二进制猫群算法在大规模MIMO天线选择中的应用

在多输入多输出（MIMO）系统中,天线选择技术平衡了系统的性能和硬件开销,但大规模MIMO系统收发端天线选择复杂度问题一直没有得到很好的解决。基于信道容量最大化的准则,采用两个二进制编码字符串分别表示发射端和接收端天线被选择的状态,提出将二进制猫群算法（BCSO）应用于多天线选择中,以MIMO系统信道容量公式作为猫群的适应度函数,将收发端天线选择问题转化为猫群的位置寻优过程。建立了基于BCSO的天线选择模型,给出了算法的实现步骤。仿真结果表明所提算法较之于基于矩阵简化的方法、粒子优化算法具有更好的收敛性和较低的计算复杂度,选择后的系统信道容量接近于最优算法,非常适用于联合收发端天线选择的大规模MIMO 系统中。     

一种改进的大规模MIMO发射天线选择算法

为了降低天线选择算法在大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统下的误码率和复杂度,以用户端接收的总功率为优化目标,提出一种最大化所有用户接收总功率的天线选择算法。该算法将优化目标函数转化为凸函数,并利用凸优化方法求得其有效解。仿真结果表明,所提天线选择算法与传统的最大和容量算法相比,具有较好的系统误码率性能,且运算复杂度低,但系统容量有所降低。     

一种利用机器学习优化MIMO窃听信道天线选择的方法

为保障多输入多输出窃听信道系统中信息传输的保密性,提出了一种基于机器学习的天线选择方案。首先利用机器学习解决分类问题准确率高、处理大数据高效这一优势,设计了基于奇异值分解的特征值提取、基于信干噪比的标签赋值方案,建立了k最近邻分类器和逻辑回归分类器选择最优天线最大化保密性能（可达保密速率和保密中断概率）。与传统天线选择方案相比,所提方案获得了几乎一致的保密性能,并且大幅降低了系统的选择复杂度和误比特率。     

基于粒子群算法的低副瓣天线阵列的设计

文中基于粒子群算法,在考虑单元天线之间耦合因素下,通过对一个8元直线阵的辐射单元馈电幅度进行优化,实现了天线方向图的低副瓣性能;天线实验样件的测量结果与仿真结果一致性好,进而说明了该方法是有效的。     

LTE虚拟MIMO系统中用户正交配对改进算法

第三代合作伙伴计划（3GPP）在长期演进（LTE）上行传输中引入了虚拟多输入多输出（V-MIMO）技术,能够提升频谱效率,改善无线链路传输性能。用户配对是V-MIMO技术必不可少的环节。针对现有的正交配对算法由于不能准确衡量两用户的正交性而导致的性能恶化问题进行了理论分析,并提出更具有一般性的正交性定义。为适应LTE-Advanced上行最大支持4流、下行最大支持8流的特点,结合贪婪思想将正交配对的应用情形由两用户推广至多用户。为了进一步改善系统性能,提出基于范数的贪婪正交配对算法。仿真结果与复杂度分析表明,基于范数的贪婪正交配对算法与穷举的最优算法性能接近,且在计算复杂度上要远低于最优算法,对于V-MIMO技术的发展具有重要意义。     

改进的粒子群优化算法在环境规划与管理中的应用

本文以固体废物处理场规划问题为例,探讨了一种改进的粒子群优化算法解决环境规划和管理中约束优化问题的可行性和可靠性。将约束条件分别放到基本粒子群优化算法的主函数和适应度计算函数中来处理,并在目标优化函数上添加惩罚项,将约束优化问题转变成无约束优化问题,从而使基本粒子群优化成功地解决约束优化问题。     

基于改进K-means聚类和量子粒子群算法的多航迹规划

针对在复杂环境下需要通过多航迹规划以实现武器协同的问题,利用排挤机制产生K-means聚类的初始聚类中心,并将改进K-means聚类与量子粒子群算法（QPSO）相结合应用于无人机的三维多航迹规划。改进算法解决了K-means聚类易陷入局部最优、聚类准确率低的问题。根据产生的初始聚类中心,将粒子划分成多个子种群,利用QPSO算法对每个子种群进行优化,使得每个子种群可以产生一条可行航迹。仿真分析证明了改进算法可以有效保证子种群之间的多样性,生成较为分散的多条可行航迹。     

改进的粒子群算法在VRP中的应用

运输调度问题在理论和实践方面都是一个难题。粒子群算法是一种可以解决复杂组合优化问题的有效求解算法。提出了改变惯性权重的粒子群算法,并应用该方法用于求解典型的运输调度问题,结果表明,所提出的方法不仅能得到理想的结果,而且减少运算时间。     

基于改进多属性群决策的国有企业经营者选择研究

国有企业经营者选择机制与方法的转变是国有企业改革的重点之一,针对经营者选择的研究多集中在定性分析。在经营者能力信号传递研究基础上,引入针对企业自身特点的能力评价指标,通过权重模糊差异对能力评价指标权重进行修正,利用改进多属性群决策方法对候选经营者进行能力评估与选择,并通过一个实例演示该方法的决策过程。     

基于改进粒子群算法的卫星数传任务调度

建立了卫星数传任务调度模型,讨论了约束条件和调度目标.设计了一种自适应规模粒子群算法,该算法采用基于星地可视时间窗的十进制编码,各粒子编码表示不同可视时间窗内可分配数传作业的概率.在迭代过程中根据粒子群整体差异度动态调整种群规模,删除部分差异度小的粒子,同时增加新粒子以保证种群多样性.通过实例仿真表明,自适应规模粒子群算法在解决卫星数传任务调度问题中具有调度结果优、收敛速度快等优点,并对算法的控制参数取值进行了分析.     

