协作通信系统中能效优化的中继分配算法

在协作通信系统中,中继节点的合理分配对于系统性能提升具有重要的意义。然而,现有的方法往往只从系统容量最大化或者功率最小化单方面研究中继节点分配,缺乏对两者的综合考虑以致最终的中继分配结果不是最优。通过对基于能效(容量/发送功率)的中继分配进行研究,提出一种能效最大化为目标的中继分配算法(EERAA)。该算法首先优化各协作链路能效,然后通过最大权重匹配方法为各源移动终端进行中继节点的分配,从而有效地提高系统能效。经仿真验证,该算法跟现有的算法相比,能得到更高的系统能效。     

矿井无线通信系统功率分配优化算法

针对矿井无线通信系统中主、次级信号传输存在相互干扰等问题,提出了集中式功率分配算法,建立了功率分配系统模型,列出了中继节点处功率分配的目标函数,以此来最大化系统加权速率以及最小化系统加权功率,并对集中式系统的功率分配进行分析,把问题转化为特定的最小化和最大化问题求出最优解,使信号间的干扰最小化.算法应用于实际矿井通信测试并对测试数据进行仿真分析,表明该分配方案正确、可行.     

基于多元LDPC码的多用户协作方案

与Turbo码相比,多元LDPC码有更好的waterfall和error floor性能。该文将多元LDPC码应用于译码转发协作系统中,提出基于中断概率的多用户协作方案。各用户通过判断自己与信源节点间的信道是否发生中断,决定是否作为中继。若没有发生中断,用户先对接收到的信息进行译码,再采用多元LDPC码重新编码后发送至目的节点。仿真结果表明,当误比特率(BER)为10 4时,相比于随机协作方案,该方案在高斯信道下可获得0.3 dB的性能改善,在瑞利衰落信道下可获得0.4 dB的性能改善。     

认知无线网络中基于免疫克隆优化的功率分配

针对认知OFDM无线网络中下行链路的功率分配问题,将其建模为一个约束优化问题,进而提出了一种基于免疫克隆的求解方法。给出了功率分配的数学优化模型、算法实现过程和关键技术,设计了适合算法求解的编码、克隆、变异算子。仿真实验结果表明,在总发射功率、误码率及主用户可接受的干扰约束下,该算法可以获得更大的总数据传输率,同时具有较快的收敛速度,能够得到较优的功率分配方案,进而提高频谱利用效率。     

基于位置的认知网络中继选择与功率分配

针对认知网络中,认知源和目的都位于同一个主用户的覆盖区内但距离较远的情形,通过使用主用户频段,采用中继在源和目的间建立多跳路由实现通信。给出一种利用位置信息,以优化跳数和总发射功率为目标的中继选择算法;同时给出一种以最大化系统容量为目标、以总发射功率和接收信干比为约束条件的功率分配算法。仿真结果表明,该文算法能够有效降低系统总发射功率和提高系统容量。     

基于遗传算法的多源多周期采购决策优化

为了降低供应链网络采购成本同时避免单源采购的风险,课题组研究了多源采购中多周期和多原料的供应链订单分配问题。考虑价格折扣和采购量的约束,建立了以期望成本最小化为目标的非线性规划模型,并采用遗传算法进行优化计算。设计了遗传算法双层编码染色体及相应的遗传算子,以MATLAB为平台进行优化。将算例分别采用遗传算法和启发式算法进行计算,计算结果验证了所设计的遗传算法是有效的。该研究可以协同优化多制造商对多供应商的订单分配问题,降低采购风险。     

基于人工神经网络方法的通信基站能耗标杆建立与分析

随着通信基站用电量的不断增加, 基站耗能的管控变得越来越重要, 基于对公共建筑建立能耗标杆的方法的研究, 进行方法引用从而建立通信基站能耗标杆. 引用人工神经网络方法来预测基站全年能耗, 预测精度达到最大相对误差为7.55%的水平, 同时, 根据人工神经网络的重要性分析得到影响基站能耗的最重要因素分别为主设备功率、 空调能效比和气温, 从而给出节能应从这三方面抓起的管理建议.     

基于分布式数据库系统的数据分配模型研究

提出一种基于分布式数据库的数据分配策略问题,数据分配得好对整个应用系统的改进、数据的可用性、提高分布式数据库(DDB)的效率和可靠性有很大影响.数据片段分配得好,整个系统的性能才会处于一个良好的状态.以通信代价作为衡量标准,通过实例研究数据分配方法的原理及用法,并对各自的优缺点进行了比较与分析的研究.     

