一种基于IEEE 802.16d的OFDM载波跟踪算法

利用OFDM符号中插入的导频信号,提出了一种基于IEEE802.16d标准的载波频率偏移跟踪的优化算法,该优化算法基于最小均方误差准则(MM SE).估计过程中,同时考虑载波频率偏移产生的2方面影响:在某个OFDM符号内,与子载波位置无关的固定相位旋转和幅度衰减;载波正交性破坏引入的载波间干扰(ICI).对于载波间干扰能量的估计则充分利用了空子载波提供的信息.仿真结果表明,基于MM SE准则的频偏跟踪算法由于减小了ICI的影响,所以比忽略ICI只考虑固定相位旋转量的跟踪算法能够更有效地减小系统的误码率和均方误差.     

基于自适应的单载波频域均衡算法

为了克服频率选择性信道中的码间干扰问题,研究了基于自适应的频域均衡算法。在传统的频域自适应均衡中,由于从时域到频域转换的"块"延迟特性,使所需训练序列的数量很大,降低了系统的通信效率。提出了一种自适应频域均衡算法。通过对训练数据序列在频域进行多次自适应学习,使得频域均衡器系数在此过程中逐渐收敛到最优值。由于在自适应过程中仅使用一段训练序列,而且不再进行信道参数和噪声功率的估计,从而提高了通信效率。仿真结果表明,在准静态信道条件下,该算法取得了较好的频域均衡性能。     

分层异构网络中基于负载预测分组的家庭基站频谱分配算法研究

针对分层异构网络中严重的干扰问题,提出一种基于负载预测分组的家庭基站频谱分配算法。该算法通过对各个家庭基站以及宏基站的历史负载信息优化得到对未来时段的负载预测信息。利用得到的各家庭基站的负载预测值对小区内的家庭基站进行分组,通过分组后每个小组独立地使用和分配频谱资源,从而有效的降低家庭基站之间的同层干扰。仿真数据表明由于采用了基于负载预测分组的家庭基站频谱分配算法,系统的SINR和吞吐量都有明显的提高,干扰得到了有效的抑制。     

C-RAN架构下一种基于分形定理的载波迁移预测算法

作为C-RAN关键技术之一的实时虚拟化技术要求实现硬件处理资源的虚拟化管理,实现物理资源的动态分配和负载均衡,保证虚拟基站的实时性,处理时延和抖动可控。为提高物理资源的动态分配和负载均衡的效率,在传统虚拟机迁移策略基础上结合分形理论,提出一种动态载波迁移预测算法,避免了因瞬时负载峰值触发载波迁移而带来不必要的迁移开销。该算法通过对物理资源负载离散历史数据进行分形拼贴拟合出完整负载曲线,然后根据分形维度不变性实现对未来数据的预测。为实现对该算法的仿真,结合C-RAN的系统架构搭建了一个基于并行离散事件仿真(parallel discrete event simulation PDES)的验证平台,仿真结果表明该算法能在有效减少虚拟基站迁移次数的同时确保达到负载均衡的目的。     

基于正弦载波的粒子群算法

针对传统粒子群算法(Traditional Particle Swarm Optimization,TPSO)存在的易陷入局部最优、收敛速度慢等缺点,提出了一种基于载波的粒子群算法(carrier-wave Particle SwarmOptimization,CWPSO)。根据正弦函数具有的自变量连续变化而值域不变的特点,该算法设计了以载波自变量变化确定粒子搜索位置的新方法,从而极大地提高了全局搜索能力。同时对于搜索到的可能极值点,通过载波扩展的方法进行局部寻优,以进行精确搜索。对一系列测试函数的寻优结果表明:CWPSO算法不仅都能找到最优值,且寻优时间仅为TPSO算法和惯性权值线性下降的改进PSO算法(Line-WPSO,LWPSO)的1/3~1/5;同时,CWPSO具有对寻优问题维数不敏感的优点,大大扩展了该算法的适用范围。     

基于保护间隔相似特性的载波细同步算法

正交频分复用(OFDM)系统中的载波频率偏移将会导致载波间干扰,从而严重降低系统系能,因此精确的载波同步对于OFDM系统而言至关重要。该文提出了一种适用于时域正交频分复用数字传输(TDS-OFDM)系统的基于保护间隔相似特性的高精度载波细同步算法。分析和仿真结果表明,该算法不但具有很强的抗符号定时误差能力,且具有非常高的载波频偏估计精度,其归一化频偏估计方差在AW GN信道下由传统算法的1-0 8降低为1-0 13,同时该算法还大大降低了硬件实现的复杂度。     

基于决策理论算法的单载波多载波数字调制识别技术研究

研究基于决策理论算法的单载波多载波无线数字调制信号的特征参数提取与自动识别技术,提出了适合单载波多载波数字调制识别的决策分类器及相应识别步骤.在瞬时相位提取时,首次采用去相位折叠算法纠正相位折叠的影响,提高了特征参数的准确性.仿真结果表明,该方法取得较好的识别效果,且系统易于实现,在信号识别中具有广泛的应用前景.     

