Fast amortized multi-point evaluation

The efficient evaluation of multivariate polynomials at many points is an important operation for polynomial system solving. Kedlaya and Umans have recently devised a theoretically efficient algorithm for this task when the coefficients are integers or when they lie in a finite field. In this paper, we assume that the set of points where we need to evaluate is fixed and “sufficiently generic”. Under these restrictions, we present a quasi-optimal algorithm for multi-point evaluation over general fields. We also present a quasi-optimal algorithm for the opposite interpolation task.     

面向软件定义网络的服务功能链优化部署算法研究

针对网络功能虚拟化(NFV)环境下,现有服务功能链部署方法无法在优化映射代价的同时保证服务路径时延的问题,该文提出一种基于IQGA-Viterbi学习算法的服务功能链优化部署方法。在隐马尔可夫模型参数训练过程中,针对传统Baum-Welch算法训练网络参数容易陷入局部最优的缺陷,改进量子遗传算法对模型参数进行训练优化,在每一迭代周期内通过等比例复制适应度最佳种群的方式,保持可行解多样性和扩大空间搜索范围,进一步提高模型参数的精确度。在隐马尔科夫链求解过程中,针对隐含序列无法直接观测这一难点,利用Viterbi算法能精确求解隐含序列的优势,解决有向图网络中服务路径的优化选择问题。仿真实验结果表明,与其它部署算法相比,所提IQGA-Viterbi学习算法能有效降低网络时延和映射代价的同时,提高了网络服务的请求接受率。

     

基于带缓存的云接入网络最优能效设计

在云接入网络(Cloud-RAN)中,现有工作大多假定射频拉远头(RRH)不具备缓存功能。然而下一代通信网络具有以内容为中心的特性,因此在Cloud-RAN中考虑带缓存的RRHs也变得有必要。该文考虑在Cloud-RAN中有效设计缓存方案,并通过资源分配有效减轻前程链路负担。假设系统采用正交频分多址接入(OFDMA)技术,通过联合优化子载波(SC)分配,RRH选择与传输功率,最小化系统下行总功耗,并通过拉格朗日对偶分解转化非凸问题,获得最优分配方案。仿真结果表明,比起其它缓存方案,该文提出的优化算法可以有效地提升系统能效,满足未来通信需求。     

一种实用的毫米波大规模MIMO混合预编码算法

数字模拟混合预编码可以用较少的射频逼近全数字预编码的性能,可以用来解决毫米波大规模MIMO系统中由于射频链路过多造成的硬件损耗和校准问题。为解决传统混合预编码结构难以实现的缺点,该文的混合预编码研究基于一种简单的固定子连接结构。推导了系统可达速率最大,模拟预编码矩阵应满足的条件,从而将混合预编码矩阵设计问题转化为优化问题。采用鸟群算法(BSA)解决此优化问题,求得最优的预编码矩阵。针对模拟移相器分辨率有限的情况,提出一种直接量化的解决方案和一种基于改进的离散BSA的解决方案。仿真结果表明,所提算法能够基于简单结构实现较好的性能;移相器分辨率有限情况下,所提的两种解决方案都是有效的,且基于离散BSA的方案在分辨率较低时性能更优。     

基于遗传算法的三维电场传感器解耦标定方法研究

3维电场分量对传感器输出信号的耦合干扰是影响3维电场探测准确性的关键问题。为了减小耦合干扰,实现3维电场的准确测量,该文提出一种基于遗传算法的3维电场传感器解耦标定方法。区别于求逆矩阵运算的传统标定方法,该方法利用遗传算法并行全局搜索的特点,通过设置适应度函数和遗传算子获得最优化解耦标定矩阵,避免了复杂的矩阵求逆计算,减小了计算误差。该文设计了一种可实现传感器与电场矢量成任意夹角的测试标定装置,建立了电场理论值计算模型。对基于矩阵求逆计算和基于遗传算法的两种解耦标定方法进行了对比实验,实验结果表明,基于遗传算法的3维电场传感器解耦标定方法与传统标定方法相比,有效地消除了电场分量对传感器的耦合干扰,提高了标定精度,实现了3维电场的准确测量。     

基于自适应遗传算法的星载SAR天线方向图与模糊综合

该文针对改善星载合成孔径雷达(SAR)的模糊特性,提出了一种自适应遗传算法。该算法同时对模糊和方向图进行优化。首先确定模糊区域,然后以天线方向图的主瓣宽度和副瓣电平(包括星载SAR模糊区域的副瓣电平)为目标函数,应用自适应遗传算法对天线方向图进行综合。为了避免早熟的现象,在该算法中,交叉概率、变异概率和变异范围同时进行了自适应的变化。和非自适应遗传算法相比较,该算法迭代步骤少,收敛速度快。仿真结果表明,模糊度得到了很好的抑制,对星载SAR系统设计具有实际意义。     

基于陷阱检测的咬尾卷积码译码算法

该文分析了循环维特比算法(CVA)中存在的循环陷阱问题,并证明了传统基于CVA的咬尾卷积码译码算法中存在的不足,提出了一种高效率的咬尾卷积码译码算法。该算法通过检测两次不同迭代中获得的两条最大似然路径是否相同来判断是否有循环陷阱产生,并及时终止循环,减少冗余迭代;在没有循环陷阱产生的情况下,新算法比较当前迭代中最大似然路径和已经发现的最优咬尾路径是否相同来自适应终止迭代。文中对循环陷阱检测方案和自适应终止方案做了进一步优化,即利用路径的净增量而非路径本身作为检测量。实验结果表明新算法提高了译码效率,降低了译码复杂度。     

一种频率可重构微带天线的快速优化设计方法

该文针对目前频率可重构微带天线的优化设计常依赖于反复实验的现状,提出了一种快速有效的频率可重构微带天线优化设计方法,该方法将新型量子遗传算法与通用的空域矩量法结合,在计算阻抗矩阵时利用了直接矩阵操作技术,大大节约了计算时间。利用该方法,优化出一副可工作在十个甚至更多的窄频段的变频圆柱共形可重构微带天线,优化结果与相关软件结果的比较显示了该文方法的正确性及高效性。     

基于改进混合蛙跳算法的CVRP求解

该文提出基于实数编码模式的混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)求解容量约束车辆路径问题(Capacitated Vehicle Routing Problem,CVRP);把具有极强局部搜索能力的幂律极值动力学优化(Power Law Extremal Optimization,-EO)融合于SFLA,针对CVRP对-EO过程进行设计和改进。改进的-EO采用新颖的组元适应度计算方法;采用幂律概率分布来挑选需要变异的组元;根据最邻近城市表,采用幂律概率分布挑选变异组元的最佳邻近城市,执行线路间或线路内的变异。求解测试库中的实例,证明该改进算法有效。     

星/机双基地混合滑动聚束式SAR距离-多普勒成像算法

该文提出了星/机双基地混合滑动聚束式SAR的距离-多普勒成像算法。文中首先通过级数反演法得到了此双基构型下场景目标的2维频谱,并通过解析近似得到随距离空变的频谱表达。在此基础上,提出了先根据谱分析技术对回波信号进行方位去混叠处理,再进行2维频域处理得到全孔径聚焦的双基地SAR 距离-多普勒成像算法。该算法不需要进行子孔径分块和插值操作,运算量小,效率高。最后通过仿真实验验证了算法的有效性。