MIMO系统中基于置信度传播的多用户检测算法

MIMO (mltiple-input, mltiple-output) 系统中不同发送天线发射的信号在接收天线上叠加, 形成相互干扰, 可以采用多用户检测算法进行解调以提高系统性能. 因此提出将LDPC码解码理论中的置信度传播(belief propagation)思想引入MIMO系统的解调技术, 从而得到了一种新的基于置信度传播的多用户检测算法. 新算法的复杂度只与发送/接收天线数目的平方成正比. 仿真结果表明, 新算法在低信噪比条件下误比特率性能优于传统的线性MMSE多用户检测器, 但在高信噪比条件下则存在误比特率的“地板效应”, 因此比较适合于采用信道编码的系统. 虽然该算法是基于MIMO系统地推导而来的, 但显然它也可以被推广应用到一般的CDMA系统中去.     

多基站多用户MIMO系统下行链路基于准最大化和速率预编码和功率分配的双层交替迭代结构

在多基站多用户MIMO系统中,最大化和速率（magimi。ingsum-rate,MSR）预编码是一种线性预编码,但是无闭式解．本文提出了一种交替迭代结构的准最大化和速率（Quasi—MSR）预编码方案来迫近MSR,将MSR的求解问题转化成最大化二次分式函数的乘积,并且设计了一种单接收天线用户环境下基于最大化和速率准则的低复杂度交替网格搜索功率分配alternatina grid search power allocation,AGSPA）方案．在此基础上,本文又提出了基于Quasi-MSR和低复杂度AGSPA的双层交替迭代结构（alternatingiterativestructure,AIS）．仿真结果表明：考虑大尺度衰落和天线相关性时．AIS结构在和速率性能上明显优于4种典型的预编码算法（最大化信泄噪比、块对角化、最小均方误差与速率最大化）．     

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．     

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．     

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.     

多工况拓扑优化问题的一种新解法——导重法

将导重法引入两类多工况拓扑优化问题的求解.首先介绍了导重法及其拉格朗日乘子的求法,并用对偶方法对多约束优化问题的拉格朗日乘子求法进行了改进;然后推导了用导重法求解最小柔度拓扑问题和最小质量拓扑优化问题的迭代公式并计算了相应的算例.算例计算结果表明,采用导重法求解多工况拓扑优化问题具有迭代公式简单、收敛速度快、求解效果好的优点.通过与Ansys中采用的SCP方法的计算结果进行比较可以看出,导重法是求解拓扑优化问题的一个行之有效的方法,它为拓扑优化问题的求解提供了一条新的途径.     

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．     

求解几何约束问题的几何变换法

提出两种基于图表示求解几何约束问题的方法. 第1种方法能线性地处理无循环约束的几何约束问题. 第2种方法可以解决含循环约束问题. 这一算法的复杂度与Owen, Hoffmann的三角分解法一样是二次，但解题范围有所扩大. 实际上这一算法可以解决所有关于简单多边形的约束问题. 这一算法的核心是将几何变换引入基于关系图的约束求解算法.     

小微企业集群协同生产批量模型构建

针对小微企业的集群环境,研究了考虑企业之间生产外包的协同生产批量问题。在满足客户需求的前提下,确定企业的生产批量及企业之间的相互外包批量,建立了带外包的小微企业集群批量计划模型,采用分支定界法,并借助lingo软件进行求解。结果证明了模型的有效性,所建立的模型有利于企业生产能力的充分利用,可缓解因产能不足而延期交货的问题,减少集群内交叉外包、二次转包等资源浪费现象,提高企业生产的批量化和专一化程度。     

