单用户OFDM系统中一种新的资源分配算法

针对自适应OFDM系统中满足用户QoS(这里主要指用户带宽及误码率这两个指标)要求的资源(比特功率)分配这一问题,提出了一种新的算法。该算法以每次比特分配时,使得每比特(一次可分配多比特信息)的功率代价最小为原则,获得了良好的性能。仿真结果表明:该算法在满足用户QoS要求的情况下,其发射总功率比现有的同类算法小,性能更佳。     

一种自适应变步长的功率控制技术新算法

提出了移动通信系统中一种自适应变步长的功率控制算法.在此算法中系统根据接收到的功率控制比特格式自动调整功率控制步长,然后与固定步长功率控制进行比较,可以更好的克服信道衰落所带来的影响.由于对接收功率测量的精确程度决定了功率控制的效果,因此在功率控制机制中功率测量是十分重要的.     

基于进化策略和公平竞争的多用户OFDM系统资源分配

提出了一种用于多用户OFDM系统的资源分配算法(ESFC),能以低复杂度完成用户间的子载波、比特及功率分配,达到快速优化系统发射功率的目的。该算法同时考虑到动态业务的实时性和用户间的公平竞争性,将系统资源分配问题转化为数学模型的多约束优化求解问题。资源分配过程分为两个步骤,包括基于进化策略进行子载波分配和使用注水算法进行比特及功率分配。仿真结果表明：与现有算法相比,该算法能有效降低复杂度,在优化OFDM系统性能的同时兼顾了实时性需求,明显减少了运算量,能快速收敛到优化解。 关键词：OFDM; 进化策略; 子载波分配; 比特分配     

基于寄生行为的双种群萤火虫算法及其在柴油调合中的应用

在实际的化工过程中会遇到许多非线性优化问题。常规群智能优化算法在解决这类问题时,常出现收敛精度差和容易陷入局部最优,本文针对此提出了一种基于寄生行为的双种群萤火虫算法（FAPB）。该算法将进化种群均分为两个种群,通过生物的寄生行为将两个种群联系起来,共享进化信息,提高了全局搜索能力;为防止算法陷入局部最优,引入基于自适应系数的高斯变异机制,提高了局部搜索能力。对4个经典测试函数进行仿真,结果表明：与标准FA算法、FALS算法、LDPSO算法比较,FAPB算法在收敛精度和全局搜索能力上都有较大提升。将该算法应用于柴油调合过程,结果验证了其在实际应用中的可行性。     

基于突发传输的平均速率优化算法

随着互联网和移动通信的快速发展,对数据传输速率的要求也越来越高。本文针对总功率有限的慢衰落系统,在短期功率约束和长期功率约束下,提出了实现最大平均速率的优化方案。在短期功率约束下,通过研究信道增益进而得出突发传输下的最优量化方案;在长期功率约束下,提出了基于注水算法的改进功率分配算法,进而实现最大速率。理论分析及仿真结果显示,本文算法对改善传输速率有较好的表现。     

一种改进的细菌觅食优化算法

针对细菌觅食优化算法存在收敛速度慢、寻优精度低、易陷入局部最优等缺点,提出了一种改进的细菌觅食优化算法。改进原有固定步长的游动方式,引入自适应步长调整策略,提出了基于非线性递减的余弦自适应步长;改进细菌位置的更新方式,借鉴人工蜂群的方法,采用混合的更新方式;改进优胜劣汰的选择标准,保留最优个体,对复制后的父代个体引入杂交算子;改进迁徙方式,提出种群进化因子,防止进化停滞不前。将本文算法用于经典函数以及PID参数整定测试,仿真实验结果验证了该算法的有效性。     

基于互信息的医学图像精细分割

本文提出一种基于互信息的医学图像精细分割算法。该方法在图像直方图基础上,模拟形态学流域概念,提出一种水面下降法,对直方图进行划分,并将原图像与分割后图像的互信息作为分割测度,寻求最优直方图划分,完成图像分割。医学图像分割实验证明,该方法可完成复杂图像的精细分割,对噪声不敏感,具有较好的分割效果,可应用于TPS系统中重要器官及病变组织分割。     

一种改进的自适应差分进化算法

为了提高基本差分进化算法的寻优速度和寻优效能,提出了一种改进的自适应差分进化算法(ADE)。在基本差分进化算法中引入了自适应变异算子,根据每个个体与最优个体适应度值的相互关系,自动地调节变异算子值,使之在进化初期较大,随着个体逐渐接近最优值,算子值逐渐变小,确保个体向最优值快速、稳定地逼近。在每一代变异、交叉和竞争之后,又增加了与随机新种群的竞争操作,使算法易于跳出局部最优点,以提高全局搜索能力。采用4个经典的测试函数对算法进行验证,结果显示：该算法的收敛速度与收敛精度在一定程度上优于基本差分进化算法,同时也优于基于代数进行自适应变异的差分进化算法。     

求解TSP问题的文化蚁群优化算法

将蚁群系统(Ant Colony System,ACS)纳入文化算法框架,提出了一种新的高效文化蚁群优化算法(Cultural Ant Colony System,CACS)。该计算模型包含基于蚁群系统的群体空间和基于当前最优解的信仰空间,两空间具有各自群体并独立并行演化。群体空间定期将最优解贡献给信仰空间,信仰空间采用随机2OPT交换操作,对最优解进行变异优化;经演化后的解个体用来对群体空间全局信息素更新,帮助指导群体空间的进化过程,从而达到提高种群的多样性、防止早熟、降低计算代价的目的。针对典型的旅行商问题（TSP）进行对比实验, 验证了所提出的算法在速度和精度方面优于传统的蚁群系统。     

