无穷范数松弛的低复杂度超奈奎斯特检测

超奈奎斯特(Faster-than-Nyquist,FTN)速率传输可以有效提高频谱效率，但这种非正交传输方式引入的严重码间串扰相应提高了接收端的处理难度。针对该问题，设计了一种基于循环成块传输的低复杂度检测算法。最优检测被建模为无约束的二元二次规划(Boolean Quadratic Program,BQP)问题，为了求解该NP-hard问题，采用无穷范数约束松弛原问题的非凸可行解集，并基于次梯度下降法提出松弛问题的有效优化算法。数值仿真结果表明，所提算法在误比特率(Bit Error Rate,BER)性能上优于频域均衡，且在可接受的性能损失范围内算法执行效率远高于理论最优的最大似然序列估计(Maximum Likelihood Sequence Estimation,MLSE)。     

多项目资源配置的拉格朗日分解方法

如何有效地配置多个项目共享的资源以避免项目间的资源冲突，对于提高项目效率非常重要。本文针对多项目管理问题的资源约束，提出了一种新的拉格朗日分解方法，将问题转换为一系列独立的最大流问题，从而解决多项目管理中的资源冲突问题，找出问题的可行解，并且采用次梯度优化方法来逼近问题的最优解。通过统计检验和比较分析，证实本文提出的方法具有显著的优越性，能够有效缩短项目的总工期。