一种快速时变自适应信道估计盲方法

提出了一种新的信道估计最小均方(LMS)盲方法--时变步长理想加权判决信道估计盲方法.该方法通过对常规LMS算法进行改进,实现自适应跟踪信道特征变化;同时利用接收机判决误差信息函数作为权系数的理想加权判决,从而解决了常规LMS盲方法收敛速度慢、信道估计性能不高的缺点.仿真证明,对于不同的多普勒频移、时延扩展以及时间,该方法均表现出了比常规LMS方法更优的性能.同时,该方法还可用于航天、雷达等领域估计其他特征参数.     

Modeling and supporting task-oriented group processes: Purposeful complex adaptive systems and Evolutionary Systems Design

Evolutionary Systems Design (ESD) is a universal general problem solving, formal modeling, design framework for purposeful complex adaptive systems (PCAS) and processes, i.e., task-oriented group processes. These processes constitute policy making, group decision, negotiation, and multiagent problem solving with human and/or artificial agents. ESD is also a framework for computer group support systems (GSS) that support these processes. The ESD general framework can be applied to define and solve specific problems. In this article the ESD framework is presented and illustrated by example. The article provides background for ESD computer implementations discussed in two other related articles (Lewis and Shakun 1996; Bui and Shakun 1996).     

供应链演化的内涵及其机制研究

供应链是由关联企业群体组成的复杂经济系统,其演化是一个由自组织与环境适应混合作用的系统演化过程。衡量供应链状态改变的标准是链中的核心企业。供应链演化包括两个层次:即供应链与环境相互作用和供应链内部自组织作用;创新是演化的内在动力,学习、知识信息共享、要素正常流动等都起着很重要作用;差异、选择、维持是供应链演化中主体间相互作用的根本机制。     

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。     

Labeling-based Zero-forcing Beamforming for LTE MU-MIMO

提出了一种聪明的TD-LTE MIMO操作模式,它结合了波束成形技术和闭环反馈MIMO的优点。 当eNB获得UE上行SRS参考信号的信道信息,L1进行基于码本的信道估计量化和标签化。L1将标签上传到L2,L2基于标签进行多用户调度,这样较好地解决了基于迫零的UE配对和L1/L2间跨层资源分配这两个问题。L1无需更多计算便可生成波束成形的预编码矩阵。同时,提出了在可接受的次优性能下一种易实现的一般性框架。为了达到目标,给出了新的码本设计标准和快速预编码矩阵的生成算法。     

改进的“当前”统计模型变采样率目标跟踪算法

为满足实际雷达系统对高精度和高实时性的要求,提出了一种改进的“当前”统计模型变采样率机动目标跟踪算法。该算法针对“当前”统计模型必须预设加速度极值和机动频率的问题,提出一种加速度方差和机动频率在线同步自适应方法,建立改进的“当前”统计模型机动目标跟踪算法;针对在线自适应方法计算量大的问题,结合采样周期的大小与目标机动特性的关系,引入变采样率方法。仿真结果表明,与传统“当前”统计模型相比,改进的“当前”统计模型机动目标跟踪算法能显著提高对不同机动强度目标的跟踪精度;变采样率方法通过减少采样点数,节省了系统资源,提高了跟踪实时性;所提算法将两者结合,用传统的“当前”统计模型1.5～2倍的平均采样周期得到了更小的位置均方根误差,实现了用单模型方法同时改善跟踪精度和实时性的目的。     

基于子带阵列盲处理的空时干扰抑制

在卫星智能天线终端,传统空时自适应滤波处理中自适应算法需要信号信息而缺乏实时性,阵列处理算法复杂而抗干扰能力不足,针对此问题,提出了一种子带盲自适应阵列处理算法,用于直扩系统空时干扰抑制技术。子带阵列处理相对纯空域处理提高了阵列自由度,相对传统空时的抽头延迟线阵列自适应结构又大大降低了算法复杂度。提出的子带指数型变步长线性约束恒模算法的自适应阵列处理算法能在低算法复杂度下提供较高的收敛速度和收敛精度,不需要发送训练序列,可实现盲自适应波束形成,易于实现实时跟踪信号变化。仿真结果表明新的空时干扰抑制方案具有更好的抗干扰性能。     

基于相空间重构及自适应支持向量机的短期风速预测

风速具有较强的随机性和间歇性,导致大规模风电接入电网会严重影响电力系统的安全稳定运行以及电能质量。较为准确的风速预测可以降低风能对电网的不利影响,为电网运行调度提供可靠的依据。在对风速进行混沌属性分析及相空间重构的基础上,采用自适应支持向量机进行短期风速预测,结果表明该方法的预测精度高于BP、RBF等预测模型。     

基于变量选择方法下的人民币汇率影响因素分析

在影响人民币汇率的众多因素中,选出GDP增长率、进出口差额增长率、货币和准货币供应量增长率、外汇储备增长率、中美相对消费价格指数、通货膨胀率和中美利差等7个影响人民币汇率的主要因素。选用了一种新的变量选择方法———自适应Lasso方法对人民币汇率影响因素进行有效的选择。同时使用真实数据作了实证研究,并与最小二乘法和逐步线性回归方法进行比较。结果表明：自适应Lasso方法在人民币汇率影响因素的选择方面,相对于逐步线性回归和最小二乘法有明显的优势。自适应Lasso方法不仅仅完成了模型的参数估计,同时也完成了对影响人民币汇率因素的筛选。     

How Market-Guanxi Ambidexterity Affects Adaptive Capability in China＇s Transition Economy

Whether market- and guanxi-based strategies are complementary or substitutable in shaping adaptive capability is a critical yet controversial issue. This paper tackles this problem by adopting the ambidexterity perspective. Specifically, using a sample of 185 Chinese private firms, this study examines the independent and interactive effects of market orientation （MO） and guanxi orientation （GO, i.e., emphasizing on building business and political ties） on adaptive capability of firms in transition economies. Our results suggest that both direct impacts and complementary impacts of MO and GO strongly exist in shaping firms＇ adaptive capability, indicating the importance of ＂strategic ambidexterity.＂ These findings have several theoretical implications for studies on ambidexterity and adaptive capability, and practical implications for finn strategies in transition economies.