多个查询时选择区域更新策略的参数设定

提出了在位置相关连续查询(LDCQ)中选择区域更新策略在多个查询存在的情况下的优化参数值的理论分析结果.通过给予不同区域内固定大小的偏差限来减少移动对象的更新次数和对计算容量的占用;同时通过延迟广播来减少广播信息数量,从而优化了系统结构,减轻了系统负荷.研究结果表明,在多个查询同时存在的情况下,SAU的优化参数选择的理论分析和结果与实际仿真结果是基本符合的.     

不确定离散多时滞系统的模糊动态输出反馈保性能控制

针对一类用T-S模糊模型描述的不确定离散多时滞系统,研究了其动态输出反馈保性能鲁棒控制问题.通过构造一个相应的Lyapunov函数,给出了系统模糊输出反馈保性能控制律存在的一个充分条件和性能上界.并证明了该条件等价于一组线形矩阵不等式的可行性问题.进而,通过建立和求解一个凸优化问题,给出了系统设计次优保性能模糊输出反馈控制律的方法.最后通过一个算例来验证所给结果的有效性.     

Myelin basic protein: a multifunctional protein

Myelin basic protein (MBP), the second most abundant protein in central nervous system myelin, is responsible for adhesion of the cytosolic surfaces of multilayered compact myelin. A member of the ‘intrinsically disordered’ or conformationally adaptable protein family, it also appears to have several other functions. It can interact with a number of polyanionic proteins including actin, tubulin, Ca²⁺-calmodulin, and clathrin, and negatively charged lipids, and acquires structure on binding to them. It may act as a membrane actin-binding protein, which might allow it to participate in transmission of extracellular signals to the cytoskeleton in oligodendrocytes and tight junctions in myelin. Some size isoforms of MBP are transported into the nucleus and thus they may also bind polynucleotides. Extracellular signals received by myelin or cultured oligodendrocytes cause changes in phosphorylation of MBP, suggesting that MBP is also involved in signaling. Further study of this very abundant protein will reveal how it is utilized by the oligodendrocyte and myelin for different purposes. Received 2 March 2006; received after revision 12 April 2006; accepted 16 May 2006     

在多目标决策中利用基点计算权重

给出了一种利用基点计算权重的多目标决策方法 .该方法所需信息量小 ,并能获得满意的排序结果 .     

同城即时配送问题基于多预测场景的在线调度

同城即时配送是随现代电子商务而产生的新问题,该问题呈现出极强的动态性与求解时间的紧迫性,并具有商户与顾客一对多的关系、车辆需要多次往返商户取货、货物取送有时效要求等诸多新特征,无法依赖现有研究而求解.针对这一问题,建立了基于多预测场景的在线优化调度方法,将带有预测订单的多个场景整合到路线规划过程,通过每个场景的方案计算,以及多场景方案的整合,得到了车辆赖以运行的集成方案,提高了调度方案面对未来不确定需求的适应性;所建立的调度系统在新订单进入时立即响应,在系统闲置时则采用大邻域搜索技术不断优化未完成的任务方案.最后,在具有200～300个日订单的大连市某同城即时配送公司的真实数据上,验证了在线调度方法的有效性和可行性.     

相控阵多址系统中通道间群时延不一致性分析

首先从数学公式分析了多用户相控阵通信系统的通道时延将会引起调制数据过零点出现偏移;再针对多通道时延不一致的情况,通过理论和仿真分析发现,如果空分处理前不进行通道间时延均衡而直接进行数字波束形成处理,会使得输出信号失真,系统误码性能恶化.     

基于主成分回归分析的瓦斯含量预测

为了增加多元回归模型预测的精度,将主成分分析与多元回归分析相结合提出了PCA—MRA模型,并将该模型用于实际瓦斯含量预测。结果表明,PCA—MRA模型消除了输入变量之间的相关性,减少了输入变量值个数,提高了预测精度,便于实际推广和应用,为瓦斯含量预测提供一种新的途径。     

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．     

基于共形阵的角度和极化信息联合估计算法

针对复杂载体上共形阵列存在多极化接收和遮挡效应的问题,本文提出一种基于方向图矩阵重构导向矢量的改进极化多重信号分类(multiple signal classification, MUSIC)算法。首先对共形天线阵列进行建模,在获取各个阵元的方位和俯仰分量方向图数据后,将方向图数据分解并重构阵列的导向矢量矩阵,最后结合极化MUSIC算法进行波达方向(direction of arrival, DOA)和极化参数联合估计。相对于理论导向矢量的极化MUSIC算法,本文所提改进算法在解决了遮挡效应的同时具有更高的估计精度,并可有效降低运算量。仿真实验结果验证了这一结论。     

基于神经网络的高并行大规模MIMO信号检测算法

随着5G和未来移动无线网络的不断发展,大规模多输入多输出(multiple input multiple output, MIMO)是其中的关键技术之一。随着天线数目的不断增加,给接收机的设计带来更高的挑战,复杂度过高的检测算法在实际中难以应用。本文将一种高并行(high-parallelism, HP)检测算法展开到神经网络中,单层神经网络基于该算法的每次迭代,并将其与可训练的权重参数和非线性神经单元相结合,提出基于网络结构HP-Net的方法。通过训练HP-Net得到最优可训练参数,进而提高检测性能。实验结果表明,所提方法相对传统最小均方误差(minimum mean square error, MMSE)算法复杂度更低,并能够得到更低的误码率;同时相对HP并行检测算法误码率性能更优。