基于动态功率分配的子空间干扰对齐算法

为了更好地消除MIMO干扰信道下的多小区干扰,该文采用子空间干扰对齐算法和功率分配相结合的干扰对齐方案,该方案充分利用干扰系统总功率,将多小区干扰尽可能地重叠在相应子空间内,以提高整体系统的性能.仿真结果显示,与传统干扰对齐算法相比,本算法仅以微小的系统容量为代价,却显著地降低了整体系统的干扰总功率。     

基于分层聚类和干扰对齐的MIMO链路调度算法

为了降低干扰对齐所需的处理开销,将链路划分为多个簇分别进行处理成为可行的办法之一。针对现有簇划分算 法中运算复杂度较高的问题,本文提出了一种基于最小信干比的簇划分算法。在此基础上,针对所有簇同时通信造成部分簇内链路接收端信干噪比（Signal to interference plus noise ratio,SINR）较低的问题,本文将以链路为单位的调度问题等效为以簇为单位的调度问题,提出了一种基于层次聚类的簇调度算法。理论与仿真实验结果表明,本文所提出的簇划分算法的运算复杂度明显低于现有算法,且相同条件下的系统平均吞吐量更高。同时,本文提出的基于簇层次聚类的调度算法不同程度地提升了各簇内链路接收端的SINR,系统可根据不同的性能需求进行调度策略选择。     

异构无线网络干扰对齐技术研究

由于宏蜂窝和微蜂窝所构建的异构网络可以大幅提高网络的容量而成为未来移动通信的发展趋势,但是微蜂窝的引入增加了异构网中小区的数量,使得小区间同道干扰更加突出,成为限制异构网容量的主要因素,因此,需要研究有效的干扰抑制技术以增强网络性能。近年提出的干扰对齐技术能够获得干扰网络的最大自由度并可达其最优容量。为此研究了基于低秩干扰空间的多小区干扰对齐技术,然后将其推广到异构无线网络,提出了优化的异构网络干扰对齐方案。仿真结果表明,优化后的干扰对齐技术能够有效提高网络容量并降低实现复杂度。     

认知MIMO网络中增强型干扰对齐算法

针对认知多输入多输出（MIMO）网络中传统基于最大信干噪比的干扰对齐算法,在发送多数据流时随着信噪比的增加不易收敛以及数据流之间的干扰突出的问题,提出一种充分考虑数据流间干扰并进行迭代限制的干扰对齐算法。首先,次用户通过编码设计消除主次间的干扰;然后,在消除主用户之间和次用户之间干扰时,根据信道互易性,运用广义瑞利熵计算基于最大信干噪比算法的预编码与干扰抑制矩阵,并在迭代过程中,每次迭代始终使预编码与干扰抑制矩阵先满足干扰功率在期望信号空间最小;最后,结合次用户间MIMO干扰信道、主次用户间构成的MIMO干扰信道以及次用户网络干扰对齐的必要性,推导出次用户可达自由度上限。实验结果表明,相比传统最大信干噪比算法,所提算法在信噪比较低时次用户总容量无明显提高,但随着信干噪比的增加其优势越来越明显;当达到收敛时,所提算法迭代次数比传统最大信干噪比算法约减少40%。因此,所提算法能够提高系统容量且加快收敛。     

提升MIMO干扰信道容量的干扰对齐方案

为提高多用户MIMO干扰信道的容量,提出一种干扰对齐方案。在假设已有天线配置情况不变的条件下,将发送端的原有天线划分为数目相当的2个子组,分别设置不同的天线参数,以消除2个子组天线之间的相关性,从而形成2组独立的传输信道。在接收端将经由2组子信道传输后的接收信号进行合并,间接扩展信号空间维数。基于合并处理后的等效信道传输矩阵,分别利用优化预编码向量夹角和正交投影的方法求解预编码矩阵与联合矩阵,以减少已有干扰对齐方案通过迭代求解所需的运算量。仿真结果表明,在总天线配置情况不变时,该方案可以提高多用户MIMO信道的抗干扰能力。     

基于特征投影预处理抗主瓣干扰的改进算法

针对基于特征投影预处理后旁瓣干扰偏移的问题,提出一种基于特征投影预处理和协方差矩阵修正重构的主瓣干扰抑制算法。该方法首先通过最大相关系数法确定特征投影矩阵,对接收数据进行预处理充分去除主瓣干扰,然后对主瓣干扰信号功率置零,重新构造旁瓣干扰加噪声协方差矩阵,进一步进行波束形成,方向图在偏移旁瓣干扰处形成较深的零陷。仿真实验表明,提出的方法在接收数据含有期望信号的条件下能够有效地抑制主瓣干扰和旁瓣干扰,并且具有良好的稳健性。     

