Turbo码迭代次数对大气激光通信系统性能影响的分析

为了降低大气激光通信信道传输误码率,将Turbo码编码技术引入到大气激光通信系统中.通过对大气激光通信信道的分析,采用Turbo码对信道进行了编码,并对编译码系统进行了修正,建立了基于大气激光通信信道的系统模型;分析了迭代次数对大气激光通信系统性能的影响.仿真结果表明,Turbo码的迭代次数对所构建的系统性能有着显著的影响.     

一种有效的水声信道盲均衡算法

针对超指数迭代判决反馈盲均衡（SEIDFE）算法在水声通信系统中表现出的收敛性差的问题,提出了一种稳健性好、收敛快的双模式超指数迭代判决反馈盲均衡算法.该算法对均衡器输出的实部和虚部分别进行非线性变换以修正误差控制信号,从而纠正载波相位旋转;在此基础上,将一种新的自适应变步长算法应用到前馈滤波器前向权值的迭代步长中,提高算法收敛速度;并采取判决误差切换准则,将上述改进算法与判决导引算法有机结合起来,提高算法稳健性和收敛性能.仿真结果证明了该算法的有效性.     

典型水声信道盲均衡算法比较研究

水声通信系统因所处的环境复杂,水声信道均衡是一个非常重要的环节,在简介典型的4种盲均衡算法原理的基础上,即最小均方恒模算法(Least Mean Square Constant Modulus Alogorithm, LMS-CMA)、修正恒模算法(Modified Constant Modulus Alogorithm, MCMA)、判决引导(Decision Directed, DD)算法、双模式切换算法等,采用典型实数水声信道和混合相位的复数水声信道两种模型进行仿真测试,实验结果表明,相对于LMS-CMA和MCMA算法,双模式切换算法具有更快的收敛速度和更小的稳态剩余误差;相对于DD算法,双模式算法具有更佳的稳健性.     

应急通信下无人机能效优化

针对应急通信场景下无人机通信能效不高的问题,基于博弈论分别设计了蜂窝网络用户联盟形成算法和联盟形成算法。利用一阶高斯—马尔可夫过程对信道的周期性变化进行建模,建立系统的通信过程和能耗过程的数学模型,设计效用函数,将联盟形成博弈作为理论工具,根据所设计算法进行仿真实验。结果表明：相比其他典型策略,设计的策略提高了无人机的信息传输速率,降低了能耗,有效提高了无人机的能效。     

大气激光通信中几种调制方式的性能比较

为选择适合大气激光通信的信道调制方式,对湍流信道下的大气激光通信系统中的OOK,PPM,DPPM和DPIM调制方式的包误码率(PER)和带宽性能进行了仿真分析.结果表明,DPIM的PER性能最好,PPM和DPPM次之,OOK最差.当调制参数较小时,PPM的带宽性能较好;当调制参数较大时,DPPM和DPIM的带宽性能较好.除OOK之外的3种调制方式需要的功率都较小.     

OFDM通信PAPR性能改善的概率类算法研究

OFDM通信系统是正交多载波系统,很容易造成较高峰均功率比PAPR,从而严重降低OFDM系统的通信质量.文中分析了PAPR~]"OFDM通信性能的不利影响,探讨了改善PAPR性能的SLM.PTS概率类算法原理.基于Matlab软件构造了嵌入SLM,PTS算法模块的OFDM仿真验证系统,并提出了一种PTS改进算法.理论分析与仿真结果表明:SLM,PTS算法可有效减小PAPR OFDM通信性能的不利影响;PTS改进算法可在有效减小PAPR不利影响的前提下,减小OFDM发射机的复杂性.     

衰落信道下两发送天线MIMO系统V-BLAST算法研究

对两发送天线MIMO系统在相关瑞利和莱斯信道下V—BLAST检测算法的性能进行了分析,推导出最优和固定检测两种方案中第一步和第二步的误码率．相对于独立同分布瑞利信道,考察了相关瑞利信道和莱斯信道对接收信噪比的影响;相对于固定检测方案,讨论了最优检测算法对信噪比的提升．理论分析和仿真结果表明,瑞利信道相关性或莱斯信道的直达波分量会减弱最优检测方案对信噪比的提升．     

时变MIMO系统的联合符号检测与信道估计

针对MIMO系统时变多径信道,结舍分集舍并,提出一种带判决反馈的修正混和型MLSE（DF-MHMLSE）为基础的低复杂度联合符号检测与信道估计的递推算法．发送端仅需少量导频符号用于信道估计初始化,在此基础上,针对系统中各MISO子系统,分别采用修正混和型MLSE算法（MHMLSE）,形成临时判决符号矢量集合及对应的临时信道矢量集合,最终根据分集合并确定最佳判决符号矢量,同时实现信道矢量的自适应更新,该算法减小了传统MIMOMLSE的计算复杂度,实现了逐符号检测,并取得了较低的误比特率．     

