协作分集中的移动中继研究

协作分集是近几年无线通信技术的研究热点.在协作通信中合理的选择中继能给系统带来更大的增益,进一步提高系统性能.主要研究了在中继中使用放大转发协议,接收端使用提高的信噪比合并方式,中继处于不同位置下的协作分集系统的性能,并对各种情况进行Matlab仿真,对仿真结果进行比较和分析.仿真结果表明,在中继、发送端和接收端三者的距离之比为1∶0.5∶0.5时,系统能够获得较好的性能.     

空间频率分集MIMO-OFDM系统的分步半定松弛检测

分析了空间频率分集MIMO-OFDM系统的DFE-SDR译码算法.提出了一种能充分利用空间分集、空间复用、频率复用增益,且能对抗时间选择性和频率选择性衰落的空时频率分集MIMO-OFDM系统,结合判决反馈均衡(DFE)以及半定松弛检测(SDR)的优点,经过推导得到一种应用在空时频率分集MIMO-OFDM系统的DFE-SDR检测方法,该算法能同时得到较理想的系统性能和算法复杂度.系统仿真证明,该方法与DFE检测算法相比,误码率性能得到了较大提高,可以适用于更广泛的通信环境.     

AF/DF方式下自适应中继协作方式的研究与仿真

放大转发(Amplify Forward,AF)和译码转发(Decode Forward,DF)是中继协作通信技术中两种基本的中继协作方式。在研究两跳中继协作通信技术中AF和DF中继协作方式的基础上,针对基于门限的自适应中继协作方式,利用RN的位置信息提出了改进的自适应中继协作方式,并用蒙特卡洛方法对其仿真结果进行验证。结果表明所提出的改进自适应中继协作方式具有较好的协作性能。     

Nakagami-m衰落信道下机会中继系统的性能

针对多中继侦听单节点译码转发的机会中继系统,分析了其在统计独立不同分布的Nakagami-m衰落信道下的理论性能.基于接收端信噪比的矩生成函数的闭合表达式,推导了任意中继数目下系统中断概率和误符号率的闭式解,并通过仿真验证了其正确性.该闭式解可用于评估机会中继系统在Nakagami-m衰落信道下的性能,为实际工程应用提供理论参考.     

译码转发模式下的半分布式中继选择算法

针对集中控制中继选择算法为获取瞬时信道状态信息开销较大的问题,受分布式算法的启发,本文提出了一种半分布式中继选择算法.在这个半分布式算法中,每个中继节点自己决定是否能参与协作,而从多个可能的节点中选择最优节点的最终决定是通过基站来完成的.由于在不同的节点之间不需要信道状态信息的交换,本文的算法易于执行,更适用于实际的网络.实验结果表明,该算法能够获得较好的分集效果.     

MIMO-OFDM双向多中继选择的网络资源优化

为加强多输入多输出-正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing,MIMO-OFDM)双向中继系统的频域和空间复用增益,研究放大转发(amplify-forward,AF)协议下的中继系统模式,提出一种双向信道的预编码矩阵,能够将复杂的双向MIMO-OFDM信道划分为多个独立的物理层网络编码(physical network coding,PNC)子信道.在此基础上,将系统扩展至多中继,并提出在已有的频域子载波和空间子信道的最佳配对方案下,以最大化用户接收信号信噪比为准则,为每组配对方案分配合适的中继来改善中继网络的性能.通过联合优化的中继选择策略,单节点功率约束条件以及拉格朗日对偶方法,获取优化的系统资源分配方案.仿真结果证明,所提算法较一般功率分配方法带来的性能增益随着中继的增加,增益幅度随之增加.     

