采用独立分量分析的共道干扰消除

为了消除共道干扰,在接收端利用多天线提供空间复用是一种有效手段. 传统的接收算法必须预先获得准确的信道状态信息(CSI),在很多实际情况下很难满足. 为此提出一种基于独立分量分析(ICA)的干扰消除新算法,该算法不需要估计CSI,仅利用接收信号和通信协议固有的已知信息即可提取出期望信号. 实验结果表明,所提算法的期望信号信干噪比（SINR）性能与最优线性接收算法非常接近,差距小于01dB.     

一种改进的基于多用户检测的独立分量分析算法

为了降低FastICA算法的计算复杂度,提出了一种基于多用户检测串行干扰抵消的新型独立分量分析算法MUD_FastICA。该算法结合了盲信号分离和多用户检测串行干扰抵消两种信号处理技术,利用减法和低维特征值分解来保证每次分离出不同独立分量和达到降低算法复杂度的目的。通过分析和仿真可以看出,所提算法在不影响分离性能的前提下,显著降低了算法的迭代次数和每次迭代的计算复杂度。在信噪比0 dB和4个源信号混合情况下,分离第二个信号的迭代次数和所需计算单元分别下降了14%和37%,分离第三个信号的迭代次数和所需计算单元分别下降了22%和58%,因此更加适合对实时性要求高的通信系统。     

一种适用于多跳Ad Hoc网络的增强型协作多址接入协议

 针对多跳Ad Hoc网络提出一种增强型协作多址接入协议.该协议联合考虑数据传输速率和隐藏终端对协作网络性能的影响,通过优化协议的握手规则和协同节点的选择策略,从而在不引入开销的条件下,有效提高了网络的饱和吞吐量并降低了业务的接入时延.另外,基于对节点行为及其所处状态概率的分析,本文建立了协作多址协议在多跳Ad Hoc网络中的饱和吞吐量分析模型,并给出相应的理论分析结果.最后,通过在多跳Ad Hoc网络中的大量仿真,评估了所提增强型协作多址接入协议和分析模型的性能.仿真结果表明:相对于已有的协作多址协议该协议能够有效提高网络的饱和吞吐量.此外,仿真结果和理论分析结果能够很好的匹配,从而也证明了分析模型的正确性和有效性.     

大规模ad hoc网络拓扑分割探测研究

针对网络中极易导致网络拓扑分割的关键节点,首先证明了关键节点的判定准则,它从本质上揭示了关键节点i的产生与两个决定性因素(邻节点度Ni以及基本回路度Mi)间的关系,指出Ni-Mi≥2是关键节点i存在的充要条件,极大地方便了关键节点的判定.在此基础之上,结合ad hoc网络具体应用背景,提出了一种分布式拓扑分割探测算法--DPDP(distributed partition detection protocol)算法.通过在局部范围内进行关键节点的探测,该算法能够有效达到网络拓扑分割探测目的.理论分析及实验结果表明:DPDP算法具有复杂度低、准确度高、开销小、扩展性好的特点,性能优于其他算法.     

基于多目标人工鱼群算法的符号回归

针对现有符号回归方法仅关注拟合误差而忽略模型简化的问题,提出了一种基于多目标的人工鱼群算法,将拟合误差与模型复杂度同时作为目标函数进行优化.以二叉堆对语法树编码,优良分支得以稳定地遗传和继承,也更易解码.在引入蒙版、邻域、小生境、拥挤度等概念的基础上,设计和定义了适用于二叉堆编码的随机游动、觅食、追尾、逃脱等人工鱼行为算子.详尽的实验表明,提出算法在符号回归过程中能获取高质量的Pareto解.此外,对从Pareto前沿上选取折衷解及降低算法内存开销的方法也进行了讨论.     

三维MIMO阵列空间相关性分析

主要研究了3D-MIMO阵列的空间相关性.首先给出全局坐标系下精确的3D-MIMO信道模型,为真实准确的信道相关性分析提供基础.接着推导了天线阵列沿不同方向摆放、电磁波水平和俯仰功率角度谱分布服从拉普拉斯分布情况下空间相关性的数学表达式,建立起空间相关性与信道参数的数学关系.最后通过3个仿真实验从不同角度验证了理论分析的准确性,对多个实验结果进行联合分析,得到空间相关性产生的根本原因及影响因素.     

二进制传感器网络加权目标跟踪算法研究

该文主要研究二进制传感器网络中加权目标跟踪算法的设计。针对已有算法中权值不能实时反映目标与感测节点之间距离关系的缺点,提出了距离加权和基于预测的距离加权目标跟踪算法。距离权值能够实时反映目标与各个感测节点间的距离关系,因此具有更高的跟踪精度。在距离加权算法中感测节点需要将感测信息和距离信息都传输到融合中心,这会增大感测节点的能量消耗。为了解决这个问题,文中提出一种基于预测的距离加权目标跟踪算法。该算法中感测节点不需要传输距离信息而只传输感测信息到融合中心从而减少了能耗。仿真结果表明,基于预测的距离加权算法比已有算法能够够精确地跟踪目标,在保证跟踪精度的同时减少了通信能耗。     

一种消除误差累积的多级快速独立分量分析算法

针对传统串行FastICA算法存在误差累积的缺点,该文提出一个多级结构的快速独立分量分析算法(MSFICA)。该算法采用两级结构来消除误差累积。为了降低算法的计算复杂度,第1级采用一种维数不断降低的方法来得到分离向量的初始值。第2级利用第1级得到的初始值直接对白化后的观测信号进行处理,不需要进行正交投影。仿真结果表明,该文提出的算法在增加少量计算复杂度的情况下,成功消除了误差累积,并且比已有的消除误差累积的并行算法有更好的SINR性能和BER性能。     

基于最大比合并的超定盲源分离

主要研究了超定盲源分离问题,即观测信号个数大于源信号个数情况下的盲源分离.首先给出一种将超定分离转化为多组适定分离的方法,接着通过分析广义Rayleigh商问题最优解和基于四阶累积量代价函数收敛解之间的关系,提出了一种基于最大比合并(MRC)的盲源分离算法(MRC-FastICA).该算法利用多组FastICA来获得同一源信号的多个估计信号,然后利用MRC得到最终的分离信号.理论分析和实验结果表明该算法能够获得分集增益,比传统算法有更好的信干噪比(SINR)性能.     

数据驱动的城镇智慧水务日用水量预测算法

针对国内某中小型自来水公司的实际供水情况,通过对比相关系数分析了天气等因素对日供水量的影响,确定了日用水量预测所需的输入参数;比较了3种用传统基于大数据的水量预测方法在该自来水公司中应用的性能,针对用传统方法预测误差较大的问题,提出引入前一日用水量和前8 h的用水量作为影响因素的改进方法.将所提方法在该自来水公司的信息系统中进行了实际测试,验证了所提算法的有效性.根据算法性能和实现复杂度,给出了适用于城镇水务的水量预测算法和算法执行形式,能够帮助水务企业提高水量预测精度,有效提升水资源的利用率.