正交频分复用子载波间干扰抵消的迭代算法

为了解决正交频分复用(OFDM)中由频率偏移和D opp ler扩展带来的载波间干扰问题,结合T urbo信道编码软输入软输出信息,提出一种用于载波间干扰抵消的匹配迭代算法。该算法利用信道译码输出软信息来当作信息比特的先验信息,从而根据子载波间干扰矩阵来消除对其他载波点上的干扰分量,经过若干次迭代来达到性能优化。与传统的子载波干扰自消除、频域抽头滤波算法以及简单的匹配算法比较,其结果可以消除误码平台;与整体频域均衡算法比较,可以在避免求大型矩阵逆的复杂算法上获得更好的性能优势。     

OFDM认知系统的子载波分配算法研究

在误码率和总发射功率约束下,基于频谱空穴的动态变化性,提出一种基于正交频分复用（orthogonal frequency division multiplexing,OFDM）的认知系统下行链路子载波分配算法。算法根据可用频谱资源及用户业务需求,兼顾用户资源公平与干扰温度最低原则：频谱资源少时,以用户资源公平为分配原则,尽量满足所有入网用户的基本通信需求;若频谱资源充足,则以最小化系统干扰温度为目标分配剩余子载波。仿真结果表明,提出的算法在确保入网用户基本数据传输率前提下,能降低系统干扰温度,提高系统频谱利用效率。     

基于K近邻分类间隔的特征选择方法研究

特征选择是机器学习和模式识别领域的一个关键问题.文中详细分析研究一类基于K近邻分类间隔的特征选择算法,并着重讨论当K>1时,特征选择的评价准则和搜索策略的设计,同时在多个数据集上验证其性能.     

关于汽车运输船舱内裂纹损伤

针对汽车运输船（ＰＣＣ）船侧非贯通横舱壁周围裂纹损伤这一突出问题，通过有限元数值方法对一具有代表性的实船损伤实例进行了分析；并在此基础上，重点对其加强方案进行了多种探讨比较以及相应的累积疲劳损伤估算，提出了一个较佳加强方法，为从工程的角度解决ＰＣＣ舱内裂纹损伤，提供了可供参考的结果．     

室内移动通信中的载波干扰比（CIR）计算

本文采用更接近实际的矩形几何单元结构，代替一般移动通信中普通使用的六角形或园形几何结构。在此结构下计算了移动手机在不同的无线电固定部件覆盖下的载波功率，共信道干扰功率和载波干扰比。     

基于载干比测量的动态信道分配

讨论了基于载干比测量的动态信道分配方案。从理论上分析了干扰自适应的动态信道分配（ＩＡ－ＤＣＡ）的特点,并给出了它所能达到的极限系统容量。通过对固定信道分配（ＦＣＡ）,话务量自适应动态信道分配（ＴＡ－ＤＣＡ）和ＩＡ－ＤＣＡ的仿真,比较了各信道分配方案的含量,理论分析和仿真实验均说明,基于载干比测量的动态信道分配方案具有明显的容量优势,而且容量的改善和系统中所有连接的平均载干比测量的动态信道分配方案具     

基于BIM的建筑施工看板分级设置研究

以BIM为技术支撑,将生产领域的看板管理引入到建筑施工领域中,并结合建筑工程领域的特点,对看板进行分级设置,确定各级看板的内容和变更频率.然后,通过对BIM和各级看板管理的交互性分析,以及各级看板之间的关联分析,确定了各级看板的展现形式和要求,最终形成了具有建筑业特色、层次分明、功能完善、形式多样的建筑施工看板模式.     

基于干扰信道的干扰对齐算法综述

在无线通信系统中,用户间干扰总是制约着网络的吞吐量,因此寻求有效的干扰管理方法显得尤为关键.文中首先引出多种传统的干扰管理方法,但基于这些方法的系统容量都会受到干扰的限制,而且随着用户数的增加,很难获取这些方法的一般解.然而干扰对齐算法可使系统的总容量随着用户数的增加线性递增,文中重点综述两类干扰对齐算法:一类是基于信号空间的干扰对齐算法,另一类是基于信号编码级的干扰对齐算法,最后简要分析了干扰对齐算法的可行性和应用前景.     

基于主成分分析法的高等学校发展状况评价

利用主成分分析能够把多个指标转化为少数几个指标的思想,介绍了其基本思想及其计算步骤．针对影响高等学校发展的指标因素,利用主成分分析方法来对高校的发展状况做出合理的综合评价．最后根据一个高校最近几年的发展做出综合评价．     

基于温度应力场的沥青船货舱结构强度分析

以4 000 DWT沥青船货舱结构为例,建立有限元模型,考虑温度应力场影响,对沥青船的2种工况进行有限元计算分析。结果表明结构满足强度要求,为运载高温液货的沥青船结构设计提供了重要的设计参考。     

基于核独立分量分析的盲多用户检测算法

针对DS-CDMA通信系统中的盲多用户检测问题,提出了一种改进的核独立分量分析(KICA)算法.该算法首先将五阶收敛的牛顿迭代公式引入到传统的FastICA算法中,同时还引入了一种新的核函数——混合核函数来解决非线性混合信号的分离问题,从而实现了多用户信号检测.最后将所提出的算法与传统的FastICA算法和KICA算法进行仿真比较.结果表明:所提出的算法不仅收敛速度较快,而且具有较小的误码率.     

基于独立成分分析的强背景噪声去噪方法

由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效，提出应用独立成分分析(ICA)方法对声音信号进行特征提取，并证明了这种ICA变换能增强语音和音乐信号的超高斯性．在此基础上，应用ICA基函数作为滤波器，通过阈值化的去噪方法对含有强高斯背景噪声的声音信号进行去噪仿真实验．结果表明，本方法明显优于传统的均值滤波和小波去噪方法，为强背景噪声下弱信号的检测提供了新的途径．