多用户干扰信道下建模于流形上的联合干扰对齐预编码

首先从子空间对齐的角度将干扰信号功率和有用信号功率联合优化的问题建模于Grassmannian流形上,有约束的最优化问题被转化为降维的无约束的最优化问题。然后利用Grassmannian流形的几何特性,提出了一种基于Grassmannian 流形上共轭梯度算法的联合干扰对齐预编码方案。计算机仿真表明,该算法兼顾干扰信号功率的最小化和有用信号功率的最大化,可以有效提高系统的和速率性能,而且该算法可以有效解决Grassmannian流形上最陡下降算法每次寻优的 90°转折问题,具有更高的收敛速度。     

基于对齐与优化的图像拼接

图像拼接技术将存在重叠区域的多幅图像经过配准和融合后得到单幅宽视场图像。由于误差的积累,多幅图像拼接后在重叠区域会有明显的拼接痕迹,所以需要对拼接后的图像进行优化。首先研究了变换矩阵及其参数,然后提出一种图像对齐方法,完成图像拼接,最后用全局优化策略消除累积误差。实验证明,该方法在存在较大光照强度变化,重叠区域小的情况下能够鲁棒地完成多幅图像的拼接。     

非理想信道状态信息下权值可调干扰对齐算法

针对多输入多输出（MIMO）系统获取信道信息过程中存在估计误差、反馈延迟等问题,为了提高低信噪比（SNR）时的系统性能,提出了一种基于权值可调的稳健干扰对齐算法。首先,在理想信道的基础上考虑信道误差的影响重新构建系统模型;然后,采用矩阵投影技术对接收端的信号空间进行分解,分成期望信号子空间与干扰信号子空间两部分;其次,考虑期望信号和干扰信号之间的相互影响,把两者泄漏到相应的子空间的功率加权和作为目标函数运用迭代思想计算出预编码和干扰抑制矩阵;最后,利用计算出的预编码和干扰抑制矩阵推导出存在信道误差的和速率表达式。仿真结果表明与稳健最小干扰泄漏算法相比,在信噪比为10 dB、信道误差方差取值0.05时,系统的频谱效率提升了25%,能量效率提升了38%,因此所提算法在低信噪比时可以有效地提升系统性能。     

基于级联预编码的蜂窝下行机会干扰对齐

本文针对多天线蜂窝网络下行干扰信道,利用级联预编码思想和以干扰对齐为用户调度准则的随机波束赋形方法,提出了一种机会式干扰对齐算法。在基站与被选中用户的下行链路中,双层预编码的设计可以同时处理小区内和小区间干扰。与普通的随机波束赋形算法相比,本文的方法使得系统具有更大和容量且有更高的能量效率,仿真验证了本文算法的优越性。     

混合策略的汉维句子对齐

提出了一种混合算法对齐汉维句子,不需要汉语分词、词性标注预处理,利用双语语料的词汇共现信息,自动抽取汉维语词汇搭配,作为基于词汇对齐的词典,并结合基于长度的方法进行句子对齐,实验结果验证了该混合算法的有效性,汉维语句子对齐的正确率和召回率,达到了97.5%和97.1%。     

Cyclic interference alignment for MIMO interference channels: A hybrid approach of MTLI and PSO

The paper presents an interference alignment (IA) scheme for wireless systems with multiple-input-multiple-output (MIMO) interference channels. The scheme executes the sum rate optimization task in an iterative cycle. Specifically, in each cycle, the minimum total leakage interference (MTLI) method is used initially to find a tentative solution candidate. Next, the particle swarm optimization (PSO) method uses the tentative candidate to assist the joint search for feasible solutions that will maximize the total sum rate. Then, at the end of each cycle, the best solution candidate derived by PSO is passed to the next cycle to help the MTLI mechanism refine the candidate. The cyclic cooperation among the mechanisms of MTLI's receivers, MTLI's transmitters, and PSO allows the candidates to be refined cycle by cycle. The results of simulations and complexity analysis show that the proposed IA scheme not only reduces the computational complexity significantly, but also achieves a better performance gain than four existing approaches.     

一种改进的局部切空间排列算法

局部切空间排列(LTSA)算法是一种有效的流形学习算法,能较好地学习出高维数据的低维嵌入坐标。数据点的切空间在LTSA算法中起着重要的作用,其局部几何特征多是在样本点的切空间内表示。但是在实际中,LTSA算法是把数据点邻域的样本协方差矩阵的主元所张成的空间当做数据点的切空间,导致了在非均匀采样或样本邻域均值点与样本自身偏离程度较大时,原算法的误差增大,甚至失效。为此,提出一种更严谨的数据点切空间的计算方法,即数据点的邻域矩阵按照数据点本身进行中心化。通过数学推导,证明了在一阶泰勒展开的近似下,提出的计算方法所得到的空间即为数据点自身的切空间。在此基础上,提出了一种改进的局部切空间排列算法,并通过实验结果体现了该方法的有效性和稳定性。与已有经典算法相比,提出的计算方法没有增加任何计算复杂度。     

