基于量子Grover算法的VBLAST系统信号检测

VBLAST系统中最大似然检测具有最优的检测性能,但是计算复杂度是一个NP难题．将量子Grover算法及Grover-Long算法用于VBLAST系统最大似然检测中,对算法的复杂度和性能进行了仿真分析,仿真结果表明Grover检测算法不仅能够对计算复杂度起到平方加速的效果,而且算法的检测性能逼近最大似然检测性能．     

BLAST结构ML检测简化方法分析

MIMO无线通信系统中,BLAST结构ML检测性能优于其他检测方法,但这是以增加检测复杂度为代价的．文中提出一种ML的简化算法——RML算法,该算法使用ML和ZF联合检测,理论分析及仿真均表明,在检测性能相同的情况下,RML复杂度比ML的复杂度要低很多．     

逼近最大似然(ML)性能的降维VBLAST检测算法

在多输入多输出系统中,空分复用是一种获得系统通信容量的有效方式.BLAST(Bell-labs layered space time)是空间复用方式的典型代表.其中VBLAST应用最为广泛,它的检测算法有ML,ZF-DFE,ML-DFE等.本文在以上几种算法的基础上,讨论了信道相关性对检测性能的影响,提出了一种接近ML性能的低复杂度新算法--HPML算法.仿真表明,HPML在获取接近ML性能的同时有效的降低了算法的复杂度.     

高速脉冲超宽带系统和芯片设计

脉冲超宽带无线通信系统功耗低、复杂度低,但传输速率一般不高.本文提出高速脉冲超宽带无线通信系统方案,方案采用高速采样、低阶量化和数字处理技术,在保持较低的系统功耗和复杂度的条件下,实现了超过100 Mbps的脉冲超宽带无线信息传输.论文给出了系统方案、核心算法、芯片设计中的关键技术以及仿真结果.作为核心算法,提出的联合同步和信道估计算法具有低的复杂度,并易于实时实现.论文介绍了芯片设计中的数字基带芯片结构、接收机的状态转移和联合同步和信道估计算法的实现等关键技术.基于提出的方案,研制了数字基带芯片,其内核功耗小于100mW.采用研制的芯片,开发了试验系统,能够进行实时无线高清视频传输.对试验系统进行了实际测试,实测结果验证了该高速脉冲超宽带方案的有效性.     

基于改进变步长电导增量法的光伏阵列最大功率点跟踪

针对目前变步长最大功率跟踪在复杂光照条件下的振荡问题,结合二分法查找原理,提出了一种改进的变步长电导增量法。采用boost电路作为阻抗匹配装置,此电路占空比大小与系统输出功率相对应。最大功率点附近的工作点对应的占空比。是一组有序数据。对该组数据使用二分法查找,搜寻到最大功率点所对应的占空比,以实现最大功率的跟踪。仿真结果表明,提出的算法能够有效地抑制变步长跟踪过程中的振荡。与常见的变步长算法相比,改进算法更易实现,且具有更强的适应性。     

演化密码对抗差分密码分析能力的研究

演化密码是我国学者提出的一种新型密码体制.本文对演化密码对抗差分密码分析的能力进行了研究,研究表明演化密码对抗传统差分攻击的能力高于普通固定算法密码.本文在分析差分攻击的数据复杂度,最佳差分特征概率,比特优势以及预期成功率关系的基础上,证明了比特优势和预期成功率相同时,攻击演化密码的数据复杂度大于攻击固定算法密码的数据复杂度;并证明了在数据复杂度和预期成功率相同的情况下,攻击演化密码的时间复杂度明显高于攻击固定算法密码的时间复杂度.这表明演化密码对抗传统差分攻击的能力高于固定算法密码.     

串行级联CPM的一种简化状态SISO迭代译码算法

对串行级联CPM系统进行分析，提出一种简化状态软输入软输出APP算法．它基于状态分集的RSSD思想，与其他简化状态SISO算法相比，具有更为一般的形式．该算法能够成倍地减少状态数目，简化运算复杂度，并且利用判决反馈减小简化状态网格的Euclid距离损失．分析与仿真结果表明对于SCCPM系统，合适的简化方案可以带来较小的性能损失。     

