一种在OFDM系统中同步训练序列结构优化方法

同步对于正交频分复用（OFDM）性能至关重要,由于经典Schmidl＆Cox同步算法在符号定时同步估计中,存在同步估计不准确性问题,故对训练序列的结构进行优化,以提高系统性能.     

适用于OFDM系统的符号定时盲同步技术

针对已有算法只适用于恒定包络调制星座图的限制,提出了一种适用于任意星座图映射的OFDM系统的符号定时盲同步方法。通过最大化接收信号的非高斯性,接收机可以将DFT窗口的起始点锁定在安全区域内以完成符号定时同步。利用滑动窗口进一步提高算法精度。仿真结果证明了算法的有效性。     

一种在OFDM系统中提高同步估计性能的方法

正交频分复用（OFDM）作为未来移动通信的主导技术,其同步仍是需要研究的重要课题．针对Schmidl＆Cox同步算法在符号定时同步估计中的不准确性,提出对训练序列作符号同步相关运算的滑动窗口进行改进,仿真表明所提方法的有效性．     

基于同步多样性的公交时刻优化方法

分析了现有公交调度方法中大间隔发车、局部收敛与时间不协调等问题,以最大同时到站次数和最大同时到站车辆数量为优化目标,以末车定时、站点允许排队长度、服务质量、线路服务时间跨度为约束条件,建立了公交时刻优化方法,设计了基于网络选点规则和网络同步规则的求解算法。计算结果表明:当公交网络中存在2条线路与2个站点且发车时间在30min内时,应用提出的方法,在2个站点共产生3次同步,线路1的发车时刻分别为第5、15、20、30min,线路2的发车时刻分别为第0、10、30min;与现有方法相比,同步次数减少1次,发车时刻完全分布于规定时间内,消除了剩余时间,获得了非均匀化的发车间隔,体现了同步的多样性。     

可控硅触发角移相定时方法探讨

针对可控硅触发角分区移相定时方法,讨论了由于同步电路参数变化所造成的可控硅漏触发情况,并在原触发角分区移相定时方法基础上给出了一种改进方法.     

FLOW-SHOP网络交链系统的无阻塞最优协调控制

用极大代数模块网络法，建立FLOW－SHOP网络交链系统的数据结构模型，在这个模型上，提出了寻找交链系统特征值的周期同步算法和寻找特征向量的递归协调算法。结果证明，FLOW－SHOP网络交链系统的无阻塞最优协调控制是一类线性状态反馈且最优协调控制系统的优控参数可以直接列写，最后的例子指出，最优协调算法是一个有效的算法。     

一致性车辆路径问题下基于模板路径的模拟退火法

根据一致性车辆路径问题的“服务一致性”特征,本文提出了基于模板路径的 模拟退火法（TSA）以更好地求解此问题.该算法求解分为2 个阶段：第1 阶段求解模板路 径,第2 阶段以所得模板路径为参考获得各天车辆具体配送路径方案,2 个阶段均采用模 拟退火法进行优化.借助小、中规模基准数据集,文章对TSA算法进行数值实验,并将实 验结果与ConRTR算法和TTS算法的结果作比较,利用TSA法求解一致性车辆路径问题 得到的配送路径方案和“服务一致性”指标均得到优化.实验结果表明,运用TSA算法规 划车辆配送路径方案,不仅能够降低运营成本,还能提高配送服务质量.     

多径信道下基于最小平均峰度准则的盲多用户检测算法

基于最小平均峰度(LMK)准则，提出了一种适用于同步直扩码分多(DS／CDMA)系统多径慢衰落信道中的盲自适应多用户检测算法．这种算法基于高阶统计量特性，算法复杂度相对较低．仿真结果表明，该算法的稳态性能与子空间自适应多用户检测算法相当，是一种较好的多用户检测算法，有一定的实际应用价值．     

可控硅触发角移相定时方法探讨

针对可控硅触发角分区移相定时方法,讨论了由同步电路参数变化所造成的可控硅漏触发情况,并在原触发角分区移相定时方法基础上给出了一种改进方法。     

定时条件下列车节能操纵研究综述

在简单介绍了定时条件下列车节能操纵问题的定义和研究意义的基础上,归纳出了近年来关于定时条件下列车节能操纵问题的三大类求解方法:能耗模型结合启发式算法寻优的方法、局部优化仿真计算结合全局寻优策略的方法,以及列车运行仿真结合启发式算法的方法,并且对其一一进行了简要的分析.文章在最后列出了前人总结的节能操纵策略并概括了该领域...     

对多路径交通分配的节点分配算法的讨论

针对文[1]中的多路径交通分配的节点分配算法存在的问题进行了讨论,提出了合理的修正方法,该方法需要路径的列举.最后给出了修正方法的应用实例并与Dial算法进行了比较.     

