基于离散功率空间的定步长认知无线网络功率控制算法

针对现有认知无线网络功率控制算法在离散功率空间内无法收敛的问题,提出一种定步长功率控制算法.在离散功率空间内,将认知用户的目标信干扰比(signal to interference plus noise ratio,SINR)由具体的目标数值扩展为目标窗口.为了最大化系统容量,在满足系统约束条件的前提下,建立了滑动窗口机制.通过认知用户总干扰与干扰温度域上下限的比较,动态调整中值SINR,从而实现目标窗口的滑动.对于确定的目标窗口,采用定步长迭代算法进行发射功率的调整.仿真实验表明,算法达到了预期效果,并取得与最优算法相近的系统性能.     

新型耦合滤波器优化算法的研究

根据交叉耦合滤波器的基本原理,建立了适用于任意拓扑结构的滤波器优化模型,总结出以非特殊点拟合为辅助的新目标函数.接着在经典F-R (Fletcher-Reeves)梯度算法的基础上,提出了遗传梯度混合算法和遗传Solvopt混合算法的实现原理.以MATLAB作为研究平台,在滤波器设计实例中验证这两种新型优化算法的正确性.结果说明,这2种算法无需设定初值能以全局搜索的新方式快速收敛到最优解,可适用于更高阶数的任意拓扑结构.根据实验结果,分析比较了新型算法在收敛速度、算法构架以及计算准确度上的优势,总结出算法的适用条件.     

改进的基因算法研究

针对多核嵌入式系统中的任务功能最佳化,提出了一种改进的基因演算法.该算法随机产生一定数量的染色体,使染色体均匀分布在搜寻空间中,每个初始染色体也是随机编码,再由彼此间的运算产生新的染色体,经过不断地淘汰、循环,使染色体得以最佳化.改进算法由于增加了可调式突发机制,使得突变子代有机会选择到下一个母代中,使母代多样性提升,增加了交配率,从而使母代间交配活化,增加得到最佳解的机会,提高整体效率,降低成本,并可根据不同的任务将任务进行分割,并将任务分割到不同的处理单元执行,符合即时的时间要求.     

协作意愿感知的机会网络路由算法

机会网络中的节点由于受理性实体所控制表现出不同的协作意愿,从而对网络性能产生显著影响,针对这种情况,提出了一种协作意愿感知的机会网络路由算法,该算法利用消息的平均转发时间来衡量节点间的协作意愿,根据联系概率为消息合理地选取转发节点,采用消息优先级机制来提高缓存和带宽的利用率.仿真结果表明,该算法能有效地改善网络性能.     

顶点覆盖问题的贪心算法的设计与分析

设计了解顶点覆盖问题的贪心算法 ,并证明其相对比率 η≤H(d) ,d为图中最大的顶点度数 ,H(d) =∑1/ j(j =1,2 ,…… ,d) .当d ≤ 3时 ,解的精确度有明显改善 .     

Impact of small-world topologies on broadcasting for wireless sensor networks

Broadcasting is an important operation and been widely used in wireless sensor networks (WSNs). These networks are power constrained as nodes operate with limited battery power. Wireless sensor networks are spatial graphs that have much more clustered and much high path-length characteristics. After considering energy-efficient broadcasting in such networks, by combining the small-world characteristic of WSNs and the properties of ant algorithm to quickly identify an optimal path, small-world power-aware broadcast algorithm is introduced and evaluated. Given different densities of network, simulation results show that our algorithm significantly improves life of networks and also reduces communication distances and power consumption.     

一种新的结合奖励机制的ETLBO算法

通过对原ETLBO(elitist teaching learning based optimization)算法引入一种新的奖励机制, 提出一种新的结合奖励机制的ETLBO-reward算法, 并基于该算法提出一种简单自适应的精英个数算法RETLBO reward, 该算法保留了传统算法参数少、 易实现、 收敛快等优点, 进一步提升了传统算法的收敛能力. 对6个连续非线性优化问题的测试结果表明, 这两种算法均具有良好的性能, 求解效率较原ETLBO算法有明显提升.     

求解拟五对角线性方程组的四参数法

 基于五对角线性方程组的追赶法,给出了拟五对角线性方程组的四参数求解方法。算法的基本思想是,将方程组的前2个未知量x1,x2和最后2个未知量xn－1,xn看作参数,这4个未知量正好对应于拟五对角方程组边角位置上的非零元素。然后通过特殊的矩阵分解将方程组解向量中的其他n－4个未知量用x1,x2,xn－1和xn 4个参数表示,从而形成标准的五对角线性方程组,可以方便地利用求解标准五对角线性方程组的追赶法进行求解。被看作参数的4个未知量可以利用原方程组中的前后两个方程及中间变量求出。最后,将已经求出的4个参数再代入分解矩阵形成的方程组中求得其余分量。鉴此,本文给出了两种不同的实现方法,其主要区别在于求解4个参数的过程不同。一种方法是将解向量的全部分量用参数线性表出,然后取出前后各2个式子组成参数方程,求出4个参数。另一种方法是将4个参数作为已知量先代入第3～n－2个方程中,整理后得到一个n－4阶的方程组,解出第3～n－2个解分量的参数表达式,再将x3,x4,xn－3,xn－2回代到前2个方程和最后2个方程中组成参数方程,求出4个参数。对于规模较大的拟五对角线性方程组而言,这两种算法的计算量几乎一样。该算法的数值稳定性分析结果表明,系数矩阵在满足严格对角占优的条件下,该算法是稳定的。数值实验结果表明,两种算法的实际计算时间与算法的理论分析相符合。     

差分跳频系统串行级联编码器的设计与改进译码

针对短波差分跳频系统,设计RS码与差分跳频G函数串行级联的编码系统.差分跳频G函数内码采用改进的最大后验算法译码,大大简化了译码复杂度,改善了系统的误码性能,交织采用40×40块交织器,外码RS(15,9)采用Berlekamp Massey译码算法.仿真结果表明,本算法克服了传统短波差分跳频G函数译码的缺点,系统性能得到较大改善.     

Sylvester矩阵方程的改进IO迭代算法

通过对Sylvester矩阵方程的理论分析,可知IO迭代算法中迭代矩阵的谱半径随内迭代次数的增大而减小,更新了IO迭代算法中内迭代次数的选择方法,并证明了该算法收敛性与初始矩阵无关。Sylvester矩阵在满足一些特定条件下,为了进一步提高收敛速度,可通过选择适当的相关参数,使得IO迭代算法有较好的收敛速度且比Smith算法的迭代次数明显减少。