多输入多输出系统中基于长方阻塞矩阵的酉多级Wiener降秩联合检测算法

针对传统均衡算法复杂度高、收敛速度慢的问题,提出了一种基于长方阻塞矩阵的多级Wiener降秩联合检测算法,其中的多级Wiener滤波器通过相关相减结构来实现,即酉多级Wiener滤波器.该算法选取酉多级Wiener滤波器阻塞矩阵中的一个长方子阵作为阻塞矩阵,使得酉多级Wiener滤波器前向递推分解中接收信号向量的维数逐级降低,从而在降低了均衡的迭代复杂度的同时,加快了算法的收敛速度.理论分析和仿真结果表明,基于长方阻塞矩阵的酉多级Wiener联合检测算法具有复杂度低、收敛速度快的优点.在具有4根发射天线、8根接收天线,并且采用BPSK调制的V-BLAST(vertical Bell labs layered space-time)系统中,采用本算法仅用基于酉多级Wiener滤波的均衡算法一半的计算复杂度在高信噪比处即可达到与其相同的误码性能.     

基于发射方向图合成的低PAPR宽带MIMO雷达波形设计

本文研究了单向和宽角度的宽带MIMO雷达发射方向图合成.首先构造了单一范数优化准则下单向发射方向图合成的统一框架,使得已有的一些方法可视为其特例.在此基础上,提出了一种基于单向发射方向图合成的波形设计方法,并考虑了设计的波形具有单模或低的峰均比(PAPR)特性;进而提出了一种混合范数的宽角度的发射方向图合成方法.本文将上述的方向图合成和波形设计问题转化成凸优化问题,然后利用公开的模型系统CVX求解.仿真结果表明,本文方法设计的单向方向图能有效地逼近了期望的方向图,也验证了合成波形满足期望的单模或PAPR约束;另外,仿真显示设计的宽角度的方向图在主瓣区域内逼近了期望主瓣响应,而将旁瓣峰值比控制在-40 dB以下.     

基于粗粒度单元的离群点检测算法研究

对现有的基于单元的算法进行改进,利用KNN算法思想得到距离与比例参数的合理先验值,以加快离群点检测的收敛速度;同时通过扩大单元粒度,减少了单元区域查询次数与算法的空间复杂度,从而在整体上提高了离群点的检测效率。通过实验,验证了改进后算法的可行性,同时比较了其与原算法在不同参数下的性能优劣。     

复杂性管理对企业核心竞争力的提升

在分析企业系统复杂性影响因素的基础上,指出企业可以通过合理配置复杂性、组织设计、文化建设等方面降低不合理的复杂性;提高个体认知和处理复杂性的能力;为增加有效复杂性提供空间;形成企业核心竞争力。     

协同多点传输中迫零预编码和天线选择技术

MIMO无线传输技术极大地提高了系统的容量,在实际通信系统中,整个网络是一个干扰受限的系统,小区间干扰对MIMO系统传输的影响是显著的,每个相邻小区的基站天线都可以看成一个干扰源．由于基站端数据处理能力的提升和回程容量的增加,多个小区协同多点传输技术引起了人们的广泛关注．目前的大部分工作都是集中于研究系统的容量（吞吐量）,而在实际系统中,每个用户的接收等效信噪比（即公平性）对系统的性能如误帧率等有重要的影响．对于每个用户为单天线的情形,研究了总功率受限和每天线功率受限下采用迫零预编码的系统容量和公平性．对两种功率约束条件下的公平性进行了分析,得到了公平性算法的闭式表达式．当每个用户为多天线的情形,为了降低计算的复杂度,引入了信道范数最大的接收天线选择算法,把每个用户为多天线的情形转化成等效的每个用户单天线情形,推导的每用户为单天线的公平性算法仍然适用．仿真结果显示,采用迫零预编码的多小区协作可以使系统性能显著提升．在相同的迫零预编码下,不同的功率分配策略对系统的容量和公平性有显著的影响．和用户为单天线相比,采用天线选择算法可以提升系统的容量和公平性．考虑了用户公平性时的吞吐量和最大系统吞吐量之间的折中关系,并给出了仿真结果．     

基于平均增益模型的连续型(1+1)进化算法计算时间复杂性分析

连续型进化算法的计算时间复杂性分析是进化计算理论研究的一项公开难题,目前相关研究成果较少.针对连续型(1+1)EA,基于适应值差函数提出了平均增益模型及其分析方法,给出了平均计算时间的计算理论,为算法的计算时间复杂性分析提供了依据.在此基础上,研究还选取了学术界关注的球形函数作为研究对象,分别推导了变异步长满足标准正态分布和均匀分布的连续型(1+1)EA在优化球形函数时的平均增益,并估算出了它们的平均计算时间.理论分析说明:1)两种算法的计算时间复杂性都是指数级的;2)在给定相同精度和初始适应值差的前提下,采用均匀分布变异算子的算法其寻优速度优于采用标准正态分布变异算子的算法.进一步地,通过数值实验对理论分析结果进行了验证,结果表明平均增益模型分析是有效的.     

