基于单载波块传输的交织多址系统

将交织多址（IDMA）应用到单载波块传输（SCBT）系统中,提出了单载波块传输交织多址（SCBT-IDMA）下行链路系统模型.该系统用给定的交织器对串并转换后的数据流进行扩频交织并分块传输,然后利用分块后的补零信息实现了频率选择性信道均衡,并有机地配合交织多址的Turbo迭代检测出用户信息.仿真结果表明,在多径信道条件下,SCBT-IDMA系统较好地克服了符号间串扰和码间串扰的不良影响,可以获取得比传统的CDMA、IDMA以及SCBT-CDMA系统更好的误比特性能.     

DS-CDMA中一种低复杂度的多用户检测算法

为降低常规解相关多用户检测算法的运算量和复杂度,利用相关矩阵的对角占优性提出了一种低复杂度的三对角线性检测算法．新算法首先将相关矩阵分解为三对角矩阵及其余式,然后将相关矩阵的求逆问题近似为特殊矩阵的乘法问题．与解相关检测算法相比,新算法运算复杂度大大降低,而检测性能良好．计算机仿真结果验证了新算法的有效性．     

基于自适应演化算法的DS-CDMA多用户检测

提出了一种新的自适应演化算法，用来解决码分多址系统中的多用户检测问题．该算法采用最大似然判决来检测用户发送的比特序列，根据当前变异的成功概率来自适应调整子代种群规模．仿真结果表明，基于自适应演化算法的多用户检测器总能在指定的迭代次数内收敛到与最优多用户检测器相一致的结果．该算法与未采用自适应机制的进化规划相比，当用户数从10增加到20时，收敛所需的代数相应减少37．5％到47．8％．该算法的计算复杂度是与用户数相关的多项式复杂度，与最优多用户检测器的指数复杂度相比，具有较好的可行性和实用性．     

基于混合遗传算法优化的MLP神经网络的调制方式识别

提出了一种基于遗传算法与多层感知神经网络的调制识别方法,运用改进遗传算法优化的多层感知神经网络分类器对各种调制信号的特征矢量进行分类识别.利用遗传算法的高效全局特性,克服了传统BP算法易于陷入局部最优解的缺点,同时在遗传算法基础上增加梯度下降算子,加快了收敛速度,使得分类器的识别率、收敛速度和鲁棒性得到明显改善,仿真实验的结果证明了此方法的有效性和可行性.     

基于Gauss分布和Gram-Schmidt正交化的朴素贝叶斯分类算法

朴素贝叶斯分类算法是一种简单实用的分类方法,人们对它的属性间条件独立性假设做了许多研究,致力于消除冗余属性、减少属性间的关联性,以获得一些新属性来使用朴素贝叶斯算法,但新属性间的独立性却不易度量,因而改进之处的理论支撑有所不足,改进后的朴素贝叶斯算法的效果更多的是由数据实验进行佐证。本文定义了Gauss分布型数据,提出了经Gram-Schmidt正交化方法改进的朴素贝叶斯算法,使其可以方便地使用于Gauss分布型数据的分类。该改进方法不同以往显式的构造新属性集或属性变换矩阵,而是直接正交化属性的样本数据,并证明了正交后的属性数据所对应的抽象新属性的独立性。这说明对于Gauss分布型数据的分类,原朴素贝叶斯算法中的条件独立性的假设不会给算法的使用造成障碍,经Gram-Schmidt正交化后即可满足这个约束条件。     

OFDMA中继系统中基于QoS保证的资源分配算法

研究了 OFDMA 中继下行链路通信系统中的动态资源分配问题,提出了一种可以保证用户最低 QoS 需求的资源分配算法.首先在简化资源优化问题的过程中,采用等功率分配方法以降低算法复杂度,然后通过拉格朗日松弛优化方法推导出了子载波分配和中继选择最优解,并在此基础上引入用户速率权衡因子,根据速率权衡因子越大的用户,越具有选择子载波和中继的优先权这一准则进行子载波分配和中继选择.仿真结果表明:新算法能够获得较高的系统容量,同时也能很好地保证不同用户的最低速率需求.     

