一种降低OFDM误码率及立方度量值的凸优化算法

相比于功率峰均比（PAPR）,立方度量能够更加准确地预测功放的功率回退量,因此被认为是更有效的衡量正交频分复用（OFDM）信号包络变化的度量。为了提高功放效率,常用优化方法是直接最小化信号的立方度量值。然而,这样会引入严重的带内失真,造成系统误码率性能的恶化。该文提出了一种在立方度量值约束下最小化系统带内失真的凸优化模型,并设计了内点法定制方案求解此优化问题。仿真结果显示该算法相比现有优化算法能够显著提高系统误码率及立方度量性能。     

移动边缘计算中基于能量收集的能效优化方案

移动边缘计算（MEC）系统中密集的计算任务卸载使得资源受限的终端设备能量效率低,能量服务单一,对此,提出了一种基于能量收集的系统能效优化方案.该方案首先在满足卸载发送功率限制等约束条件下,分析了能量收集状态及用户功率分配,建立了最大化系统能效的联合优化模型;其次,利用广义分数规划理论将卸载能效转化为标准凸优化问题,并通过构建拉格朗日函数对目标函数进行迭代优化,获得最优的能量指示变量和功率分配.仿真结果表明,所提方案可以有效提升MEC系统中的用户能量效率,同时保证了用户服务质量,实现了绿色通信.     

毫米波Massive-MIMO系统中基于GMD的混合预编码

提出一种毫米波大规模多输入多输出（MIMO）系统中基于几何均值分解（GMD）的混合预编码方案.通过GMD处理将信道分解为等增益的子信道,以简化编解码复杂度.在此基础上,推导出基于GMD的系统频效优化目标函数解析式;然后根据基追踪原理和最小二乘法分别设计模拟预编码和数字预编码;最后通过相应的优化算法得到系统频效的优化解.数值仿真结果表明,提出的基于GMD的混合预编码方法与正交匹配追踪的方案相比,能明显降低系统编解码复杂度,并提高系统频效.     

变信赖域序列凸规划RLV再入轨迹在线重构

针对可重复使用运载器（RLV）的再入轨迹重构问题,提出一种基于变信赖域序列凸规划的RLV再入轨迹快速求解方法. 首先,通过离散化及对非凸约束的线性化处理,将RLV的非凸轨迹优化问题转换为凸优化问题,然后通过序列凸规划方法对凸优化问题进行求解. 在序列凸规划求解过程的初始迭代中,采用预测校正算法对初值猜测轨迹进行设计,确定轨迹求解的终端时间;在后续迭代过程中,设计基于优化性能指标的信赖域更新策略,提升算法的收敛性能. 在轨迹快速求解方法的基础上,考虑RLV再入过程中可能发生的突发事件,如实际轨迹大幅度偏离参考轨迹或目标点变更,基于变化的初值约束及终端约束在线重构轨迹,并结合重构轨迹和LQR（Linear quadratic regulator）方法设计再入制导律实现对重构轨迹的有效跟踪. 最后,将此设计方法与Gauss伪谱法及传统序列凸规划算法进行仿真对比验证. 仿真结果表明:变信赖域序列凸规划方法相较于伪谱法和传统的序列凸规划方法在轨迹求解实时性及收敛性方面有较大的提升,具备应用于轨迹在线重构的能力,此外,所提出的轨迹在线重构方法具备良好的鲁棒性以及抗扰性.     

基于电影视觉特性的动态多目标实时相机规划

针对已有相机规划方案应对目标较少或无法做到实时性的问题,从自动实现相机视觉效果优化的角度出发,提出了一种对于动态多目标的实时相机规划方法.首先,通过在多个目标之间构造椭球形的相机空间;之后,获取场景中各目标相对相机的视觉特性,以此来构造非线性规划优化函数.通过模型预测控制的方法对目标在相机屏幕上的表现进行实时优化.通过对算法的运算时间、运行效率以及在场景中的运行表现进行实验,验证了本文方法能够有效地优化场景中各目标的视觉效果,对多目标相机规划问题的研究有一定促进作用.     

小蜂窝认知网络中基于干扰和能量效率的动态频谱管理

针对基于非授权频段的小蜂窝认知网络中的抑制干扰和降低功耗问题,提出了干效性的概念,即传输每比特数据所产生的干扰.建立基于能效性和干效性的多目标收益函数,以最大化长期折扣收益为目标,利用随机动态优化理论中基于马尔科夫决策过程的Restless Bandits模型,计算其最优频谱管理决策,给出了动态频谱管理决策的过程.该方法具有分布式和动态特性且计算复杂度较低.仿真结果表明该方法能显著提高系统收益能效性、干效性等性能.     

