MIMO-IBC下基于特征向量拆分的干扰对齐算法

针对多小区MIMO干扰广播信道(IBC),基于特征向量拆分,首先提出一种闭式求解干扰对齐(IA)算法,该算法通过特征向量拆分将干扰信道(ICI)对齐到特定低维子空间内,进而发射端利用迫零技术以消除ICI和用户间干扰;然后,综合特征向量拆分与最大化信干噪比准则,形成混合IA算法.相比已有研究成果,两种IA算法对发射天线数配置要求明显降低,数值仿真表明两种算法均可获得比经典正交复用方式更高的自由度.

走进平面向量 感悟数形结合

平面向量的代数性质和几何特点非常明显,是连接几何和代数的工具,是数形结合的典范.在学习时,我们要重概念,重基础,充分利用它的数形特征,体现向量的＂工具性＂.

基于模糊近似推理的Vague集双向近似推理方法

给出由有限论域上的Vague集导出的分拆真模糊向量和分拆非假模糊向量的定义。进而得到Vague集近似推理的真近似推理模型和非假近似推理模型。最后得到Vague集正向近似推理结论和逆向近似推理结论。实例表明这种Vague集双向近似推理方法是可行的。

多重集划分快速生成算法

通过引入两种新结构：有序搜索树和向量进制运算,设计了多重集划分和多重集k划分的有效非递归生成算法,并对算法的正确性和有效性进行了分析.算法可以在划分数的线性时间复杂度内生成所有划分,并且在平均意义下可以用常量时间由一个划分生成下一个划分.同时,该算法可用于整数拆分、普通集合划分以及其它组合生成问题。