MIMO技术的发展与应用

给出了多输入多输出(MIMO)技术的概念,详细叙述了MIMO技术的研究现状,阐述了MIMO的关键技术和MIMO技术的应用,研究和分析表明无线移动通信领域智能天线技术的重大突破就是多MIMO技术,它能在不增加带宽的情况下成倍地提高通信系统的容量和频谱利用率,是下一代移动通信系统中最富有竞争力的技术之一。文章最后给出了MIMO技术今后的研究方向。     

改进粒子群算法在频谱功率分配中的应用

在认知无线电中,由于次用户干扰门限要求的存在,传统频谱功率分配方式获得的次用户有效信道容量较低。针对这一问题,提出了一种基于粒子群算法的频谱功率分配算法。首先建立基于干扰距离的认知网络干扰模型,将频谱功率分配问题转化为函数优化问题,并借助混合随机变异思想的粒子群算法进行求解;针对寻优过程中的约束问题,提出了一种基于投入产出比的外点法,保证粒子群在可行域中寻优,最终获得频谱功率分配。仿真结果表明,与传统算法相比,所提算法能够获得较高的次用户有效信道容量。     

基于联合优化的WLAN动态频率选择改进算法

现有的动态频率选择机制有效降低了网络间的干扰,但仅考虑了物理层的干扰最小。 无线局域网网络密度越来越高,支持的业务越来越丰富,不同的业务传输所需要的带宽、允 许的时延均不相同。为了有效提升业务传输效率和网络容量,提出了一种改进的动态频率 选择算法。具体为：接入点将站点的信号接收质量、载干比、占用信道时间系数和业务优先 级作为优化问题的特征参数集,综合考虑多个站点上报的信道测量报告,利用凸优化理论以 吞吐量最优为目标联合进行优化,选定接入点的工作信道。最后,结合实际的场景图, 仿真对比了动态频率选择改进算法和未采用动态频率的性能,结果显示改进算 法使干扰区域的吞吐量增加了10倍,能明显降低WLAN网络的干扰,提升WLAN的业务传输效率 ,可广泛应用于WLAN的产品设计。     

可用于物联网的高隔离度双频MIMO天线

设计了一种高隔离度双频多输入多输出（MIMO）天线,该天线覆盖2.4 GHz和5 GHz无线局域网频带,可以应用于移动物联网之中。天线包含两个相同的辐射单元天线,采用微带馈电的方式进行馈电。单元天线使用单极子天线作为基本辐射器,其包含一根长的和短的单极子天线,分别谐振在低频和高频频段。通过在两个单元天线中间加载T型隔离器提高了单元天线之间的隔离度。天线的辐射振子、馈电以及T型隔离器都印刷在同一块微波板材上,从而方便了天线的制作和加工。仿真结果表明,该天线在1.9~2.8 GHz以及4.7~6.2 GHz频带范围内能实现良好的双频工作特性,天线隔离度近20 dB,可以广泛应用于物联网系统中。     

混合粒子群优化算法在CDMA系统多用户检测中的应用

针对粒子群优化算法易早熟的问题,提出了一种混合粒子群优化算法(HPSO)。首先在算法中采用惯性权重的分段递减策略,以提高算法的全局搜索能力;然后在算法后期,引入拉伸技术剔除比局部极值大的点,缩小搜索空间,使算法能及时跳出局部最优从而加速收敛,最后提出了基于HPSO算法的多用户检测器。仿真结果表明在信噪比相同的条件下,该多用户检测器的误码率和抗远近效应性能更接近于最佳多用户检测器,有效解决了码分多址通信系统中的多址干扰问题。     

一种多用户MIMO系统干扰对齐优化算法

干扰对齐技术可以获得干扰信道自由度的最佳值,从而有效改善系统的性能。在实际系统中干扰对齐技术通常采用迭代的方法进行预编码矩阵与干扰抑制矩阵的设计,而迭代方法都需要对发送预编码矩阵进行初始化处理。然而,目前大多数已有的研究所采用的初始化处理方法都忽略了干扰的影响。因此,在此基础上提出了一种基于新的初始化方法的优化算法,该方法在初始化预编码矩阵中既考虑了干扰信号也考虑了有用信号。首先,选取均方误差和最小化作为优化目标,然后利用正交三角（QR）分解将信道空间分为有用信号空间与干扰信号空间来进行预编码矩阵的初始化设计,经过反复迭代得到发送预编码矩阵与干扰抑制矩阵的最优解。理论分析和仿真结果表明,所提算法在收敛性、均方误差、和速率等方面都优于其他算法。     

LTE系统中一种改进的天线端口数检测算法

在长期演进(LTE)系统中,发送天线端口数通过循环冗余校验掩码的方式隐含于物理广播信道(PBCH)中,终端在解读PBCH信道获取主信息块(MIB)的同时,需要正确检测PBCH采用的发送天线端口数。传统的检测方法尝试分别用1、2、4等3种发射天线数进行PBCH译码,直至正确译码为止,译码复杂度非常高。基于此,提出一种改进的天线端口数估计算法,提取各天线端口传输的小区参考信号序列做相关,通过相关值与相关系数门限值的比较直接快速获取基站的实际天线端口数。仿真结果表明：该算法相较于传统检测算法和功率检测算法在时间复杂度上分别提升了4个数量级和3倍;在信噪比高于0 dB时,所提检测算法较功率检测算法有4~6 dB的增益。