一种移动自组网动态功率控制方法

在复杂多变的无线信道中实施移动自组网应用,一个首要的问题就是节能。本文提出基于信号强度的链路层发送功率控制方法,在实际物理信道环境中,通过在物理层和链路层添加针对信号功率的收集、分析和反馈功能,应对特定的信道状况和通信状况采用合适的发送功率进行通信,实现通信双方自适应的功率协调控制,确保节点的接收功率处在合理的大小范围内,以实现节点能量的合理使用与良好的通信性能。通过在NS-2环境下进行仿真实验,分析了该功率控制方法在功率节省和网络性能提升上的有效性。     

星型多跳网的路由算法

提出了一种新的多跳网路由算法，将信道的转换点设在星型网的中心，不仅减轻了各节点的处理信息负担，而且还缩短了信息的传输时延，这样就使信息的跳转次数降为两次，简化了路径的建立过程，并进行计算机模拟仿真结果与理论分析一致。     

土工离心机试验涵洞模型设计与分析

针对软基低路堤涵洞模型进行室内离心机试验,介绍了涵洞模型制作的过程以及遇到的一些问题。涵洞模型设计采用了必要的简化手段和替代材料,模型桩基设计采用了等复合模量的换算方法,同时考虑了道路面层与行车荷载的相关换算模式。模型试验结果表明:对于软基低路堤路段,涵洞设置水泥搅拌桩复合地基可以减小绝对沉降,但却增加了路面纵向差异沉降;从减少跳车现象、增加行车舒适性考虑,在软基低路堤路段涵洞设计时建议以控制不均匀沉降为主,以控制绝对沉降为辅的设计理念进行设计。     

基于桩网路堤简化分析方法的参数研究

为研究桩网路堤各影响参数对其传力机制与变形特性的影响,通过理论推导得出了桩网路堤简化分析方法,采用该方法对桩网路堤进行参数分析. 首先,综合考虑路堤填土土拱效应、地基支承作用和土工格栅效应,采用抛物线方程描述土工格栅变形,推导得到了针对正方形布桩型式的桩网路堤的分析方法;其次,通过与现场试验和目前主流设计方法对比分析,验证了本文计算方法结果可靠、计算过程简便;最后,采用该理论方法针对路堤高度、土工格栅刚度、地基软土厚度、软土模量对格栅张力、地基最大沉降和应力集中比的影响规律进行系统分析,在此基础上,引入非重复性二次方差分析对各参数的影响程度进行了量化对比. 研究结果表明:格栅张力与路堤填高、格栅刚度、地基软土厚度成正相关关系,与软土模量成负相关关系;地基沉降与路堤高度、软土厚度成正相关关系,与格栅刚度、地基软土模量成负相关关系;应力集中比与路堤高度、格栅刚度、地基软土厚度成正相关关系,与地基软土模量成负相关关系;降低地基软土厚度和增大软土模量是保证土工格栅正常工作情况下尽可能增大应力集中比的有效手段;缩小桩间距或采用大桩帽,其优化效果好于提高格栅抗拉刚度.      

基于模糊推理的高速公路软基处理技术决策专家系统研究

针对高速公路软基处理技术的方案决策问题,结合人工智能原理和软基处理的知识特点,建立了基于模糊推理的高速公路软基处理技术决策专家系统推理模型,重点阐述了系统参数的确定方法,并运用实例进行了推理验证。     

基于公交IC 卡数据的上车站点推算研究

为了分析城市公交乘客的出行特征,本文利用公交IC 卡及GPS数据对公交IC 卡乘客上车站点推算进行研究.针对安装车载GPS设备的车辆,运用GPS数据与IC 卡数据融合算法进行推算;对于无车载GPS设备的情况,为适应一票制IC 卡数据挖掘,对贝叶斯决策树算法进行改进,允许节点跳跃,推算上车站点,并且利用Markov 链特性降低算法的运算复杂度.同时,本文以北京公交数据为例,对提出的两种方法进行验证.结果表明,利用本文提出的方法推算上车站点,3 站之内误差的准确率达到90%以上,算法在兼顾算法精度的同时合理地控制了运算复杂度,可以实际运用于城市公交系统.     