基于高斯回归学习的场景优化鲁棒预测控制

针对具有未知加性不确定性的约束线性系统，提出基于高斯过程回归学习的场景优化鲁棒模型预测控制算法.在离线阶段使用高斯回归从经验数据中学习不确定性结构与参数，能够抽取大量随机场景.在在线控制阶段中，求解抽取场景所构建的有限时域优化问题，将滚动优化得到的控制律作用于系统.引入松弛变量保证优化问题的可行性，应用随机凸优化理论，证明所提算法使系统以一定的置信度满足松弛机会约束，收敛于终端域.通过DC-DC转换器和网联车巡航控制仿真实验，验证了本文算法的有效性和优越性.     

异构认知网中基于能效的协作技术研究

针对异构认知网络场景,提出了一种主次系统“双赢”的高能效协作通信机制。在满足主次系统“双重”速率QoS要求下,该机制允许次级用户在接入主系统协助主用户传输数据的同时,换取一部分授权频谱资源来实现自身数据在异构网中的传输分流,以此提升次级能效。本文研究了该机制的次级加权能效最大化非凸资源优化问题,结合参数化的分式规划算法和黄金分割法提出了一种资源分配的迭代算法。仿真结果表明,所提机制在不降低主用户通信性能的情况下,提升了次级系统传输能效,实现了主次系统传输“双赢”的目的。     

基于凸优化理论的多传感器目标识别技术

针对证据理论计算复杂度高、无法处理具有冲突的传感器报告、干扰环境下融合结果不可靠等缺点,提出了利用凸优化理论来建立新的多传感器目标识别模型.根据传感器报告的特点,引入传感器可信度因子,构造了多传感器目标识别的代价函数,并且通过分解代价函数,将多传感器目标识别问题转换为凸二次优化问题.引入"惩罚因子",提出了利用对数罚函数法求解该问题的方法和步骤.理论分析和仿真结果表明,该识别模型能够实时高效地识别目标,并且较之证据理论具有更好的识别能力、更强的鲁棒性和更广泛的适用性,在多传感器目标识别中具有很好的应用前景.     

拉格朗日对偶在大规模MIMO通信系统中的应用

给出了大规模多输入多输出(massive multiple input multiple output,MIMO)多用户通信系统下行波束形成最小化问题转化凸优化问题的一种方法。利用拉格朗日对偶方法,通过引入参数,将大规模MIMO多用户通信系统下行多用户波束形成的一般优化问题表述为拉格朗日方程,再通过其对偶方程的最优化分析,将该问题转换为凸优化问题,为大规模MIMO多用户通信系统提升系统能效提供了一种方法。     

对称升余弦键控调制波形优化

对称升余弦键控(symmetric raised cosine keying,SRCK)调制是一种新型的非单频波数字调制方法.SRCK信号具有高能量集中度和高频带利用率等优点.针对SRCK信号频域谐波线谱成分严重影响其边带抑制能力,且从SRCK已调波形样本的表达式无法得到SRCK信号的功率谱闭式解的问题,提出一种采用正交正弦基拟合去除其谐波线谱的波形优化方法.理论推导和仿真分析表明该方法可以去除SRCK信号谐波线谱,并使其边带抑制性更好,带宽更窄,优化后的SRCK信号解调性能增强.该研究为实现SRCK信号与现有调制方式的信号共带传输奠定了基础.     

Exploiting Spectral-Energy Efficiency Tradeoff with Fairness in Non-Orthogonal Multiple Access Systems

The spectral efficiency (SE) and energy efficiency (EE) tradeoff while ensuring rate fairness among users in non-orthogonal multiple access (NOMA) systems is investigated. In order to characterize the SE-EE tradeoff with rate fairness, a multi-objective optimization (MOO) problem is first formulated, where the rate fairness is represented with the α-fair utility function. Then, the MOO problem is converted into a single-objective optimization (SOO) problem by the weighted sum method. To solve the converted non-convex SOO problem, we apply sequential convex programming, which helps to propose a general power allocation algorithm to realize the SE-EE tradeoff with rate fairness. We prove the convergence of the proposed algorithm and the convergent solution satisfies the KKT conditions. Simulation results demonstrate the proposed power allocation algorithm can achieve various levels of rate fairness, and higher fairness results in degraded performance of SE-EE tradeoff. A pivotal conclusion is reached that NOMA systems significantly outperform orthogonal multiple access systems in terms of SE-EE tradeoff with the same level of rate fairness.     

