MP-GWO算法在多UCAV协同航迹规划中的应用

多无人作战飞机(UCAV)协同航迹规划是多UCAV协同作战的重要组成部分,对协同作战的结果有很多的指引作用。多UCAV协同航迹规划属于多峰值优化函数求解问题,其求解稳定性比较差。为解决多UCAV协同航迹规划求解稳定性较差的问题,首先在对影响多机协同约束条件研究分析的基础上,结合单机航迹规划求解中的核心指标,建立了多UCAV协同航迹优化函数;其次利用多种群灰狼算法(MP-GWO)在求解多峰值优化函数问题上比较稳定的特点进行求解,最后将MP-GWO分别与GWO算法、EA算法和在新增威胁环境下的求解结果相比较来验证算法的优越可行性。仿真结果表明,MP-GWO算法对多峰值问题具有求解稳定性,能够适应突发威胁环境下的求解。     

能量有效的NOMA多用户-多信道匹配算法

针对非理想信道状态信息(channel state information, CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access, NOMA)技术提出了一种能量有效的多用户-多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户-信道匹配优化问题;最后,将面向能量效率的NOMA用户-信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户-多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。     

基于traceroute的多特征子网发现与分析

互联网测量的研究促进了路由器级拓扑发现的发展,而网络层的子网能为其提供更详细的中间互补视图.针对子网边界条件以及完整性考虑不足引起的准确率较低问题,提出了一种多特征结合子网发现算法.研究了同一子网IP的traceroute路径特征,将多个特征结合设计更精准的子网边界判定条件.通过筛选子网的完整性,缩小候选子网的搜索空间,启发式求解子网发现问题.实验结果表明,本文算法与现有其他算法相比,能更准确地发现子网,有效地减少子网误报情况,同时效率有所提高.最后,对六个地理上分散的ISP进行子网推断,并分析了这些ISP之间常见的各种子网特征.     

联合功率域SPMA协议的动态阈值算法

针对基于优先级概率统计的多址接入(statistic priority-based multiple access,SPMA)模式协议在高负载情况下战术信息的碰撞概率十分严重,网络性能无法满足协同攻击要求的问题,本文借鉴非正交多址接入技术在功率域上区分同时同频信号的思想,改进SPMA协议信号发送机制与多优先级检测机制,...     

基于COM技术的多移动机器人仿真系统

提出了一种基于COM(ComponentObjectModel,组件对象模型)技术的多移动机器人仿真系统的模型,并通过该模型初步实现了一个将移动机器人控制器组件化的仿真平台。COM规范定义的组件模型所具有的进程透明特性和可重用性很好地对应了多移动机器人系统的分布式特点。采用COM技术的多移动机器人仿真系统,具有良好的分布式运行能力和方便的实时交互能力,极大地方便了多移动机器人系统的研究工作。     

基于多元回归法的气体浓度预测方法

从分析气体浓度预测的基本特性入手,设计与实现一种基于多元回归法的气体浓度预测方法.通过分析各种因素对预测结果的影响来选择预测的模型,将多元回归法应用到气体浓度的预测,以建立气体浓度预测模型,并采用图表的方式直观地显示预测结果.应用结果表明:该方法可以有效地对气体浓度进行预测,且预测精度可以满足实际需求.     

一种移动机器人SLAM中的多假设数据关联方法

针对移动机器人同时定位与建图(SLAM)中的局部数据关联问题,提出一种基于粒子滤波的多假设数据关联方法.该方法将数据关联问题转换成离散优化问题,利用多个粒子来维持多种数据关联假设,通过计算关联代价来获得粒子权重,用基本剪枝技术在粒子重采样过程中滤除错误的数据关联假设.研究结果表明:该方法弥补了经典的数据关联方法中关联假设一旦确定就不能修改的不足;与ICNN和JCBB数据关联方法相比,该方法能获得更正确的数据关联结果和更高的定位精度.     

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。     

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．     

论术语的变异性质

术语需要规范,需要标准化,但经标准化的术语在现实使用中并不总是遵循已规定的形式与意义,而会发生某种变异,这是术语发展的必然趋势,同时也符合语言的发展规律。