无线传感器网络多路径路由算法的研究

在多路径路由算法的研究中,仍然存在着一定的局限性,如没有充分考虑网络中链路的多重特性.因此,文中在定向扩散路由算法的基础上提出了一种多路径路由算法(EDB-MRA).该算法在源节点和目的节点之间建立多条路径,根据网络链路中的3个特征值--能量消耗、延时和带宽,给每条路径赋予一定的选择概率,使得数据总能在链路性能较优的多路径中传输,从而延长了网络的生存周期,提高了传输的可靠性.     

网络最短路径定界搜索算法

用Dijkstra算法求解大规模网络两顶点间最短路径时，需计算大量与最短路径无关的顶点，效率较低，双向定界搜索算法是首先对网络进行双向搜索，得到一条经任意点的最短路径，一般情况下，这条路径已非常接近、甚至等于最短路径。然后，以此路径的标号(即路径长)作为搜索计算的界，进行双向标号计算，对超过界的顶点不再计算，以提高计算效率．算法分析表明，用该算法可使计算效率提高约一倍。     

交通分配的粒子群优化算法

为了方便合理地分配交通量,提出了交通量多路径分配的粒子群优化算法。算法的求解方法是在粒子群算法中构造了路径条数维的粒子空间,每维对应一条可行性路线,其值为对应路径所分配的交通量;对粒子进行归一化处理,使交通量守恒,并进行交通量的多路径分配;根据目标函数评价与筛选粒子,直到满足终止条件。实例计算结果表明:利用粒子群算法得到的目标函数值最小,各路段分配的交通量没有超容量现象,模型求解过程具有方向性,对交通分配的网络规模无限制,因此,粒子群优化算法可行、合理。     

Research on a Task Planning Method for Multi-Ship Cooperative Driving

A new method for a cooperative multi-task allocation problem(CMTAP) is proposed in this paper,taking into account the multi-ship, multi-target, multi-task and multi-constraint characteristics in a multi-ship cooperative driving(MCD) system. On the basis of the general CMTAP model, an MCD task assignment model is established. Furthermore, a genetic ant colony hybrid algorithm(GACHA) is proposed for this model using constraints, including timing constraints, multi-ship collaboration constraints and ship capacity constraints. This algorithm uses a genetic algorithm(GA) based on a task sequence, while the crossover and mutation operators are based on similar tasks. In order to reduce the dependence of the GA on the initial population, an ant colony algorithm(ACA) is used to produce the initial population. In order to meet the environmental constraints of ship navigation, the results of the task allocation and path planning are combined to generate an MCD task planning scheme. The results of a simulated experiment using simulated data show that the proposed method can make the assignment more optimized on the basis of satisfying the task assignment constraints and the ship navigation environment constraints. Moreover, the experimental results using real data also indicate that the proposed method can find the optimal solution rapidly, and thus improve the task allocation efficiency.     

基于布尔可满足性的动态路径优化算法

在对现有的经典路径优化算法性能进行分析基础上,指出现有算法的缺点。通过对布尔可满足性理论的研究,提出基于布尔可满足性的路径优化算法,并结合记忆机制,将其应用在动态路径优化中,减少最短路径的搜索时间和不必要的重复搜索,体现该算法的优势。最后,利用该算法对一简单路网进行验证。     

基于改进蚁群算法的多AGV泊车路径规划

针对智能停车库中自动导引小车(Automated Guided Vehicle,AGV)存取车的路径规划问题,提出一种基于改进蚁群算法的多AGV泊车路径规划方法.单AGV路径规划方面,在基本蚁群算法基础上引入蚂蚁回退策略来增强适应性,同时改进启发式信息和信息素更新策略提高算法的收敛速度和寻优能力.多AGV路径规划方面,提出改进冲突解决策略来解决多AGV之间的冲突,其中采用临时规避-重新寻路策略来解决相向冲突.针对某典型停车场抽象模型的仿真结果表明,改进蚁群算法寻路成功率更高,并具有较强的全局搜索能力和较快的收敛速度,改进冲突解决策略能合理避免冲突,可以满足多AGV存取车路径规划的要求.     

交通网络最优路径搜索的蚁群算法

针对交通网络中最优路径搜索问题,本文提出一种基于蚁群算法的新的求解方法。首先从剖析最优路径问题的求解要求出发,探讨蚁群算法求解的优势,由于其并行性、正反馈、协作性等特点,能在较短的时间内发现较优解。然后,根据交通网络的特性,在基本蚁群算法的基础上,引入信息素限定规则,采用平滑机制进行局部更新,改进了全局更新模型等,使该算法更能满足交通系统最优路径的求解要求,降低了路径选择的复杂性,从而提高计算效率。对改进的模型进行的模拟实验和比较分析表明,该模型与算法的效果良好。该研究为交通系统最优路径问题开创了一条新的途径,同时显示出蚁群算法在交通分配中的良好使用前景。