基于蚁群系统的传感器网络广播与数据聚集算法

针对无线传感器网络能量受限和多跳路由的特点，将蚁群系统原理用于网络的广播和数据聚集中，提出并仿真实现了一种能够最小化传感器网络的总能耗算法．理论分析和仿真数据表明，基于启发式蚁群系统的算法，能够较快的收敛，并找到最优解或是近优解；在网络节点数不同（10～50）的情况下，该算法的单次广播能耗和通信距离比现有的两种主流广播协议算法分别减少了20％～60％和14％～20％，因此其网络生存时间增加了10％～100％，表明该算法总体性能优于传统算法．     

基于子载波SNR最优的快衰落MIMO-OFDM系统干扰消除方法

针对OFDM(orthogonal frequency division multiplexing)系统中由于时变信道引入的载波间干扰消除问题,分析了MIMO-OFDM系统各接收天线频域中子载波上信号的信噪比,提出了一种基于子载波信噪比最优的联合时域干扰消除方法.分析表明,目标问题是一个广义Rayleigh熵问题,并且利用信道干扰矩阵主要能量分布在对角线的特点可以进一步减少算法的计算量.文中提出的干扰消除方法具有较好的性能,且对信道估计误差不敏感.     

一种基于PN训练序列的OFDM时频同步算法

提出了一种基于PN训练序列的OFDM时频同步的新算法.该算法通过构造一种倒序结构的同步训练序列,获得了较好的定时性能;同时利用该序列实现了较精确的频率同步.仿真结果表明,在信噪比为20 dB时,高斯信道条件下的频偏估计方差可达10-7,多径信道下可达10-5,频偏估计范围可以达到整个信号带宽的一半.与传统算法相比, 该算法符号定时更精确,频率同步性更好,具有较好的可行性和实用性.     

正交频分复用系统中带比例公平的功率分配算法

针对传统多用户正交频分复用（OFDM）系统中比特和功率分配算法计算复杂度较高、实时性不强、无法保证用户间公平性等问题，提出了一种下行OFDM传输中高效率的线性比特和功率分配算法．该算法能在保证每个用户误比特率（BER）和数据速率要求下，按比例分配用户容量，使总发射功率最小．计算机仿真结果表明，该算法和传统资源分配算法相比，复杂度较小，系统容量在用户间分配得更加公平和合理．     

基于分支限界的关键路径求解算法

提出一种基于分支限界的关键路径求解算法,将电路拓扑结构表示成有向带权网（WOEN）,寻找汇点,使节点到汇点的最大路径时延为该节点分支限界的最小限值,剪去违反分支限界最小限值的局部非关键路径的连接边以化简WOEN.新算法采取节点最大时延链表的存储结构,使得WOEN的存储空间、关键路径计算空间以及计算结果的存储空间共享同一存储空间.算法用C语言实现,并在ISCAS标准电路上加以测试.结果表明：新算法比现有算法所需的存储空间更小,求解关键路径的速度更快.     

基于模式矩阵的P_Matrix算法

Apriori算法是关联规则挖掘中最经典的算法,该算法需多次扫描数据库并产生海量的候选项目集.利用模式矩阵对Apriori算法进行改进,提出一种P_Matrix算法,它使扫描数据库的次数降为一次,同时不产生候选项目集而直接产生频繁项目集,从而使算法的时间复杂度和空间复杂度大大降低.     

基于多项式回归的自构形算法

自构形算法是BP神经网络提高泛化能力的一种方法,但自构形算法以线性回归理论为基础,在解决非线性问题时剪枝能力和收敛速度都存在不足,针对这一问题,提出基于多项式回归的自构形算法,并以风机故障诊断数据为例,对两种算法进行了详细的实验对比,实验表明基于多项式回归的自构形算法剪枝能力和收敛速度均优于线性自构形算法.     

基于VO的视频编码技术研究

MPEG-4视频编码既提供了传统的基于帧的编码方法也提供了基于视频对象的编码方法,为高效压缩与基于内容的交互提供了坚实的基础.本文介绍了MPEG-4的基于对象编码、时空域可扩性等新特点及优势,同时介绍了一些适用该标准的关键算法.     

1种基于小波的显微图像融合算法

针对显微图像灰度对比度低,内容复杂度高的特点,提出一种基于小波的显微图像融合算法．将图像变换到小波域,并在此基础上进行四叉树分解融合,以消除块效应,不同于现有的小波几何分块算法,可依据图像实际情况调整,符合显微图像结构多样化、内容多变化的实际情况．实验结果表明,本文算法的融合效果理想,与同类算法相比具有更强的稳定性和适用性．     

一种基于SSM的HMM训练算法

在Baum-Welch(BW)算法的基础上提出了一种基于态相关方法(State—Specific Method：SSM)的隐马尔可夫模型(Hidden Markov Mode：HMM)参数估计算法(简称SBW算法)．该算法在估计HMM不同状态的概率密度函数(probability density function：PDF)的参数时使用了与状态有关的维数较低的特征集合．与传统的BW算法相比，新算法避免了直接估计高维的PDF参数．仿真实验表明，在训练数据量不足的情况下，采用SBW算法的误识率明显低于BW算法．