基于星上多波束天线的卫星功率带宽联合优化新算法

目前已有的卫星功率优化分配策略未考虑功率与带宽的耦合关系 。为了进一步提高星上资源的利用率,在考虑各点波束业务需求差异及共信道干扰的基础上 ,通过构建卫星系统模型,提出一种将卫星功率和带宽联合优化分配的算法。该算法基于系 统公平性建立优化目标函数,并采用迭代方法求解资源优化的最优解。与传统固定分配方式 相比,这种耦合的资源分配方式可根据当前业务需求和信道条件对星上功率和带宽资源进行 实时再分配,提高了系统容量,系统业务匹配率提高10%,具有较高的星上资源利用率。     

自治云服务模型与数据迁移策略的设计

本文以自治的云计算系统为实验平台，将数据迁移策略应用到自治的云计算系统中，优化和提高云计算的服务性能为终极目标。针对自治的云服务器的性能相同时检测系统的负载情况，以及当负载均衡时，数据迁移的时间进行分析和比较，说明引进动态迁移算法有助于提高自治云系统服务的处理效率。     

基于冯诺依曼结构的粒子群算法在项目资源均衡中的应用

针对项目管理中工期固定--资源均衡问题,设计了基于冯诺依受拓扑结构的粒子群算法局部模型,应用子资源均衡评价函数.通过对文献[5]中算例的计算分析,该模型比全局模型的粒子群算法在寻优率上提高了135%,对文献[6]中的资源均衡问题进行优化计算,比较了冯诺依曼结构与标准全局结构的性能,验证了该模型应用在资源均衡中的更好的性能.     

一种基于帧结构的MIMO-OPDA盲均衡改进算法

提出了一种新的改进外积分解法(OPDA),克服了单输入多输出(SIMO)系统中的OPDA盲均衡算法扩展到多输入多输出(MIMO)系统中计算复杂度增加的缺点。在MATALB中构建了基于帧结构的MIMO-OPDA盲均衡算法模型,并将改进算法和原算法进行了仿真比较.仿真表明系统运算速度提高了,而且随着接收信息的累积,改进的OPDA和原OPDA算法性能相当,证明算法改进十分有效。     

基于博弈论的多基站协作波束成形

为抑制小区间干扰,提出了一种基于博弈论的多基站协作波束成形算法,并将该算法应用于多基站协作通信系统模型。该算法是在已知其他小区策略选择的情况下,最大化自身利益的迭代算法。在此基础上研究了将最大化用户速率问题转化为效用函数优化问题进行求解,然后证明其纳什均衡的存在性和唯一性,最后给出求解纳什均衡的步骤。仿真结果表明,相对于非协作算法,所提算法在期望用户方向上保持较高的增益,同时有效地零陷干扰用户,达到抑制小区间干扰的目的,并且具有很好的收敛性。     

电力线OFDM/OQAM通信系统信道相位预处理均衡算法

针对电力线通信（PLC）正交频分复用（OFDM）系统存在频率掩码和频谱资源利用率低等问题,提出将正交频分复用/偏移正交幅度调制（OFDM/OQAM）技术应用到PLC系统中。该技术通过选用频率选择性较好的滤波器来抑制带外干扰,且不需要循环前缀,但是OFDM/OQAM系统在PLC频域复数信道下会产生严重的自干扰,传统的均衡算法并不能有效地消除OFDM/OQAM系统的固有干扰。针对这种情况提出了一种基于信道相位预处理的均衡算法。该算法的思想是让接收信号乘以一个信道相位调整因子,使等效信道的虚部尽量小,以此来减小接收信号中的干扰分量。仿真结果表明,与传统的均衡算法相比,所提算法在误比特率为1.0×10－6时可以获得0.5dB的性能提升。     

云计算环境下基于矩阵分块思想的PageRank改进算法

以减少以超大规模数据集为基础的Pagerank算法的时空和性能消耗为目的，在Mapreduce编程模型的运行原理的基础上，将PageRank算法部署在云计算平台上，通过矩阵优化的计算和矩阵分块的思想对PageRank算法进行优化改进。     

基于云计算IAAS的IT基础架构建设方案探讨

本文介绍了目前主流的虚拟化技术的应用特点，结合利用云计算的发展思路惩步构建统一的基于云计算的IT支撑系统基础架构，实现IT资源的共享，提高资源的利用率。     

加权多路径路由在LEO卫星星座组网中的仿真应用

给出一种加权多路径路由算法.采用多路径路由技术, 避免了数据路由与转发对单个路径的依赖,提高了星座网络系统的吞吐率、网络抗毁能力,同时使网络负载得到均衡.借助OPNET仿真平台,对算法在星座组网中的性能进行了仿真,并对仿真结果进行了分析与评定.仿真结果表明,该算法使星座组网的抗毁性能、信道利用率等方面得到了显著提高.     

