,并在仿真对比中得到验证。     

短参多进制保密差分混沌键控系统

相对于传统差分混沌键控(differential chaos shift keying, DCSK)系统,短参考DCSK(short reference DCSK, SR-DCSK)系统在一定程度上提升了传输速率和能量利用率,但安全性能降低。针对该问题,提出了一种短参多进制保密DCSK(short-reference M-ary security DCSK, SRMS-DCSK)系统。该系统使用置乱矩阵和移位矩阵构造置乱矩阵组,使置乱矩阵在提高混沌信号保密性的同时还能携带多进制比特信息,这不仅能提高系统的安全性,同时也能进一步提升能量利用率。SRMS-DCSK系统的性能提升通过与同类型的系统进行对比得到验证。采用高斯近似法推导了不同信道下误比特率(bit error rate, BER)的解析表达式,并在仿真对比中得到验证。     

MIMO模型下的多元混合调制DCSK方案

为了提升多输入多输出差分混沌移位键控(multiple input multiple output difference chaotic shift keying,MIMO-DCSK)系统的误码性能,提出一种多元混合调制MIMO-DCSK方案(M-ary hybrid modulation MIMO-DCSK,MHM-...     

一种新的多进制正交扩频通信及FPGA实现

提出将一种新的按段复合的伪随机码序列应用到多进制正交扩频通信中,该序列保持了Walsh码的同步正交性,非同步时相关特性也较理想。由于复合码的内在相似性,可以用一个匹配滤波器实现输入信号和m个本地复合序列的相关运算,大大节约了FPGA资源消耗。实验证明,在高斯白噪声信道中,该硬件系统较之具有相同扩频增益的直扩系统,误比特率更低。     

多载波CDMA中的多用户判决反馈检测器

提出了基于多载波的最小均方误差(minimummean squarederror,MMSE)多用户判决反馈检测器(deci sion feedbackdetector,DFD)。MMSEDFD具有结构比较简单且性能优于线性多用户检测器(LMMSE)的特点。多载波系统相对于传统的单载波系统能够有效地消除频率选择性衰落。在多载波的合并上,采用了等增益合并(equalgaincombination,EGC)和最大比合并(maximalratecombination,MRC)方式。仿真表明,MC DS/CDMA系统中的MMSEDFDEGC接收机和MMSEDFDMRC接收机相对于LMMSE接收机可以提高系统性能,特别是MMSEDFDMRC接收机能够明显提高系统性能。     

Multiple model tracking algorithms based on neural network and multiple process noise soft switching

A multiple model tracking algorithm based on neural network and multiple-process noise soft-switching for maneuvering targets is presented. In this algorithm, the “current” statistical model and neural network are running in parallel. The neural network algorithm is used to modify the adaptive noise filtering algorithm based on the mean value and variance of the “current” statistical model for maneuvering targets, and then the multiple model tracking algorithm of the multiple processing switch is used to improve the precision of tracking maneuvering targets. The modified algorithm is proved to be effective by simulation.     

考虑用户体验的动态共乘系统设计

动态共乘系统是一种新兴的智能出行系统,它通过实时动态地将司机和乘客进行匹配,达到有效整合路网运力资源、缓解交通拥堵和减少环境污染的目的.用户体验的优劣对动态共乘系统的可持续发展至关重要,传统的系统设计只重视运行效率,而忽略了用户心理.为此,本文引入实时反馈、优先权分配以及不动匹配对移除三大机制,提出了一个新的考虑用户体验的动态共乘系统.系统的决策过程分为三个阶段:1)建立基于优先权分配的最大权重双向图匹配模型,以确定当前最优匹配方案;2)基于实时反馈机制,将匹配结果告知出行者;3)基于不动匹配对和最晚出发时刻,进行方案评估.最后,通过数值算例将提出的动态共乘系统与传统系统进行了对比.结果表明,本文提出的系统可以大幅度缩短用户的等待时间,改善用户体验,同时有效地提高系统的运行效率.     

Multiple perspectives: Concept,applications, and user guidelines

The evolution of the multiple perspective approach and its range of applications over the past decade are reviewed. The traditional technical perspective of systems analysis is augmented with organizational and personal perspectives. The three types of perspectives have inherently different characteristics and properties. The applications show that each perspective yields insights on a system that are not attainable with the others. The organizational and personal perspectives also focus more attention on problems of implementation. The concept is serving as an effective and practical vehicle to overcome the limitations of systems analysis in dealing with complex real-world situations.     