软弱地基沉降规律及预测方法

控制路基沉降是保证高速公路建设质量的关键。选取常用的双曲线法、指数曲线法和灰色系统法对软弱地基沉降进行预测,对比分析三种方法预测的沉降量的大小,提出适宜的软弱地基沉降预测方法。结果表明：对于沉降观测值来说,灰色系统法与三点法和双曲线法相比,误差稍微有些偏大,但对于最终沉降量的预测。灰色系统法预测结果比较安全、可信程度高,因此,应用灰色模型预测软弱地基沉降具有良好的适用性。     

汽车EPS方案的模糊综合评价与排序研究

EPS转向感觉试验的评价涉及多个方面,要得到准确的对比评价结果比较困难.在应用模糊语言变量的基础上,将群体多准则决策和模糊多层次综合评价进行融合,采用轻便性、回正性、中间位置转向性能和移线性能及其对应的子因素作为评价因素集,利用标度法构建评价准则关系比较矩阵及模糊一致判断矩阵,并对各EPS方案对应的效用值进行模糊排序,既综合了专家群体意见,又合理保留了各级决策评价信息,从而保证了评价排序结果的可靠性,为EPS方案开发、参数优化提供了有效途径.     

基于智能优化算法的动态路径诱导方法研究进展

采用综述的方法对当前动态路径诱导方法中一些有代表性的智能优化算法进行了深刻的探讨与总结,为未来进行深入而广泛的智能交通系统研究及应用奠定基础.主要从算法特性、改进效果、性能评价等方面详细讨论了智能优化算法在动态路径诱导系统中的常见改进机制及其效果,给出了这些优化算法的基本思想、优缺点及其应用局限性;并对智能优化算法性能评价方法的研究现状进行了详细的分析与总结,为建模人员和研究人员对智能交通系统中动态路径诱导方法的选择和研究提供支持;最后结合算法应用分析成果,展望了智能优化算法在动态路径诱导系统中的应用发展前景和智能交通系统中进一步研究未来动态路径诱导算法的重要研究方向.     

高速公路软基处理方案的灰色区间关联决策评价

以经典灰色系统理论为基础,构建了灰色区间关联系数公式和区间关联度公式.针对高速公路软弱不良地基的不确定性,考虑了工程地质条件、工程造价、施工条件、处理效果和可靠性等综合因素,建立了地基处理方案的综合评价决策模型.并以某路段拟采用的4种地基处理方案评价为例,实现了软基处理方案的优化选择,说明了灰色区间关联决策方法结果可靠,具有实用性和有效性.     

定位-路径问题综述

研究了定位-路径问题(LRP), 总结了国内外LRP模型及其扩展模型, 比较了LRP模型求解算法的适用性, 分析了LRP测试算例的节点分布和数据规模, 提出了LRP研究的主要方向。研究结果表明: LRP模型从基于基础网络的最简化问题(带容量约束的LRP, CLRP) 向多方向模型进行扩展, 包括基于网络复杂化的LRP扩展, 如特定网络系统的多目标LRP (MOLRP)、同时取送货LRP (LRPSPD)、接驳转运中心LRP (CDCLRP)、两阶段LRP (2E-LRP)、选址-弧路径问题(LARP)、卡车和拖车路径问题(TTRP) 与设施地点为二维连续的LRP (PLRP), 基础网络参数不确定化的LRP, 包括带模糊数据的LRP与多计划周期LRP (MPLRP), 且正在向更切合实际的问题如高度集成、不确定与动态LRP发展; LRP算法方面, 精确算法仅可用于求解小规模LRP, 主要LRP求解算法由早期的智能算法逐渐转向元启发式算法、基于邻域搜索优化的算法与混合算法方向发展, 这些改进算法均基于特定LRP设计, 具有更好的求解性能, 尤其是采用基于多种破坏和修复因子的自适应大邻域搜索算法求解大规模LRP取得了较好的解, 且其改造性极强; 常用LRP测试算例的节点呈现均匀分布、堆分布及均匀与堆混合分布, 且逐渐产生了适用于2E-LRP与LRPSPD等扩展LRP的测试算例; 根据物流市场环境变化和需求, 提出LRP未来扩展研究的主要方向, 包括多阶段LRP的扩展(如2E-LRPSPD、考虑库存的2E-LRP等)、节点二维连续的LRP、客户含优先级的带竞争或盈利LRP、混合不确定LRP等切合实际的问题; 提出了LRP求解算法未来方向, 包括设计新型精确算法求解中、大规模LRP, 设计更准确更高效的组合启发式算法与应用近似算法求解LRP及扩展LRP的最优解。      

不完全信息的多目标决策分析方法研究

通过对拟建公路的经济、环境、社会以及技术等方面的分析,建立了其建设方案的分层评价指标体系．针对现有综合评判的不足,利用灰色系统理论关联度和模糊层次分析法,建立了灰色模糊决策综合评价模型．利用该模型对该公路项目的3种方案进行综合评价,证明所建立的评价模型能够利用全部信息,将复杂的方案进行优劣排序,最后获得结果比较客观、公正的反映公路建设投资决策综合评价的实际情况．