智能无模型梯度优化控制方法及其应用

针对海上石油平台能耗高、效率较低且平台注采系统建模难度大的问题,提出了一种智能无模型梯度在线效率优化控制方法.该算法基于智能专家思想设计,首先随机改变采油泵产量并实时计算油井效率,根据其实时效率变化方向,确定实现效率寻优的产量调节方向,最终使实时生产效率接近最优工作点.实验结果表明:该优化方法能搜索并使系统控制稳定在最高效率点附近,有效解决海洋石油平台运行效率低的问题.在一定程度上该优化方法可实现效率最优、产量最大化的双重优化控制目标,具有较好的实际工程应用和推广价值.     

基于多属性决策模型的雾计算用户关联算法

针对密集异构蜂窝网络中的雾计算用户关联选择问题,提出一种基于多属性决策模型的雾计算用户关联算法.通过对关键性能指标的选取和建模以及对组合权重的设计,达到调节属性优先级的目的.同时,设计了综合评判指标,实现了对多个属性的联合优化.仿真结果表明,所提方案不仅能对用户体验的质量和系统性能进行权衡处理,还能够平衡业务流量的分配,有效降低关联时延和系统能耗.     

下行NOMA系统中最大化能量效率的功率分配方案

针对多簇且每个簇包含任意用户的下行非正交多址接入（NOMA）系统,提出了一种最大化系统能量效率的功率分配方案.首先推导了满足所有用户连续干扰消除需求的情况下,单个用户及单个簇所需的最低功率,建立最大化系统能量效率的用户间功率分配优化问题,然后采用二分法求解最大化单个簇内能量效率的功率分配优化问题,基于该结论将最大化系统能量效率的用户间功率分配优化问题转换为簇间功率分配优化问题,最后给出了一种迭代的簇间功率分配方案,并根据簇间功率分配的结果为单个用户分配功率.仿真结果表明,所提方案的系统能量效率高于相同场景中的已有方案.     

集成电路多目标统计优化与效益折衷

本文提出了集成电路(IC)多目标统计设计中的效益折衷方法。该方法可帮助设计者确定所选用的多目标优化的非劣解。     

基于多目标权衡的数据网格作业调度算法

动态变化的数据网格环境下,很大一部分服务器和带宽资源于分发业务和下载类服务的传递,其资源请求任务受调度长度、时间跨度、负载均衡、服务质量、经济原则及安全性能等诸多因素制约,难以用单一的特征来表示。鉴于此,基于多目标权衡提出一种针对多业务作业请求矩阵,权衡多参数均衡的作业调度算法。仿真实验表明,该算法能在系统重载时提升系统整体的吞吐率,适应大规模图状数据处理场景.     

安全质量费用工期在未知权重值时的综合优化

工程施工中安全、质量、费用及工期的综合优化,在许多情况下需要涉及权重的确定,但权重值常很难精确确定,具有不确定性。根据集对分析理论中的倒数型对立的概念,把安全和质量作为分子,费用和工期作为分母,把这个分式的值作为综合优化指数,指数大的优于指数小的,由此得出一种新的工程项目施工综合优化方法。算例表明,该方法是科学和可行的。     

The quantitative evaluation of application of hyperspectral data based on multi-parameters joint optimization

In order to evaluate the mineral identification of the hyperspectral data and make a trade-off of the imaging system parameters, a quantitative evaluation approach based on the multi-parameters joint optimization is proposed for the hyperspectral remote sensing. In the proposed approach, the mineral identification is defined as the number of the minerals identified and the key imaging parameters employed include ground sample distance (GSD) and spectral resolution (SR). Certain limitations are found among parameters that are used for analyzing the imaging processes. The constraints include the industrial manufacturing level, application requirements and the quantitative relationship among the GSD, the SR and the signal-to-noise ratio (SNR). Regression analysis is used to investigate the quantitative relationship between the mineral identification and the key imaging system parameters. Then, an optimization model for the trade-off study is established by combining the regression equation with the constraints. The airborne hyperspectral image collected by Hymap is applied to evaluate the performance of the proposed approach. The experimental results reveal that the approach can achieve the evaluation of the mineral identification and the trade-off of key imaging system parameters. The error of the prediction is within one kind of mineral.