基于自适应滤波的心电图中呼吸信号的提取方法

目的: 利用基于递归最小二乘(recursive least-square, RLS)算法的自适应滤波器对心电图信号进行滤波,提取心电信号中的呼吸信号. 方法: 通过对常规的肢体导联心电检测设备获取的心电信号进行处理,提取心电特征信号R波幅度序列和R波间期序列作为自适应滤波器的原始输入信号和参考信号,通过RLS算法的自适应滤波,提取心电图中调制的呼吸分量. 结果: 经过时、频域分析,自适应滤波后估算出的呼吸信号与真实的呼吸信号在时域和频域都显示出了良好的相关性. 结论: 本方法设计合理,结果准确可靠,是一种简便高效、无创、低成本的呼吸监护手段.     

基于三重容错自校验按字表决算法

表决逻辑算法决定了容错型控制器是否能准确判断通道的故障信息。针对按位表决算法容错性差的特点,提出了一种按字表决的算法。按字表决算法对系统通道中每一个输出字进行比较,可以解决按位表决算法只能产生异常无法输出结果的问题。在开发三重容错控制器的应用研究中,以按字表决算法为基础,同时在控制器中增加了自动转换环节、自校验监测电路,进一步提高了系统的可靠性。研究结果表明：按字表决算法的可靠性比按位表决算法高,提高了系统的容错性能。     

基于互斥条件的云数据中心虚拟机整合策略

在云数据中心,虚拟机整合（VMC）是绿色计算和最小化集群功耗问题的关键技术。大多数研究采用基于资源使用率来寻求最合理的虚拟机（VM）整合方式,但在整合过程中并未考虑物理服务器（PM）的可用性及同位VM的稳定性问题。本文提出了基于互斥条件限制的VMC策略,该策略同时考虑PM的可用性和VM之间的互斥性两方面因素;给出了集群服务器统一资源预留计算方法,用于保证PM可用性的问题,并给出了基于VM历史运行数据的相似度判定方法,用于解决互斥条件的判定问题。将该策略应用于运行在OpenStack平台中的VM数据,实验结果表明：该策略可以有效地保证PM的可用性,避免同类型VM被整合在一起,减少同位VM的性能损失和确保服务质量。     

基于模糊矩阵辨识的半盲MIMO-OFDM信道辨识算法

对于多输入多输出系统,传统的基于训练序列的信道辨识方法为跟踪信道的变化,必须发送大量冗余信息,传输效率较低;而基于子空间的纯盲方法又带有不可避免的模糊性,辨识结果精度不够。在子空间法的基础上,利用少量训练符号估计出模糊矩阵,以此矫正子空间法得到的结果。仿真结果显示：在保证辨识精度的前提下,该方法减少了训练符号等冗余,提高了传输效率。     

基于灰关联分析-模糊推理的目标关联技术

提出了灰关联分析与模糊推理相结合的方法,称为GCA-FDM。GCA-FDM主要用于低时间分辨率的战术机动目标之间的关联。选取航天监测信息中相对稳定的目标属性特征作为基本的关联参量,计算目标间的关联度,以此作为目标关联的判决依据。同时,综合考虑当前战场各方面信息,利用模糊推理方法,对灰关联结果进行修正,从而能够得到更好的结果。GCA-FDM对目标样本数量没有太大的要求,具有广泛的实用性,弥补了经典关联算法在低时间分辨率目标关联中的不足。通过一个应用案例详细说明了GCA-FDM算法的操作过程。     

基于非相关文献的知识发现研究进展

对基于非相关文献的知识发现方法研究进展进行总结,探讨Arrowsmith的演进及排序控制指标,并从词频统计、语义控制、词频统计与语义控制相结合、互信息方法、共词聚类法、主题聚类法等角度对该研究领域的代表性研究成果进行概述,指出Swanson方法存在的不足及其在未来科学发展中具有广阔的前景。     

基于盖氏圆与TAM的电力系统谐波检测

电力系统中谐波检测是无功补偿、谐波滤除等电能质量分析与控制的前提。针对传统电力系统中谐波检测方法存在的问题,结合盖氏圆和TAM算法进行谐波检测。该算法以信号空间为模型,首先用盖氏圆检测出信号源数,然后结合信号子空间和噪声子空间的正交性以及子空间的旋转不变性,估计出信号的频率,最后由全最小二乘法（TLS）计算得到信号的幅值。仿真实验与实际数据分析结果表明：该方法速度快、精确度高,具有一定的应用前景。     

基于互信息和模拟退火算法的多模式医学图像配准

目的 实现CT－MR多模式医学图像配准。方法 提出了一种基于互信息和模拟退火算法的医学图像配准方法,对多模式医学图像,运用信息论的基本概念：互信息（MI）”作为匹配标准,使用改进的模拟退火算法作为优化准则,通过求解两幅图像的最大互信息量搜索最佳匹配参数,对待配准图像进行变换,从而到配准的目的。结果 我们把此方法应用于CT和MR图像的三维刚性配准,取得了较好的配准效果。结论 该方法匹配精度和鲁棒性比较高,其中模拟退火算法克服了其他搜索算法容易陷入局部极大值的弊病,是一种比较有效的配准方法。