P_MOEA：一种多目标决策辅助遗传算法用于服务组合QoS优化

在服务组合场景下,SLA约束下的服务组合优选是实现服务质量管理的重要基础之一．服务组合优选既是一个组合优化问题同时也是多目标决策问题,需要高效的算法以支持大规模的候选组合方案集合,同时也需要有效的评价模型来明确定义候选方案的优劣程度,从而为决策者提供支持．现有的服务组合优选方法多基于两种模型定义其优化目标：线性效用函数和Pareto最优．前者需要量化权重配置以定义效用函数,但是对于用户来说精确的量化权重配置是一个非常困难的任务,特别是在涉及到的QoS维度较多时;后者无需权重配置,将Pareto最优的skyline集合作为优化结果返回给用户,然而skyline集合的规模是不可控的,最优结果集的规模会随着问题的规模增大而显著增大,过大的最优结果集显然难以为决策者提供有效参考,针对上述传统方法的不足,在本文中,我们将PROMETHEE方法弓I入服务组合优选问题,结合Pareto和PROMETHEE两种评价模型,将skyline集合基础上的Top—kPROMETHEE最优方案作为优化目标,提出并实现了一个高效的遗传算法：P—MOEA．算法可以针对大规模问题,高效地返回Top—kPROMETHEE最优组合方案集合,从而为进一步的决策提供有效的参考．我们实验验证了算法的效率和有效性．     

近地轨道长时间多星交会任务混合规划

对近地轨道长时间多星交会问题,考虑基于光照条件的时间窗口与J2摄动影响,建立多星交会混合整数非线性规划模型,提出两层混合优化方法进行求解：上层问题以交会次序、交会轨道转移时间及交会后服务时间为设计变量,采用混合离散连续编码遗传算法求解,下层优化以单次交会轨道机动时间及机动冲量为设计变量,采用下山单纯形法求解;推导考虑如摄动轨道要素差分线性交会方程,并以该方程为基础提出下层优化近似策略,以提高计算效率．仿真结果表明：1）建立的近地轨道长时间多星交会任务的混合整数非线性规划模型是有效的,提出的两层混合优化方法可以获得满足时间窗口约束的满意解;2）推导的线性交会方程是考虑如摄动长时间轨道交会轨道良好的一阶近似;3）在如摄动影响下长时间交会问题无论在一个还是多个轨道周期的时间尺度上均具有多峰性,基于混合编码遗传算法求解多星交会任务规划问题符合问题特征．     

互耦条件下双基地MIMO雷达的收发角度估计

阵元互耦的存在会使双基地MIMO雷达多目标定位算法的性能恶化．利用发射和接收互耦矩阵的带状、对称Toeplitz性质,提出了一种基于ESPRIT的双基地MIMO雷达收发角度算法,并针对现有参数配对算法中存在参量兼并的问题,给出了一种改进的自动配对算法．仿真结果表明：在存有相同发射角／接收角时,本文算法仍能有效实现多目标定位,无需进行谱峰搜索和额外的目标配对;本文算法对互耦系数自由度和扰动误差的稳健性优于MUSIC-like算法,并且具有更高的估计精度．此外,还推导了确定信号模型下收发角和互耦系数的CRB（Cramer—Raobound）．     

基于特征线的N－S方程算子分裂有限元法

本文提出了一种求解Navier—Stokes（N—S）方程新的有限元方法：基于特征线的算子分裂有限元法（CBOS法）．该方法在每一个时间层上,采用算子分裂法将N-S方程的对流项与扩散项分开求解,扩散项时间离散采用向后差分格式,空间离散采用标准Galerkin有限元法,隐式求解;对流项离散采用特征线．Galerkin法,显式求解．应用此算法对方腔流和后台阶流动进行了数值模拟,通过与标准解或实验值对比表明该算法具有较高的精度和较好的稳定性,为以后求解N—S方程提供了一种很有应用前景的研究方法．     

基于SIAR体制的单基地MIMO雷达方向综合及测角性能分析

针对同时辐射多载频的正交信号、收发天线稀布且不共用的单基地MIMO雷达,以及在低仰角目标回波存在多径现象的情况下,提出一种基于SIAR体制的单基地MIMO雷达的方向综合方法,即综合利用MIMO的发射天线和接收天线孔径,在方位和俯仰两维数字波束形成（DBF）;并结合多载频工作的MIMO雷达,研究了基于多径相干信号分离的面阵广义MUSIC算法．该方法将发射天线、接收天线的相位延迟同时补偿,在接收端对发射波束进行两维方向综合,提高了雷达的角分辨力和测角精度;并通过降维处理减少了运算量．最后给出了多径情况下,单基地MIMO雷达方位、俯仰二维角度估计的克拉美·罗界（CRB）．计算机仿真证实了该方法的有效性．     