单窃听双跳协作网络的中继选择方案及其性能分析

研究了安全通信意义下,单向译码转发（decode-and-forward,DF）协作无线网络的中继选择问题。针对窃听者既能获得信源发出的信号,又能窃取中继节点转发数据的通信系统,提出了3种中继选择方案来对抗窃听者,增强系统物理层安全性。其中,方案一选择到窃听者信噪比（signal-to-noise ratio,SNR）最小的中继节点;方案二为最大最小（max-min）选择方案,即选择信源到中继节点和中继节点到信宿的较差信噪比中最大值所对应的中继节点;方案三根据窃听信道和主信道的瞬时信道状态信息（channel state information,CSI）选择使得窃听网络有最大保密容量的中继节点。在对各方案的性能分析过程中,得到了各中继选择方案拦截概率的闭式表示,进一步对拦截概率作渐近分析,获得了各中继选择方案的分集阶数。具体地,方案一的分集阶数为1,另外2个中继选择方案的分集阶数均为中继节点个数M。数值结果验证了理论分析得到的结论。     

MIMO-OFDM系统中LDPC码的改进型最小和译码算法研究

LDPC码的译码通常是利用BP译码算法来实现的,但是BP译码算法的硬件电路复杂.虽然最小和译码算法能够简化BP译码算法,但它是以牺牲性能为代价的.为了让译码算法在复杂度和译码性能之间取得较好的折衷,针对最小和译码算法的性能缺陷,利用最小均方误差准则,提出一种改进型最小和译码算法,最后将该算法应用于M IMO-OFDM系统中.仿真结果表明,与BP译码算法以及最小和译码算法相比,改进型最小和译码算法能够在降低算法复杂度的同时保持良好的译码性能.     

基于信道特性的中继选择协作通信方法研究

根据信道统计特性,研究了放大转发(amplify-and-forward,AF)协作中继网络中的中继选择协作通信方法.首先分析指出在等功率条件下,当信噪比小于某个门限时,选择单个中继节点进行转发(pre-select single relay AF,SAF)比所有节点都转发(all relays AF,AAF)的中断概率小.基于此信噪比门限提出一种中继选择协作通信方法,并且指出这种选择方法使得SAF的中断概率最小;然后结合功率分配提出了一种使中断概率最小化的最优中继选择协作通信方法;最后为了降低复杂度,提出了一种次优中继选择协作通信方法.仿真结果表明,这种次优方法和最优中继选择协作通信方法相比,性能相近.     

主用户具有AF中继辅助的协作频谱感知及最佳用户数分析

将主用户具有放大转发（amplify-forword,AF）中继辅助的检测模型与多个感知用户进行协作频谱感知的模型相结合,得到主用户具有AF中继协作的新模型。为减少系统开销,综合参数的影响,推导出其检测概率与虚警概率表达式,并在分析报告信道衰落环境下,通过此模型的中继放大可适当缓解衰落所带来的性能损失;进一步验证最佳参与协作用户数的存在性,设计了基于用户取值区间的搜索算法,以探索中继放大增益及错误报告概率对最佳用户数的影响。通过仿真表明,该模型能有效提高检测性能,并能在给定虚警概率下最大化检测概率时,选择合适的参数对：中继放大增益和最佳参与用户数。     

基于遗传和粒子群结合的文化算法

针对粒子群优化(PSO)算法的"早熟"现象,给出了基于遗传和粒子群结合的文化演化算法.该算法将PSO/GA纳入文化算法框架,形成PSO的主群体空间和GA的信仰群体空间,两群体空间可以独立并行演化,并在适当的时机实现信仰群体空间对主群体空间的引导,达到改善粒子群优化算法全局搜索能力、提高计算精度的目的.仿真表明,该算法的优化性能和效率优于PSO算法、GA算法和GA-PSO混合算法.     

混合遗传算法的研究现状

简要介绍了遗传算法的产生机理和基本结构,并着重介绍了混合遗传算法的研究现状。     

Intelligent Scheduling of Public Traffic Vehicles Based on a Hybrid Genetic Algorithm

A genetic algorithm （GA） and a hybrid genetic algorithm （HGA） were used for optimal scheduling of public vehicles based on their actual operational environments. The performance for three kinds of vehicular levels were compared using one-point and two-point crossover operations. The vehicle scheduling times are improved by the intelligent characteristics of the GA. The HGA, which integrates the genetic algorithm with a tabu search, further improves the convergence performance and the optimization by avoiding the premature convergence of the GA. The results show that intelligent scheduling of public vehicles based on the HGA overcomes the shortcomings of traditional scheduling methods. The vehicle operation management efficiency is improved by this essential technology for intelligent scheduling of public vehicles.     

