一种提高喷泉码译码成功率的算法

喷泉码采用的信度传播(BP)译码算法与最大似然译码相比具有低复杂度的优势,然而受到编码随机性的影响,其失败概率也较高。该文提出一种改进译码算法,在传统的BP译码失败时,通过将未译出的数据包假设为已知,使得迭代译码的条件重新满足,译码过程得以延续,并通过后续的译码过程求出假设包的真实值,从而译出更多的数据包。研究了该算法中假设包选取策略和假设包数等参数的设置问题。仿真结果表明,对于码长为10000,译码开销为5%的LT码,采用最大度选取策略,假设包数为20时,该算法使译码成功率达到98.2%,比现有BP译码算法提高约18.3%。     

具有混合时滞的脉冲Cohen-Grossberg神经网络的指数耗散性

通过建立一个脉冲时滞微分不等式,并利用M-锥的特性,作者得到了具有混合时滞的脉冲Cohen-Grossberg神经网络指数耗散的充分条件,推广了早期的相关结果.     

基于无线传感器网络的水质检测系统的研究

针对当前水质检测的需要,提出了一种利用具有自组织特性的无线传感器网络(Wireless Sensor network,WSN)对水质指标参数实时检测方法.该系统采用了低功耗微小网络节点,详细讨论了系统的原理及网络结构,并介绍了为无线传感器网络提供保证的Zigbee技术.     

具有不完全合作属性的单向流动态网络生成对策

通过定义联盟同质费用研究考察具有固定联盟剖分的单向流动态网络生成对策,这区别于同质费用、局中人同质费用的情形。局中人通过采取局部行动生成网络,即每次仅能增加、删除或替换一条指向他的连接,行动的原则是最大化其所在联盟的整体收益。在新的规则之下,通过示例研究了局部纳什网的结构特性及其动态生成过程。选择BG函数作为局中人的基本支付函数,诱导产生联盟-局中人的BG函数,最后根据Myer-son值在联盟内部的局中人之间分派联盟-局中人所获得的收益。     

社会网络上的谣言传播模型

在经典谣言传播模型的基础上,研究了社会网络上的谣言传播,并建立了数学模型。目标是研究初始集合对谣言传播的影响。对给定的初始集合,随着时步增加,分析被谣言传播影响的节点的概率值,并得出了有关最终集合AS的期望值的一些结论。     

企业资金融通网络增长方式研究

采用经济物理学和行为经济学的基本思想,从企业资金融通网络中节点的点权和边权的角度,构建了企业资金融通网络增长模型。对该模型解析表明,在时间趋于无穷大极限的情况下,企业资金融通网络的节点度pk服从幂率分布(pk~k-2)。实验仿真分析得出了与模型解析一致的结论。     

模糊神经网络在车辆识别中的应用

为提高智能交通系统中汽车车型自动识别的正确率,采用了多传感器移动车辆识别系统的数据融合算法,即用模糊神经网络建立数据融合决策模型,用BP算法对网络进行学习和训练,提高系统的精度和智能化.仿真实验结果表明了算法的有效性.     

一种改善基于协同中继的蜂窝网性能的中继选择方案

为减少系统反馈数量,提出一种基于门限的中继选择方案.每个中继根据测得的瞬时信道信息与门限比较,判断其可用性,并由基站为每个终端从多个可用中继中确定一个最佳中继.仿真结果表明,该方案可与蜂窝网中所用的中继选择方案获得近似相等的容量,但其复杂度大大降低.该方案可获得的容量明显优于随机选择方案和直传方案.     

网络结构鲁棒性指标及应用研究

为了更好地测度网络抵御破坏的能力,基于网络连通和恢复能力提出了连接鲁棒性和恢复鲁棒性两种指标.运用这两种指标,以网络规模为500,取20次独立实验的均值,对ER随机网络、规则网络、BA无标度网络以及WS小世界网络4种典型网络结构进行仿真.实验结果表明:ER随机网络对于恶意攻击的鲁棒性要优于其他3种网络;BA无标度网络仅节点恢复鲁棒性较好,边恢复鲁棒性和连接鲁棒性最差;规则网络拥有很好的连接鲁棒性但恢复鲁棒性最差;WS小世界网络受其参数影响,鲁棒性介于ER随机网络和规则网络之间.同时还发现,网络结构鲁棒性的下降随着去除节点个数的增加和网络结构参数的改变而呈现出一定的"涌现"现象.     

具有限分布时滞的模糊BAM神经网络模型概周期解的存在性及指数稳定性

利用指数二分法和不动点定理,得到了含有限分布时滞的模糊BAM细胞神经网络概周期解存在性的充分条件,通过构造李雅普诺夫函数和Yang不等式,得到了概周期解的全局指数稳定性.