混合策略改进的鲸鱼优化算法

针对标准鲸鱼优化算法易出现搜索速度慢、寻优精度低及早熟收敛等问题,提出一种混合策略改进的鲸鱼优化算法。首先采用混沌映射生成初始种群增加种群多样性,为算法全局搜索奠定基础;然后引入非线性策略改进收敛因子和惯性权重,平衡算法的全局探索与局部开发能力并加快收敛速度;最后根据群体适应度方差设定阈值进行变异操作,避免算法出现早熟收敛的现象。通过对12个典型基准函数进行三方面的性能测试,实验结果表明,改进算法在搜索速度、收敛精度等方面有显著提高,且摆脱陷入局部最优解的能力强。     

一种基于协方差矩阵重构和EMP的宽带波束形成算法

在宽带波束形成中,若干扰信号从主瓣方向进入,会引起主瓣畸变、旁瓣电平抬高,从而使波束性能严重恶化。为了解决波束形成中的这些问题,研究了一种基于协方差矩阵重构和特征投影预处理（EMP）的宽带波束形成算法。该算法首先通过EMP算法求取阻塞矩阵,对接收信号进行干扰相消预处理阻塞掉主瓣干扰;然后通过相干信号子空间（CSM）方法、协方差矩阵重构求取合理的协方差矩阵;最后进行波束形成。在主瓣干扰、旁瓣干扰同时存在的情况下,该算法能够自适应地阻塞主瓣干扰、抑制旁瓣干扰,解决了存在主瓣干扰情况下宽带波束形成的波形畸变问题。计算机仿真验证了该算法有效性。     

基于混合果蝇优化算法的选址-库存联合优化策略

针对装备维修保障仓库系统运营费用高、仓库点位布局不合理、备件库存结构不合理等问题,建立以多品种联合补货问题为基础的装备维修备件仓库选址-库存控制决策联合优化模型,模型可用于求解仓库的开设位置、维修活动需求点的指派情况、仓库补货时间以及库存水平等.根据模型的结构特点,利用多种群协同进化的方法改进传统果蝇优化算法的位置更新方式,设计一种内外两层搜索策略的混合果蝇优化算法,外层搜索策略作为算法的主程序用于搜索仓库选址决策变量,内层搜索策略采用改进的RAND算法用于搜索库存控制决策变量.仿真结果表明,混合果蝇优化算法具有良好的求解效率,能够确保库存系统在一定服务水平的基础上有效降低库存运营总成本.     

混合优化算法的摄像机自标定方法研究*

提出了一种将改进的遗传算法和Levenberg Marquardt(LM)算法相混合优化的摄像机自标定方法。首先将Hartley定义的简化Kruppa方程转换为优化代价函数,然后利用改进的遗传算法和LM算法相混合的优化算法求优化代价函数的最小值,进而求得摄像机的内参数。实验结果表明,与单一的优化方法相比,该方法的标定精度得到了较大的提高。     

基于混合反向学习策略的鲸鱼优化算法

针对鲸鱼优化算法(WOA)在解决高维复杂问题时存在收敛速度慢、全局搜索能力不足的问题,提出一种最优最差个体混合反向学习的WOA(MWOA)。首先,引入一种自适应惯性权重,用于调节寻优前期的步长和寻优后期的种群多样性;其次,提出一种混合反向学习策略并将其融入WOA,以提高算法的收敛精度;最后,引入一种参数非线性衰减策略,以提高其在高维度以及复杂问题上的探索开发能力和收敛速度。将MWOA与WOA、MS-WOA、IWOA对10个基准函数的优化效果进行比较,结果表明MWOA在收敛速度、优化精度上相较对比算法均有所提升。另外,将MWOA与CODE、CPSO、EGWO和DIHS进行比较,结果表明MWOA具有较好的收敛精度。     

采用混合策略的改进学生心理优化算法

针对标准学生心理优化算法（SPBO）的不足,分析了学生学习心理特征,提出采用混合策略的改进学生心理优化算法（HSSPBO）。首先,以学生考试总分的倒数值作为该学生的适应度值,以全班最好学生的适应度值为基准将全班学生分成最好学生、好学生、普通学生和尝试随机改进的学生四个类别;其次,利用正弦平方和余弦平方这一动态切换概率来平衡全局探索和局部开发,使算法全局探索能力和局部开发能力均得到有效提升;再次,引入柯西变异策略改变局部搜索步长,有效提升算法的局部搜索能力,增强算法跳出局部最优的能力;最后,引用Lévy飞行策略,使个体搜索步长更具随机性和灵活性,有效增强个体寻优能力,进而提升了算法的寻优速度。通过12个基准函数的仿真实验并与六个优化算法相比较,结果表明HSSPBO的全局搜索能力得到了明显的提升,在函数优化中具有更快的全局收敛速度、更好的优化精度和稳定性。     

基于遗传算法的一种生物序列比对方法

生物序列比对是对DNA（或RNA,蛋白质）序列,寻找和确定它们的相似部分或稳定区域.二重序列比对问题可采用动态规划方法求得其最优解;多重序列比对问题是一个NP完全的组合优化问题,有待进一步探索与研究.通过合理的编码表示,采用相应的遗传算子,设计了一种求生物序列比对的遗传算法.并对几组DNA序列进行了测试.