一种改进的 Linux 实时进程调度算法 ——RAD 算法

在 Linux 实时进程调度算法中,RM 算法是一种针对任务周期的长短来确定优先级调度算法,EDF 算法是以最后期限的 顺序来指定优先级的动态调度算法,这两种算法在 Linux 内核调度算法中都得到广泛应用。在深入分析以上两种算法优缺点的基础 上,提出将两种算法优点合并,根据进程的重要程度和紧急程度来选择确定进程调度的优先级,得到一个新的高效 RAD( Rate And Deadline) 算法。     

基于零均值特性的改进G-SVSLMS算法

为解决改进的基于Sigmoid函数变步长最小均方（G SVSLMS）算法步长更新公式易受 噪声干扰的问题,根据高斯白噪声的零均值特性,对G SVSLMS算法进行改进,提出基于零 均值特性的改进G SVSLMS算法,使算法的抗噪声干扰能力明显增强。理论分析和仿真结果 表明：若两算法选取相同参数α、β,则基于零均值特性的改进G SVSLMS算法相 对于G SVSLMS算法具有小的稳态误差;在保证算法收敛的条件下,基于零均值特性的改进G SVSLMS算法相对于G SVSLMS算法具有较快的收敛速度。     

几种发射分集OFDM系统信道估计方法性能评估

给出了3种基于发射分集的OFDM系统信道估计方法,分别从训练序列对算法的影响、估计准确度、算法复杂度和算法适用性等方面对各自性能作了分析比较,并进行了仿真.分析比较和仿真结果表明,训练序列对3种算法的影响很大,通过训练序列的正交化设计,LS和EM算法可以得到很大程度的简化;EM算法与LS算法估计精度相当,信噪比较大时,多项式模型算法估计精度要远远高于LS和EM算法;总体上来说,多项式模型算法复杂度最高,EM算法复杂度最低.     

基于相关特性的改进G-SVSLMS算法

为解决改进的基于Sigmoid函数变步长最小均方（G-SVSLMS）算法步长更新公式易受噪声干扰的问题,根据高斯白噪声相关性比较差的特性,对G-SVSLMS算法进行改进,提出基于相关特性的改进G-SVSLMS算法,使算法的抗噪声干扰能力明显增强。理论分析和仿真结果表明：若两算法选取相同参数,则基于相关特性的改进G-SVSLMS算法相对于G-SVSLMS算法具有小的稳态误差;在保证算法收敛的条件下,基于相关特性的改进G-SVSLMS算法相对G-SVSLMS算法具有较快的收敛速度。     

多结点IP网络中的拓扑发现

本文提出一种新的网络拓扑发现算法,该算法以遗传算法为依托,始终寻找任意两点之间的最短路径,因而具备较强的自适应性。该算法和传统的拓扑发现算法相比较,效率更高。同时,给出了算法模型及基于模型的算法应用。目前,该算法已应用于实际网络环境中。     

算法共谋的反垄断规制

对算法共谋的研究应当借鉴传统构成要件体系,厘清算法共谋对《反垄断法》的冲击。算法共谋的构成要件中,算法主体要件仍为使用者与算法生产商。算法共谋侵犯的客体要件,应当以消费者福利为判断标准。客观要件中的共谋合意是证明难点,应当放宽对证明合意的要求。从算法共谋预防、认定、救济三个方面建立有效的算法共谋的规制体系,明确算法共谋的责任分配。     

基于金库算法理论对指纹密钥算法的分析与改进

本文证明了模糊金库算法中存在一个设计错误,即算法中对于RS码的使用是不合理性,在模糊金库算法的基础上设计了一种改进的指纹密钥算法,理论分析和实验仿真证明了该算法能够克服已有指纹密钥算法存在的大部分问题,同时对影响指纹密钥算法性能的各种因素进行了分析。     

采用改进ML-OSIC的MIMO联合检测

在垂直分层空时码（V-BLAST）多输入多输出（ MIMO）系统中,最大似然检测算法（MLD）可以获得最佳的差错概率性能,但是其算法复杂度随着天线数目及其搜索空间数目呈指数增长;排序连续干扰消除（OSIC）算法具有高可行性的优点,但是其误码率由于无法防止误码扩散的原因而下降。基于OSIC算法复杂度主要来源于矩阵求逆运算,提出了一种改进的OSIC算法,该算法采用并行检测与精确检测值相结合的方案,在维持相对满意性能的情况下,减少算法复杂度。考虑到传统OSIC算法的误码扩散,将改进的OSIC算法与ML算法相结合,利用ML的穷尽搜索方式来提高算法的整体性能。为了避免ML算法给系统复杂度带来负担,通过一定的复杂度公式优先选出b层进行改进的OSIC算法,剩余的误差累积层使用MLD执行。仿真结果表明,所提算法复杂度小于传统OSIC算法,同时得到了接近ML算法的性能。     

一种改进蚂蚁算法在TSP问题中的应用

蚂蚁算法是一种模仿蚂蚁群体行为的智能化算法。正反馈机制是蚂蚁算法的特点,它使得蚂蚁算法能够较快收敛到问题的最优解,但同时也是蚂蚁算法的缺陷,它使得蚂蚁算法容易陷入局部最优解。ACS和MMAS是两种典型的改进蚂蚁算法,通过引入伪随机概率选择规则和信息素最大、最小限制规则来加快蚂蚁算法收敛速度同时避免陷入局部最优解。目前,针对启发信息的影响进行改进的蚂蚁算法还没有。提出一种基于方向启发信息的改进蚂蚁算法,为蚂蚁算法的改进研究提供了新的思路。     