基于GA-BP和小波-SVM算法的风电场短期功率预测

风力发电过程中的功率预测问题是制约风力发电发展的重要因素。针对单一传统神经网络易陷入局部最优的问题,提出了利用信息熵原理把遗传算法优化的BP网络和小波-支持向量机2种算法进行组合预测,结合华北某风电场提供的历史功率数据和数值天气预报数据对未来48 h功率进行预测,仿真结果表明,该组合预测方法的预测精度比单一预测模型的预测精度高,效率高,具有一定实用价值。     

基于Overlay-Underlay的功率控制路由算法

对现有混合式认知无线电网络频谱共享模型进行改进,解决了现有路由算法在干扰与时延处理方面的缺陷,提出了一种基于Overlay-Underlay频谱共享的路由算法。该算法以着色图为路由分析模型,以最短路径和链路状态作为路由指标,以最小累积干扰为信道分配指标,优先接入空闲授权信道,否则利用功率冗余接入,发展了一种具有功率控制的端到端路径选择和信道分配方法。仿真研究结果表明了该算法的有效性,与现有路由算法相比,提高了网络吞吐量,降低了丢包率和端到端时延。     

基于遗传算法的无线传感器网络路径优化

提出使用遗传算法对无线传感器网络进行路径优化,考虑节点能耗和路由恢复时间等实际因素的影响,将这些影响作为路径优化问题的约束条件来处理;考虑各种约束条件和多种目标按照重要性的优先次序,使WSN有更长的寿命;对算法的各个环节进行了细致的分析,包括染色体的表示和编码、适应度函数的设计、遗传操作算子的设计及算法参数的分析和选取。大量的仿真实验证明,使用GA能找到WSN有效的优化路由。     

基于DEA的碳减排分配及弥补方案研究

环境对经济发展的影响越来越大。二氧化碳减排(CEA)分配越来越引起学者的关注。在本文中,我们把数据包络分析(DEA)引入到集中分配CEA的模型中,达成更有效的分配。可是,追求总体利润最大化的集中分配与个人利益产生了矛盾,导致在执行方面出现了困难,本文还提出了两步法来解决这个问题。第一步,分别在规模报酬不变(CRS)和规模报酬递增(VRS)的情形下提出基于DEA的CEA集中分配模型,第二步,提出弥补方案,对在集中分配中受损的国家给予补偿,这样就解决了再执行方面的困难。本文最后应用经济合作组织(OECD)中的21个国家来陈述研究的观点。     

基于多代理和遗传算法的协同生产调度研究

针对经典作业车间调度(Job-Shop Scheduling)问题的局限性,结合实际生产情况,提出了基于多代理机制的供应链环境下的企业间的协同生产调度(Cooperated production scheduling)系统的体系结构,结合多代理的灵活性和遗传算法的全局优化性,阐述了一种基于多代理和遗传算法的协同调度系统,并寻求适合于这种供应链环境的优化调度方案。     

基于遗传算法的多模式资源受限项目调度问题

针对多模式资源受限项目调度问题,采用问题任务链表和模式链表的双链表结构的编码方式、串行调度生成方案的解码方式对传统遗传算法进行改进,并通过交叉、变异、选择等算子进行全局性概率搜索确定较优方案。针对PSPLIB中的基准问题对该算法进行验证,证明该算法的有效性。     

基于变权综合的多指标席位分配模型

从指标的综合加权入手,对经典席位分配模型进行了推广,建立了多指标席位分配模型,以拓宽这种模型的应用范围.采用指标标准化,变权综合的方法对各种指标进行加权,克服了传统加权方法的不公平问题。最后以学校科研项目的分配说明多指标席位分配方法的更加合理,更加公平和广泛。     

基于股利理论的国有垄断企业红利分配方案改进

现阶段,国有垄断企业红利分配存在上缴比例偏低、分红比例一刀切、同股不同酬等问题,难以实现红利分配公正化。为此,在借鉴西方股利理论和股利政策基础上,根据股份制改革进程设计适合我国垄断企业发展的红利分配政策。垄断企业红利分配方案应当结合自身特殊性,对于正在进行或完成股份制改革的垄断企业,应当参照低正常加额外股利政策。对于尚未开始股份制改革的国有独资企业,应当借鉴剩余股利政策。     

基于实数编码的多种群遗传算法的点云配准

针对不同视角下测量的点云在配准时计算量大、速度慢的缺点,提出了一种基于实数编码的多种群遗传算法的配准方法,可以克服标准遗传算法速度慢、精度差的缺点,有效地提高全局搜索能力,实验结果表明:实数编码的多种群遗传算法能够快速获得较好的配准结果,以此结果作为初始位置进行最近点迭代法配准,能迅速达到所要求的精度,获得理想的配准效果。     

基于S-D分配的集中式多传感器不敏滤波算法

研究了非线性环境中的集中式多传感器多目标跟踪问题,提出了一种基于S-D分配的集中式多传感器不敏滤波算法。算法通过广义S-D分配技术实现每个传感器中的量测与目标的数据关联,求得所有可能互联中的最佳划分,然后按照顺序多传感器联合概率数据互联算法,依次处理最佳划分中各传感器源于同一目标的量测,在此基础上通过不敏卡尔曼滤波(UKF)解决非线性系统中的目标跟踪问题。最后给出了该算法与MSJPDA/EKF算法的仿真比较,结果表明该算法具有更高的稳定性和跟踪精度。     

基于分配和寻径算法的QoS方案(英文)

讨论了一种基于开放式环境的QoS实现方案,它是在开放系统中资源有限的条件下,为具有QoS需求的应用提供服务。该方案设计了一系列用来描述端到端应用、系统资源特征的抽象结构和QoS的实现算法。其结果解决了开放系统中为支持QoS所引起的诸如系统各层中缺乏QoS的协调表达等一些重要问题。系统还支持QoS动态重协商,能够同时为尽可能多的应用提供服务。