基于行列式随机循环的压缩感知测量矩阵研究

压缩感知理论,从信号的自身特性出发,通过变换作用域和线性投影实现对信号的采样和压缩。测量矩阵是该理论中获得最优测量,实现精确重构的关键。本文在介绍常用测量矩阵的基础上,重点研究了结构化测量矩阵。鉴于测量矩阵设计的最重要的原则是降低矩阵元素间的相干性,本文借鉴循环矩阵和广义轮换矩阵的优点,提出了采用均匀随机数对结构化测量矩阵进行随机循环的构造方法。仿真实验表明新矩阵在信号重建上具有更好的性能。     

保单驱动索赔离散风险模型的精算量分布

研究了一类索赔是由保单驱动的带随机利率的离散时间非寿险风险保险模型,证明了该模型的盈余首次超过给定水平的时间、破产前最大盈余、破产持续时间以及盈余首次回复为正后的瞬间值等精算量的分布都可以由一类积分方程的唯一解给出。     

基于ε逼近算法的CDMA盲自适应多用户检测

把码分多址通信系统的盲多用户信号检测问题转化为一个带约束的二次规划问题，利用二次规划问题的ε逼近算法给出了一种新的CDMA盲自适应多用户检测方法，仿真结果表明，该算法不但具有较强的多址干扰抑制性能，而且具有很快的收敛速度。对于时变信道特别适用。     

超过程的分支特征

讨论了超过分支特征的性质，并从分支粒子系统以及超过程灭绝时的角度解释了常见分支特征中各项系数的直观含义。     

一种适用于混合型分类数据的聚类算法

传统的K-modes算法采用简单的属性匹配方式计算同一属性下不同属性值的距离，并且计算样本距离时令所有属性权重相等。在此基础上，综合考虑有序型分类数据中属性值的顺序关系、无序型分类数据中不同属性值之间的相似性以及各属性之间的关系等，提出一种更加适用于混合型分类数据的改进聚类算法，该算法对无序型分类数据和有序型分类数据采用不同的距离度量，并且用平均熵赋予相应的权重。实验结果表明，改进算法在人工数据集和真实数据集上均有比K-modes算法及其改进算法更好的聚类效果。     

MIMO-OFDM系统中基于非实时业务的子载波分配

针对多天线正交频分复用(Multi In Multi Out-Orthogonal Frequency Division Multiplexing,MIMO-OFDM)系统,基于非实时业务对传输速率有最低要求的条件,考虑系统吞吐量最大化的子载波分配优化模型。在利用匈牙利算法进行求解后,对部分分配进行调整,可以使得尽可能多的用户最小传输速率得到满足。仿真结果表明,与历史文献中的结论相比,调整后的模型在使更多用户能满足最小传输速率要求的同时,还能提高系统吞吐量,并且满足公平性准则。     

超布朗运动灭绝点的分布

给出了分枝特征为ψ（ｚ）＝ｚ＾２的超布朗运动灭绝点的分布。     

混合双险种风险模型的破产概率

在经典风险模型（Lumdberg—Gramer风险模型）和基于进入过程风险模型的基础上，考虑了一类新的混合双险种风险保险模型。在该模型中，保险公司所经营的两种风险分别由上述两种模型描述，利用鞅方法给出了该模型的破产概率以及它的一个上界估计。     

双曲空间上的超过程

首先介绍了超过程的有关内容,然后市场讨论了双曲空间及欧氏空间上超布良运动的一些性质,得出了超过程的性质不仅与底过程和分支特征有关,而且也与底空间（底过程的状态空间）的几何结构有着密切的联系。同时还列举了一些未解决的问题。     

认知OFDM系统中基于能耗受限的频谱感知方法

针对传统频谱感知方法没有考虑能耗受限对认知系统的影响,以认知正交频分复用(OFDM)系统为背景,提出一种基于能耗受限的联合优化频谱感知方法。该方法基于传统能量检测方法,以最大化吞吐量性能为目标,将频谱感知问题建模为一个优化问题,联合多个频带选取最优感知时间和判决门限参数,使其在能耗受限的情况下,总吞吐量达到最大。仿真结果表明,与传统使用能耗均分的检测方法相比,该方法具有更大的吞吐量,能够更好地节约能耗。