有时间窗的车辆路径问题的改进MAX-MIN蚁群算法

MAX—MIN蚁群算法是一种改进蚁群算法,文本构造了求解VRPTW的最大最小蚁群算法,将仿真结果与其他经典算法进行比较,结果证明该算法性能优良。     

ACTS数据有效性检验算法仿真

为解决空战训练系统飞行数据在实时传输过程中的数据延时、丢失和错误等问题,搭建了一 种 空战训练系统(ACTS)数据有效性检验算法仿真实验环境,采用两台PC和两部电台来进行收发 飞行数据的模拟 ,并利用某型飞机的试飞数据对设计的数据有效性检验算法进行了验证,实现了地面监控系 统对空中态势的实时显示和评估。     

SINS/GPS/TACAN组合导航的联邦卡尔曼滤波方法

针对无人机飞行末段的飞行特点,提出了一种用战术空中导航系统(TACAN)辅助惯性导航系统(INS)、全球卫星定位系统(GPS)的新组合导航模式。详细推导了一种系数加权的联邦卡尔曼算法,并将此算法运用到SINS/GPS/TACAN组合导航中。通过融合导航系统的导航信息估计出组合导航系统的误差状态量,以提高导航系统定位精度。此算法不必计算加权矩阵,从而避免了求解滤波误差方差阵的逆矩阵,运算速度有所提高。仿真计算结果表明,该算法可抑制滤波发散,并提高导航系统的精度和速度,此组合导航模式有较好的容错性和环境适应性,具有实用价值。     

200 MHz并行多通道实时采样系统的误差校正

本文介绍了作者对２００ＭＨｚ并行多通道实时采样系统中固有的误差：多通道非均匀时间采样误差和增益误差校正的方法。在频域对采样数据进行频谱重建，消除了由于非均匀时间采样引入的高次谐波，使得采样时间误差均值减小到原来的３．８４。同时还对增益误差进行了完全校正，取得了较好的效果。     

一种融合地图与传感器信息的室内地图匹配新算法

基于粒子滤波技术,提出了融合地图信息与传感器信息的室内地图匹配算法,对于在室内定位中由状态空间模型描述的非线性系统,通过非参数化的蒙特卡洛(Monte Carlo)模拟方法来实现递推贝叶斯滤波,将室内地理信息数据、传感器信息、无线定位信息融入到粒子的权重值中,对观测值进行不断修正。实验证明,所提出的基于粒子滤波的地图匹配技术有效解决了由于无线定位结果穿墙、错定至隔壁房间而造成的用户体验差等问题,同时对室内定位结果进行了修正,提高了室内定位精度。     

采用目标假设的三被动式传感器数据关联算法

被动式传感器目标跟踪是多传感器多目标跟踪领域的一个重要研究方向。针对三被动式传感器多目标定位系统全局最优数据关联的三维分配问题，在允许传感器漏检和虚警的情况下，通过分析拉格朗日松弛算法，提出一种假定真实目标的快速收敛算法。该算法通过粗关联假定真实目标并重新修改代价矩阵，然后进行细关联，使得拉格朗日松弛算法在保证关联精度的前提下有效地提高了收敛速度。理论分析和实验结果表明，该算法提高了数据关联的速度,并在一定程度上提高了关联准确率。     

数据挖掘技术在物流企业管理的应用研究

本文针对物流领域的实际业务流程、业务需要以及实际拥有的数据进行了研究,论述了物流企业管理中数据挖掘的目标、算法和操作。阐述了数据挖掘技术及其在物流领域管理中的应用。     

太阳能无线传感器网络节点传输功率策略优化

针对配备太阳能采集设备的无线传感器网络节点，以如何合理使用采集到的能量使得时间期限内点对点传输的数据量最大为优化目的，结合必要的约束条件（能量获取电池只有有限的能量存储能力以及能量因果关系），建立了数据传输的能量通道优化模型，通过能量通道策略优化算法得到了最优传输功率策略。与当前普遍使用的能量即到即用方法进行了性能对比，仿真发现系统累积传输了更多的数据量，性能提升明显。在此基础上，考虑了实际太阳能获取量与预测值的偏差，提出了改进的能量通道算法，使得其更加适应于实际场景中。     

空基与星基组合监视系统中的ADS-B分群算法

广播式自动相关监视(ADS-B)技术是未来航空监视技术的发展方向之一.为了满足未来空域中移动节点快速多变以及覆盖范围不断扩大等的监视需求,需要将甚高频自组织数据链和卫星数据链综合实现空基与星基组合监视系统,而分群是实现该系统的一种有效手段.为此,文中提出了一种新型的ADS-B分群算法,通过结合最大连通度准则和非确定性算法,改进了分群组网结构,提高了组网的初始收敛速度、网络整体结构的稳定性以及通信效率.     

一种新的基于粒子群密度的聚类算法

提出了一种新的粒子群密度聚类算法和对粒子群的初始化方法。该算法具有传统粒子群算法寻找最优解的特点,同时从密度的角度考虑了数据总体的分布,增强了寻找局部最优解的能力,并通过对粒子群的初始化加快了粒子群的收敛速度,得到了更好的聚类效果。对仿真数据和IRIS真实数据的实验结果证明,该算法聚类效果优于传统粒子群聚类算法和K均值算法。     

一种基于网络的语音混沌加密算法

由于混沌同步问题,目前基于混沌的加密数据在网络中传送多采用TCP协议.文中针对网络中传输的数字语音数据,提出了一种数据分块加密算法,这种加密算法可以使用UDP协议传送密文数据,在一定程度上解决了部分密文丢失后接收端的解密问题.算法采用混沌模型库随机加密数据的方法,极大增强了混沌密码序列的随机性,克服了混沌序列加密大数据量数据时的序列周期问题,编程试验验证了这种算法的可行性.