The evolution of domain arrangements in proteins and interaction networks

Proteins are composed of domains, which are conserved evolutionary units that often also correspond to functional units and can frequently be detected with reasonable reliability using computational methods. Most proteins consist of two or more domains, giving rise to a variety of combinations of domains. Another level of complexity arises because proteins themselves can form complexes with small molecules, nucleic acids and other proteins. The networks of both domain combinations and protein interactions can be conceptualised as graphs, and these graphs can be analysed conveniently by computational methods. In this review we summarise facts and hypotheses about the evolution of domains in multi-domain proteins and protein complexes, and the tools and data resources available to study them.Received 20 September 2004; received after revision 23 October 2004; accepted 1 November 2004     

基于复杂网络挖掘的用户行为感知机制

用户行为感知是进行网络管理、安全检测以及应用趋势分析的基础.针对基于流量统计特征检测方法具有计算复杂度高和"概念漂移"的缺陷,提出了一种基于用户复杂网络图的用户行为感知机制算法(UBP-CN).算法将用户标识{IP,Port}和用户交互分别抽象为一个点和一条边,构建了用户复杂网络图;应用社团挖掘算法将复杂网络图划分为互不相交的行为子簇,使得用户之间的通信抽象为一种"社会团体";通过定义基于相对熵的"用户行为模式"(UBM),表征了各个子簇背后表现出的行为特性,并使用"UBM+Port"对各个子簇进行标签映射,实现了用户行为的有效感知.仿真结果表明:在不牺牲用户行为分类准确率的前提下,算法不仅能克服"概念漂移"问题,还能有效降低算法的计算复杂度.     

General exponential smoothing and the equivalent arma process

Although the basic principles of exponential smoothing and discounted least squares are easily understood, the full power of the technique is only rarely exploited. The reason for this failure lies in the complexity of the standard procedures. Often they require fairly complex mathematical models and use a variety of cumbersome algebraic manipulations. An alternative formulation for exponential smoothing is presented. It simplifies these procedures and allows an easier use of the full range of models. This new formulation is obtained by considering the relationship between general exponential smoothing (GES) and the well-known ARMA process of Box and Jenkins. The three commonest seasonal models have only recently been considered for GES systems. They are discussed in some detail here. The computational requirements of the GES and equivalent ARMA procedures are reviewed and some recommendations for their application are made. The initialization of GES forecasting systems and the important problem of model selection is also discussed. A brief illustrative example is given.     

Real time prediction of irregular periodic time series data

By means of a novel time-dependent cumulated variation penalty function, a new class of real-time prediction methods is developed to improve the prediction accuracy of time series exhibiting irregular periodic patterns: in particular, the breathing motion data of the patients during robotic radiation therapy. It is illustrated that for both simulated and empirical data involving changes in mean, trend, and amplitude, the proposed methods outperform existing forecasting methods based on support vector machines and artificial neural network in terms of prediction accuracy. Moreover, the proposed methods are designed so that real-time updates can be done efficiently with O(1) computational complexity upon the arrival of a new signal without scanning the old data repeatedly.     

Modelling and knowledge transfer in complexity science

I analyse the construction and transfer of models in complexity science. Thereby, I introduce a distinction between (i) vertical model construction, which is based on knowledge about a specific target system, (ii) horizontal model construction, which is based on the alteration of an existing model and therefore does not require any references to a specific target system; and (iii) the transfer of models, which consists of the assignment of an existing model to a new target system. I argue that, in complexity science, all three of those modelling activities take place. Furthermore, I show that these activities can be divided into two general categories: (i) the creation of a repository of models without specific target systems, which have been created by large-scale horizontal construction; and (ii) the transfer of these models to particular target systems in the natural sciences, which can also be followed by an extension of the transferred model through vertical construction of adaptions and additions to its dynamics. I then argue that this interplay of different modelling activities in complexity science provides a mechanism for the transfer of knowledge between different scientific fields. It is also crucial to the interdisciplinary nature of complexity science.