基于SAOR的Massive MIMO系统信号检测算法

大规模多输入多输出(Massive multiple input multiple output, Massive MIMO)系统采用最小均方误差(Minimum mean square error, MMSE)接收检测方法时存在矩阵求逆复杂度高的问题，已有较多降低复杂度的研究。在降低检测算法复杂度的同时，如何提高算法收敛速度和检测性能一直是人们关注的焦点。本文将对称加速超松弛(Symmetric accelerated over-relaxation， SAOR)迭代算法应用于Massive MIMO系统信号检测中，避免了复杂的矩阵求逆计算，实现了复杂度较最小均方误差算法降低了一个数量级。仿真结果表明，基于SAOR的检测方法通过较少的迭代次数就能逼近最小均方误差（Minimum mean square error, MMSE）算法的检测性能，为Massive MIMO系统中接收信号的快速检测提供了较好的实现方法。     

四台矿均压硐室的优化与研究

四台矿属于近距离容易自燃煤层开采,综采工作面采用均压通风系统。在进风顺槽中布置的本巷均压硐室,风机吸风口距离均压风门近,吸风风流经过带式输送机,往往会造成均压风门漏风严重,均压硐室周围温度较高、煤尘较大。据此四台矿优化均压硐室布置方式,采用独立均压硐室代替先前的本巷均压硐室。对优化前后的数据进行研究分析,得出独立均压硐室的应用在减少风门漏风量,降低温度,抑制煤尘方面均有很大改善,实践证明了采用独立均压硐室的可行性及优点。     

基于自适应阈值活动语音检测和最小均方误差对数谱幅度估计的低信噪比降噪算法

针对低信噪比(SNR)环境下传统方法对声信号降噪的局限性，提出了一种联合自适应阈值活动语音检测（VAD）算法和最小均方误差对数谱幅度估计（MMSE-LSA）的实时降噪算法。首先，在VAD算法中通过基于能量概率最大值的概率统计来对背景噪声进行估计，对得到的背景噪声进行实时更新并保存；然后，将实时更新的背景噪声作为MMSE-LSA的参考噪声，并对噪声幅度谱进行自适应更新，最后进行降噪处理。通过在真实场景中对四类声信号进行实验，结果表明，该算法在保证对低SNR声信号的实时处理的情况下，相较于传统MMSE-LSA算法，降噪信号的SNR能够提高10~15 dB，且不存在信号过减的情况，可应用于实际工程。     

协同免疫量子粒子群算法求非合作博弈Nash均衡解

考虑n人非合作博弈Nash均衡求解问题。将混合策略意义下的Nash均衡转化为最优化问题;把免疫记忆、自我进化、信息共享机制加入量子粒子群算法,通过概率浓度选择公式来保持种群的多样性,提出协同免疫量子粒子群算法。4个经典的数值算例说明,该算法优于免疫粒子群算法,具有较强的寻优能力和收敛性能。     

均载弹性矩形薄板最大正弯矩及负弯矩最大影响长度简捷求解

提出均载弹性矩形薄板最大正弯矩及负弯矩最大影响长度的简捷算法,即缩小网片逼近法和缩小区间逼近零值点坐标法,阐述了上述两种方法的计算原理。采用上述两种方法对两个算例进行了计算,并将计算结果与《建筑结构静力计算手册》的数据进行了对比。结果表明,上述两种方法计算速度快、精度好,可在EXCEL上用VBA组织运算;对于三边连续一长边简支板的Y向最大正弯矩Mymax以及三边简支一长边连续板的Y向最大正弯矩Mymax,当长边不断延长时,其值并不在长连续边中点对称轴上而在对称轴两侧某个对称位置上。