基于ReliefF算法与遗传算法的肌电信号特征选择

针对肌电信号特征维数高、运算效率低等问题,提出了一种基于ReliefF算法与遗传算法(GA)相结合的肌电信号特征选择方法.分析了肌电信号的特征,运用小波分析对肌电信号进行特征提取,采用ReliefF算法评估所提取的高维特征信号的权值,以选出对分类效果影响显著(权值较大)的特征子集,采用GA进一步筛选出分类效果最佳的特征子集,并对比分析了基于ReliefFGA-Wrapper算法与全局搜索算法对肌电信号处理的时间和分类效果.结果表明,所提出的方法能够提高运算效率并具有很好的分类效果.     

基于遗传算法的入侵检测系统特征选择方法研究

在入侵检测系统中,分类器所选取的特征对系统的性能有很大的影响,大量冗余和不相关特征的存在会降低系统的正确性和实时性,因此如何选取出最优特征组合成为研究的热点问题。在研究当前各种特征选择方法的基础上,提出了一种基于遗传算法的特征组合选择方法。使用遗传算法搜索特征空间,依据Fisher准则计算各种特征组合的分类能力,根据计算结果对特征组合进行选择、交叉、变异,通过多次反复迭代最终选取出最优的特征组合。在实验中分别使用全部特征和选取出的最优特征组合的进行分类验证,最终证明选取出的最优特征组合能够使入侵检测系统在保持高检测率和低误报率的同时具有较高的检测效率,提高了系统的整体性能。     

基于多约束条件反馈的 QoS 链路选择算法

针对物联网普适定位系统中链路选择需满足多限制条件的要求, 提出了一种基于多约束条件反馈的 QoS (Quality of Service)链路选择算法。 利用无线通信广播特性, 将多约束服务质量路由问题转化成满足链路长度、 带宽、 时延、 时延抖动、 丢包率和费用等约束条件的最小代价问题。 建立了物联网多跳自主链路模型并定义了 目标能量函数, 利用 Hopfield 神经网络模型的并行思想将多项约束条件转换为多项式求极值问题。 该算法在不 改变系统链路选择策略的前提下, 避免了选择大量参数的问题, 实现了链路自动选择, 满足了通信实时快速的 要求。     

永磁同步直线电机混沌杂草自抗扰控制研究

针对永磁同步直线电机没有中间传动环节, 任何不确定性扰动都会直接影响控制系统性能的问题, 设计 了一种改进杂草算法优化的 PMLSM(Permanent Magnet Linear Synchronous Motor)二阶自抗扰控制器。 通过采用 混沌反向学习初始化方法和柯西分布的空间分布方式改进杂草算法优化自抗扰控制器参数, 经过优化的自抗 扰控制器的控制其性能有明显提高。 仿真结果表明, 该自抗扰控制器响应速度快, 稳态误差减小 2% 且无超 调, 对负载扰动具有良好的鲁棒性。     

云环境下基于MapReduce的海量服务选择研究

当处理分布式、大规模的服务选择时,传统服务选择方法存在着效率不高和全局Qo S性能低下的问题。基于Map Reduce框架,设计了一种云环境下的海量服务选择方法以解决此问题。首先,基于Map Reduce框架,利用Skyline算法,筛选海量候选服务,生成Skyline服务库;其次,基于迭代式Map Reduce框架,运用多目标模拟退火算法,从所生成的Skyline服务库中优选Skyline服务,产生一组Pareto最优的组合服务;最后,依据用户的个性化和多样性需求,执行Top-k查询,优选出满足用户偏好的k个组合服务。该方法适应于具有分布式环境、高维Qo S的海量服务选择,能快速返回组合服务,且其全局Qo S较优。     

光伏系统模糊PSO的MPPT控制

在局部阴影条件下,光伏阵列的功率–电压特性曲线呈现多峰状,传统最大功率点跟踪方法出现搜索精度低和收敛速度慢的问题.针对此问题提出一种基于模糊控制的粒子群优化算法,采用模糊控制器对粒子群优化算法的惯性权重ω进行优化,实时调整参数,使光伏阵列在光照强度变化时有较好的动态特性和稳态性能.分别采用常规PSO算法和模糊PSO算法在相同条件下对系统进行仿真,结果表明所提出的算法在局部阴影条件下能快速跟踪外部环境变化,且准确地工作在最大功率点.