高中频CPM数字接收机设计

本文给出了一种适用于软件无线电的突发模式非相干二进制CPM接收机。该接收机采用前馈结构,利用FFT算法对前导进行捕获和分析,可以快速实现载波频偏和符号定时误差的联合估计,采用多符号检测算法来对CPM信号实现解调。通过仿真和对硬件的需求分析验证了本接收机可以有效检测信号的到来,快速实现载波和符号的联合同步,且比传统接收机具有更低的误码率。相对较低的硬件复杂度也使得接收机容易在FPGA上实现。     

基于一种动态特征选择融合算法的蛋白质结构类预测

本文根据氨基酸理化性质，基于氨基酸组成成分与自相关函数相结合特征提取法从非同源蛋白质序列中提取七个特征集，采用局部正确性的动态特征选择算法进行多特征组合来预测蛋白质结构类，并与各个特征集进行了比较。结果表明，DFS_LA算法的预测总精度较各个特征集均有不同程度的提高。Jackknife检验下，DFS_LA算法的预测总精度为82．80％，比COMP特征集提高8．91％；独立测试检验下，DFS_LA算法的预测总精度为86．67％，比COMP特征集提高11．67％。这说明DFS_A算法可有效提高结构类预测精度，多特征组合能在一定程度上更多地反映蛋白质的空间结构信息。     

直接用电密J计算导体三维涡流场的FE-BE耦合法

提出一种计算导体三维涡流场的FE-BE耦合法．在涡流区中直接采用涡流电密J为求解量的FEM, 其公式采用八节点长方体单元进行离散, 在非涡流区中采用磁场强度H为求解量的BEM, 其公式采用矩形单元离散. 根据交界面条件, 耦合得到一个求解变量仅为J的代数方程组. 该方法的优点就是所求量无需微分, 求解变量少, 耦合容易, 适用于多连域问题．对两个模型进行了计算, 计算结果与测试结果吻合较好.     

基于分支限界搜索框架的测试用例自动生成

作为软件测试领域的一个基本问题和热点问题,面向路径的测试用例自动生成有着特殊的重要意义.面向路径的测试用例生成本质上是一个约束满足问题,并通过搜索算法求解.着眼于提升搜索算法的效率,本文提出了一种新的智能算法,将分支限界和爬山法进行了有机的整合,分支限界作为全局搜索算法,而爬山法作为局部搜索算法,发挥各自的优势来对测试用例的解空间进行搜索.     

基于MAPC-RISR的MIMO雷达距离——角度二维超分辨率成像算法

MIMO雷达作为一种新型的雷达体制,其成像兼具实时性和高分辨率的特点,为了充分发挥MIMO雷达在成像方面的优势,提出一种高分辨率的MIMO雷达成像算法.首先将MIMO雷达成像过程分为距离向脉冲压缩和方位向聚焦成像两个过程,采用多波形自适应脉冲压缩技术(MAPC)实现距离向脉冲压缩和发射波形分离,然后在MIMO雷达虚拟阵列端利用超分辨率空间谱估计方法(RISR)进行方位向聚焦成像,得到了观测区域的距离—角度二维高分辨率的成像结果.理论分析表明,与已有的MIMO雷达自适应成像算法相比,所提方法降低了算法复杂度,提高了运算效率.仿真实验验证了所提MIMO雷达成像算法的有效性与优越性.     

基于光照补偿空间的鲁棒人脸识别

如何应付光照条件变化是人脸识别的主要研究课题,文中提出了一种基于单幅注册图像的光照不变人脸识别方法．文中首先分析证明了同一个主体的不同光照图像之间的差别．可以通过一个与身份和光照独立的子空间进行线性描述,我们称之为光照补偿空间;然后介绍了光照补偿空间的构建,并且提出了一种简单有效的基于光照补偿的人脸识别算法,将图像光照差异补偿与人脸识别过程统一在一起．通过一次l1优化就可以完成人脸身份的识别．文中方法在没有明显增加优化复杂度的前提下,有效降低了光照差异对于人脸识别算法精度的影响．文中提出的方法在ExtendedYale B图像库上进行了验证．