活动多种执行模式下的关联资源均衡优化探讨

传统的多资源均衡优化大多不考虑多资源之间的关联性，而且活动的执行模式均假定成唯一的。这样的假定与资源是相关的和活动是多种模式的实际情况不符。因此本文在前人研究的基础上，引入多活动模式的概念，建立基于资源熵的关联资源综合评价指标函数，构建了活动多模式下关联资源均衡优化模型，进行活动多种执行模式下的关联资源优化探讨。     

云计算中任务调度算法的研究综述

云计算中任务调度算法的好坏直接影响云计算系统整体性能,也影响着云计算系统处理用户提交的任务的能力。本文归纳了云计算调度的特点和性能指标,总结了云计算中的任务调度算法,分析了云计算任务调度算法的研究现状及其进展。最后讨论了现有任务调度策略存在的问题,为云调度研究指明了方向和思路。     

基于Flexsim的配送中心仿真及优化研究

本文首先对某配送中心欲实现的功能和运作流程进行深入、系统的分析;其次建立仿真模型,通过仿真数据分析配送中心库存水平、设备利用率及订单完成效率等重要性能指标;最后,从补货策略、人员、设备数量及设备工作效率等方面对模型进行优化,并给出改进意见和建议。     

基于云计算的任务调度模型及策略

云计算是一种由并行计算和分布式计算发展而来的计算模型。任务调度是云计算的一个主要研究方向,本文首先介绍云计算的相关概念,包括云计算的定义、发展历史以及云计算的关键技术。然后阐述云计算的任务调度模型,描述了云计算资源调度流程。再介绍云计算中的任务调度策略,讨论了现有任务调度策略的优点及存在的问题,并对基于云计算的任务调度研究前景进行展望。     

基于计算机仿真技术的企业生产物流系统优化研究

结合企业生产物流系统优化需求,本文提出了基于计算机仿真技术的物流系统优化方法,对系统仿真建模原理、软件选择和建模过程展开了分析。结合企业生产实例对物流系统仿真优化问题进行探讨,可以发现采用witness软件对系统各工序设备利用率展开分析,得到原材料进入系统的最佳频率,能够使生产资源得到高效利用,继而使系统充分发挥流转能力。     

混合中继转发机制下的资源分配

在基于放大转发（AF）和译码转发（DF）的混合中继转发机制模型下,为了使系统获得最大和速率,提出了相应的资源分配方案,在子载波对混合中继协议的判断选择和最优功率分配算法的基础上讨论了等效信道增益模型和非等效信道增益模型。在非等效信道增益模型中,为了降低计算复杂度提出了一种次优算法。在该机制模型下,系统自适应地选择AF或者DF转发,既克服了两种单一转发模式存在的弊端,又能获得更大的和速率,从而提高了资源利用率。仿真结果表明,当系统功率等因素变化时,该分配方案下的混合中继转发模型与传统的AF和DF模型相比系统和速率分别提高了60%和8%以上,充分说明了该系统的优越性。     

基于势力场博弈的无线网络视频流速率控制模型

多媒体通信中如何对视频流量速率进行高效公平分配是提升无线网络性能的重要手段 。应用势力场博弈模型来研究无线网络视频流速率分配机制,根据视频流特性建立了基 于流量信噪比和流量速率为参数的势力场效用函数,提出了基于势力场博弈的无线网络视频 流速率控制模型。证明了模型的纳什均衡存在性及唯一性,并提出了势力场博弈模型纳什均 衡的分布式求解算法。数值仿真验证了势力场博弈的纳什均衡存在性,仿真结果表明了提出 的模型能保证不同视频流量间公平的速率分配,且由于提出的算法执行方式是分布式的,能 有效减轻网络的负载。     

基于混合粒子群优化的编队防空目标分配

针对防空作战中的多批次目标分配问题进行了研究。首先,建立了目标分配的约束 优化模型;其次,提出了一种混合式粒子群优化算法用于问题的求解;然后,给出了问题求 解的详细步骤和粒子群算法的应用规则;最后,基于仿真算法验证了模型的正确性和算法的 有效性及计算实时性。     

移动Ad Hoc网络中的负载均衡路由算法

移动Ad Hoe网络(MANET)中的路由算法应尽量使网络负载均衡，不均衡不仅导致正在通信的路由由于过度拥塞而引起数据包延时过大、吞吐量下降，而且会使拥塞节点的能量提前耗尽，从而加剧网络拓扑结构的变化及节点之间的不公平性。本文对目前提出的一些负载均衡路由算法进行了简要比较和分析，在此基础上，指出了目前负载均衡路由算法中存在的一些问题，并提出了一个实现负载均衡路由算法的一般模型。基于该模型，文中提出了一种简单的负载均衡路由算法。仿真结果表明，负载均衡路由算法比未考虑负载均衡的路由算法具有更高的数据包投递率和更低的数据包传输延时。     

基于线性相位近似的SOQPSK-TG信号同步算法

SOQPSK-TG （Telemetry Group version of Shaped Offset Quadrature Phase Shift Key）具有良好的频率利用率和功率利用率,广泛应用于无线通信系统当中。在连续通信模式下,SOQPSK-TG信号的同步主要采用直接判决算法。为进一步降低算法复杂度,推导了基于线性相位近似的最大似然估计误差鉴别器,理论上分析了算法估计性能,并搭建了简化的接收模型。通过仿真证明了算法在估计性能上优于脉冲幅度调制方法,算法误码率接近理论性能。     

应用加权高斯模型的非理想稀疏信道估计

在高速通信系统中,由于多径信道通常存在一些小的散射体,使得抽头向量不满足理想的稀疏特性,导致经典的稀疏估计算法存在一定的性能损失。针对上述非理想稀疏特性问题,提出了一种基于酉变换近似消息传递（Unitary Transform Approximate Message Passing,UT-AMP）和加权高斯（Weighting-Gaussian,WG）先验模型的稀疏估计算法。首先,由非理想稀疏信道的构造分析,导出了WG先验模型和参数;其次,利用贝叶斯公式对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统进行因式分解和因子图建模,归纳了在消息传递框架内期望最大化（Expectation Maximization,EM）算法嵌入方式,推导了联合UT-AMP和EM的信道估计算法;最后,建立仿真环境对所提算法进行复杂度分析和数值仿真。仿真结果表明,所提算法能够以同阶复杂度实现信道估计性能和频带利用率的提升,具有很高的应用和推广价值。