Ad hoc网络中基于多波束天线的集中式低时延调度算法

UxDMA算法是一种高效的集中式算法，是用于时分多址、频分多址和码分多址信道分配的统一算法。在UxDMA的基础上，利用多波束天线的多波束形成能力，针对低时延定向ad hoc网络提出了一种集中式调度算法——CLSM(Centralized Low-delay Scheduling Algorithm Based on Multi-beam Antennas)。CLSM通过不同时延等级限制的报文来比较着色后发送链路的优先级，优先选择高优先级链路传输。通过仿真验证了CLSM的性能：与UxDMA相比，该算法在多时延限制的发送端调度中表现出了更好的吞吐量和时延性能。     

国外新颖优化算法——排超联赛算法

本文描述了2018年文献[1]提出的一种新颖元启发式优化算法——排超联赛算法(Volleyball Premier League Algorithm,VPLA),算法灵感来自于排球超级联赛的一个完整赛季中,各个排球队之间的比赛和互动过程。在排球比赛过程中,教练的临场指挥会起到关键作用,因此VPLA算法将临场指挥作为重要算子之一。此外,VPLA算法还考虑了排球比赛过程中的换人活动和排球队员通过学习而提高自身能力的过程。     

区间值加权缪尔海德平均算子及其在感知服务质量评价中的应用

在感知服务质量评价研究中， 仅采用实数表达评价信息以及忽视评价指标之间的相互作用与实践需要不符， 已有评价方法也难以适用区间值表示的信息。 本文针对传统缪尔海德平均 （MM） 算子集结的数据类型存在局限性， 将缪尔海德平均算子的应用拓展到区间值， 提出了区间值加权缪尔海德平均算子（IVWMM）， 并设计了一种基于区间值加权缪尔海德平均算子的感知服务质量评价方法。 通过实例分析， 验证了区间值加权缪尔海德平均算子的有效性， 为感知服务质量评价的实证研究创新提供了借鉴。     

GNSS抗干扰技术综述

随着电磁环境的日益复杂、干扰技术的不断进步，全球卫星导航系统（Global Navigation Satellite System，GNSS）的各类应用受到了严重阻碍，在强干扰环境中，扩频增益不足以对干扰进行有效抑制，需采用各种抗干扰措施。对GNSS抗干扰技术进行了分类，概述了不同抗干扰技术的研究现状及进展，并对GNSS干扰源与干扰类型进行了归纳总结，给出了不同干扰类型对应的抗干扰方法，进一步对比分析了几类常见自适应算法的性能，最后指出了GNSS抗干扰技术未来的研究趋势。     

一种基于量子加密的软件定义网络南向安全防护策略

提出一种以量子加密技术为核心的软件定义网络（Software-defined Network，SDN）的南向安全防护策略，建立了基于量子密钥分发的SDN网络模型并分析了该模型下的身份认证、量子密钥分发和自适应免疫窃听流程。推导出了本策略下窃听攻击强度、用于检测窃听的量子态数目的比例α、系统发现窃听者的概率、密钥分发效率之间的定量关系。通过动态仿真分析确立了不同攻击强度下系统参数α的最优选值区间。SDN控制器可根据该仿真结果，动态地决策系统中α的取值进行自适应免疫密钥分发，实施更为精准的窃听免疫方案。     

土地城市化如何影响生态环境质量?——基于动态最优化和空间自适应半参数模型的分析

本文首先运用动态最优化模型,在土地利用结构引起产业结构变化视角下,分析经济快速发展过程中土地城市化对生态环境质量的影响机理,得出以下结论:(1)当土地城市化率较低时,经济发展以粗放式发展模式为主,土地利用效率不高,工业生产过程对生态环境的破坏程度大,这使得地均土地生态环境质量下降;(2)当土地城市化率较高时,经济发展以集约式发展模式为主,国家在土地政策和产业政策上向服务业及高新技术产业等倾斜,同时出台环境规制政策控制环境污染程度,生产过程对土地生态环境质量的影响降低,这使得地均土地生态环境质量有所提高。土地城市化率和地均土地生态环境质量之间呈现U型曲线关系。随后,运用空间自适应半参数模型,对土地城市化率与地均土地生态环境质量之间的关系进行计量分析,验证了土地城市化率和地均土地生态环境质量之间呈现U型曲线关系的假说。样本数据显示东部地区基本上均位于U型曲线的右边,而中西部大部分地区位于U型曲线的左边。由此得出以下启示:(1)进一步完善环境规制政策;(2)实施建设用地减量化政策;(3)实施土地指标的跨区域交易。     

一种改进智能天线宽带阵列的自适应算法

对改进宽带智能天线的算法进行了研究，提出利用横向滤波器和二维MUSIC算法相结合来实现智能天线宽带阵列的自适应算法。该算法计算量相对较小，性能较为可靠。仿真表明改进算法有很好的性能，特别是对于滤波器的抽头系数很大的情况下，改进算法更为可取。     

自适应约束下的双边全变差正则化超分辨率重建

在经典的双边全变差(BTV)超分辨率重建中,加权系数和正则化参数的恒定性导致重建结果边缘保持能力受限。为此,提出了一种自适应约束的BTV正则化先验模型。算法首先定义了图像的局部邻域残差均值以区分当前像素属于平坦区域还是边缘区域;然后针对加权系数的不变性导致边缘削弱的问题,利用边缘方向和垂直边缘方向扩散性的不同,设计自适应权重矩阵;最后根据代价函数的极值问题推导出迭代公式,从而进行图像的超分辨率重建,重建过程中采用自适应的方法确定正则化参数,以便求得代价函数的全局最优解,提高了算法的鲁棒性。实验结果表明：与双三次线性插值法和经典BTV算法相比,该算法取得了更好的视觉效果和更高的峰值信噪比,更多地保留了图像的边缘细节信息。     

模糊自适应PID控制在舰船摇摆台中的应用研究

建立舰船摇摆台伺服系统数学模型,设计出模糊自适应PID控制器并用于实际伺服系统的控制。实验结果表明,与常规PID控制相比,模糊自适应PID控制有更快的响应速度和更好的控制精度。