下一代密集WLAN网络干扰管理机制

在密集高效无线局域网部署场景中,针对传统802.11协议造成用户公平性差和吞吐量低的问题,提出一种以用户为中心的资源配置方法。该方法通过对用户进行识别分类,以用户为中心配置信道和功率,在保证用户公平性的前提下,最大化网络吞吐量。提出的功率控制机制和用户识别方法可以很简单的应用于现有无线局域网系统中。仿真结果表明,提出的资源配置方法平均提升单位基本服务集吞吐量47.3%,干扰最严重的基本服务集的吞吐量提升190%,每个基本服务集的边缘用户的吞吐量平均提升约74.3%。     

基于共识粒子群的全局优化求解方法

针对粒子群优化(PSO, particle swarm optimization)和高效全局优化(EGO, efficient global optimization)两种算法的特点,提出一种共识粒子群和局部代理模型协同的全局黑箱优化算法(CPSO-LSM, consensus particle swarm optimization and local surrogate model)。该算法固定PSO算法周期对粒子进行分群并在粒子达成共识后停止,将每群粒子周围的优质子区域输出作为代理模型的建模区域,通过比较各区域最优值获得高质量最优解甚至全局最优解。不仅避免了PSO冗长的计算过程、提高了建立代理模型的速度和精度还可以避免陷入局部最优。通过对比其他算法在标准测试函数的仿真结果,CPSO-LSM具有较好的收敛速度和求解精度。     

试验与训练使能体系结构(TENA)研究

试验与训练使能体系结构是美国国防部正在开发的试验与训练领域的公共体系结构,其目的是能以快速、高效益的方式实现用于试验和训练的靶场、设施和仿真之间的互操作,促进这些资源的重用和可组合。TENA表达了建模与仿真高层体系结构(HLA)所不支持的试验和训练需求,改进了靶场与仿真交互的能力。TENA对于实现基于仿真的采办(SBA)和网络中心战(NCW)环境下的试验和训练具有重要的促进作用。     

Optimal design study of high order FIR digital filters based on neural network algorithm

An optimal design approach of high order FIR digital filter is developed based on the algorithm of neural networks with cosine basis function . The main idea is to minimize the sum of the square errors between the amplitude response of the desired FIR filter and that of the designed by training the weights of neural networks, then obtains the impulse response of FIR digital filter . The convergence theorem of the neural networks algorithm is presented and proved, and the optimal design method is introduced by designing four kinds of FIR digital filters , i.e., low-pass, high-pass, bandpass , and band-stop FIR digital filter. The results of the amplitude responses show that attenuation in stop-bands is more than 60 dB with no ripple and pulse existing in pass-bands, and cutoff frequency of passband and stop-band is easily controlled precisely .The presented optimal design approach of high order FIR digital filter is significantly effective.     

基于VRS的SE-DEA模型可行性的研究

通过一种改进的DEA模型——SE-DEA模型可以对决策单元进行充分比较和排序，但在可变规模收益(VRS)条件下，这种模型可能不存在可行解，定义了超有效和强超有效决策单元，对基于VRS的SE-DEA模型的可行性进行了研究，证明了评价某决策单元的SE-DEA(VRS)模型是不可行的充分必要条件是该决策单元为超有效，给出了用SE-DEA(VRS)模型对决策单元进行评价与排序的方法步骤，将决策单元按强超有效、超有效、一般有效和非有效进行排序，最后将这些理论与方法应用于评价产业经济相对有效性的实际。     

不确定下项目投资时点的优化模型研究

在项目收入流不确定的假设下，研究如何寻找最优投资时点问题，建立了问题的最优停止模型，利用高切原理求解一个自由边界问题，得到候选解，运用最优停止理论验证了其的确为最优解，显式地给出最优投资时点并进行了比较静态分析，研究结果修正了传统投资准则，特别包括了传统的Jorgenson投资准则作为其特殊情形，论文的方法不需要完全金融市场和市场无套利的假定。     

存在相关性风险的资产组合策略

经典金融理论的资产配置策略没有考虑相关性风险, 而现实中,各种市场和各种资产之间的相关性是变化的, 从而使投资组合风险上升.与传统金融理论基于完全市场条件下的组合选择不同, 通过SJC-Copula刻画金融市场间不对称的尾部相关性,用CVaR方法求出存在相关性风险的资产组合有效前沿及策略.通过沪港市场的实证研究, 发现忽略上下尾相关性均会影响投资组合风险的估计, 会使投资组合遭受极端的负收益;量化并有效地控制不对称的尾部相关性能够改善资产组合的表现.     

Simulation method for reliability of TT&C mission with high redundancy and small time horizon

The tracking, telemetry and command (TT&C) mission is extremely reliable for its characters of small time horizon and high redundancy. The combined forcing and failure biasing (CFFB) method that is usually used for simulating the unreliability of the highly dependable mission system seems not so efficient for the TT&C mission. The concept about the importance of failure transition is proposed based on the logical relationship between TT&C mission and its involved resources. Then, the importance is used for readjusting the transition rate of the failure transition when using the forcing and failure biasing during the simulation. Examples show that the improved CFFB method can evidently increase the occurrence of the TT&C mission failure event and decrease the sample variance. More redundancy of the TT&C mission leads to the improved CFFB method more efficient.     

基于Bagging-SVM动态集成的多极化HRRP识别

针对多极化高分辨率一维距离像（high range resolution profile, HRRP）在目标识别过程中存在计算量和数据量大、识别算法复杂的问题,提出一种基于Bagging-SVM动态集成的目标识别方法。该方法首先提取多极化HRRP平移不变特征向量,然后运用Bagging方法结合基于动态互信息的特征选择方法生成基分类器,最后引入基分类器差异度进行选择性集成。实验验证该方法在缩减数据规模和计算量的同时,能有效利用多极化特征信息,得到较高的分类正确率,并且松弛了HRRP目标的姿态敏感性。     

多源不确定信息融合中的冲突证据快速合成方法

D-S证据组合规则在处理高冲突信息时,会得出与直觉相反的结论以及证据组合时计算量呈指数增长等问题。针对组合规则的不足,许多改进方法已提出,但各个方法都仍存在其局限性,如Murphy方法在很大程度上解决了冲突证据问题,并未解决计算量指数爆炸问题。基于对Murphy方法深入研究,归纳出相同证据的组合规律,给出了Murphy方法快速表达式,从而提出了一种快速的Murphy组合规则(fast Murphy combination rule, FMCR)。实验表明,新的组合规则在处理高冲突和多源不确定信息融合问题方面都是有效的,在保持Murphy组合规则计算正确性同时,显著地提高了计算速度。