基于用户访问序列聚类的网站导航系统

设计了一种通用的、基于访问序列的网页推荐系统.通过在线与离线系统相分离的系统架构,并对用户访问序列进行预先聚类,所设计的系统具有较高的推荐效率.对一个互联网上真实网站的实验研究,发现所设计的导航系统仅需要收集较少的用户信息就可以取得较好的推荐效果.     

基于水军信任惩罚的多维用户影响力度量模型

社交网络用户影响力度量是意见领袖识别的必要前提,然而目前的度量模型忽略了多维影响因素以及水军群体对度量模型真实性的影响.为此本文从网络结构、交互行为和交互信息三个维度来分析整合相关的影响因素,基于LeaderRank模型构建多维用户影响力度量-MUI模型,并在水军识别的基础上构建信任惩罚模型,以修正MUI模型建立MUISTP模型,实现社交网络用户影响力的真实性度量.以新浪微博平台大规模实际数据进行实验分析结果表明,与FBI,LeaderRank和Generative Graphical模型相比,MUI模型识别出的意见领袖更为准确,且可以实现更为有效的信息扩散.此外,经过水军信任惩罚后MUISTP模型较MUI能够实现更为有效的意见领袖识别.     

基于情境聚类和用户评级的协同过滤推荐模型

协同过滤是电子商务推荐系统中广泛应用的推荐技术, 但面临着严重的用户评分数据高维化和稀疏性问题. 同时, 传统协同过滤中的相似度度量方法没有考虑用户评分行为对其他用户的影响, 因而对评分预测的精度影响较大. 此外, 在移动环境下, 传统协同过滤未结合情境信息, 导致推荐质量下降. 对此, 提出一种基于情境聚类和用户评级的协同过滤模型. 首先, 根据情境信息对用户进行聚类, 降低用户评分数据维度和稀疏性; 然后, 引入社会网络理论分析用户间关系, 建立用户评级模型用于评价用户推荐能力, 并结合评级指标进行评分预测. 通过MovieLens和NetFlix数据集对基于该模型的SlopeOne算法和其它三种方法的比较验证结果表明: 本模型在所有数据集上都获得了最高的预测精度, 同时还具有最佳的推荐覆盖度, 可显著提高预测精度, 更适用于移动电子商务环境下的个性化推荐问题.     

基于网络浏览行为的小众领域用户画像建模

基于网络浏览行为,研究小众领域的用户画像建模方法.本文提出构造领域文本伪本体的方法,并从用户的网络浏览行为中挖掘用户兴趣,生成了基于领域兴趣的用户画像,随后将构建的用户画像应用于个性化推荐领域,解决了小众领域因用户量少、信息不足而难以精准刻画用户画像的问题.该方法在以下三方面显著不同于其他相关研究工作:1)基于领域文本快速构建领域伪本体,构建基于伪本体的用户画像建模方法;2)采用词向量将网页映射到伪本体,构建画像生成算法;3)基于领域概念间相似度构建画像优化算法.最后,本文使用了交响乐团的售票数据及用户的网络浏览数据,采用多个指标进行实证分析,验证了本文提出的画像建模方法的有效性与合理性.     

基于群偏好与用户偏好协同演化的群推荐方法

群推荐系统已经成为社交网络平台的重要工具,为群体用户提供兼顾个性化和整体满意度的产品和服务.现有群推荐方法大多是对个性化推荐方法的集成和聚合,忽略了群体和用户的交互影响以及群偏好和成员偏好的动态变化,从而无法保障群推荐系统的效果.为此,本文提出一种基于群偏好和用户偏好协同演化的群推荐方法,能够建模群体和用户的动态交互.具体而言,本文将用户偏好建模成其历史偏好和群影响的加权聚合结果,将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果,最终预测群体可能消费的产品列表和成员可能加入的群体列表.实验结果表明,本文所提模型在群体消费行为和用户加群行为的预测表现都优于基准算法,并兼具很好的鲁棒性.     

广义椭圆曲线数字签名动态用户认证机制

基于口令的身份认证机制是分布式系统安全体系的重要组成部分。利用一个无需求逆的广义椭圆曲线签名算法构造了一个动态远程用户认证方案:GECSA方案。该方案基于“质询响应”机制,无需时戳,其安全性基于单向Hash函数和椭圆曲线离散对数计算的困难性,包括注册阶段、登录阶段、认证阶段和更改口令阶段,允许用户自主选择并更改口令,实现了双向认证;具备完备性和不可转让性,是一个低开销的、安全的远程用户认证机制。