大规模离散MU-MIMO:低复杂度、信息理论最优检测与多用户编码

研究了一种实际的大规模离散多用户多输入多输出(MU-MIMO)系统,涵盖了大规模天线与用户、实用的信道编译码、任意输入分布、仅接收机已知信道状态信息、一般右酉不变信道矩阵、模数转化器等实际通信约束。针对理想和低分辨率模数转换器下的大规模离散MU-MIMO系统,分别提出了低复杂度、信息理论最优接收机和多用户码设计准则,并给出实际多用户低密度奇偶校验码(LDPC)设计。数值实验证实所设计的多用户LDPC比现有的单用户LDPC获得了2~5dB性能增益,同时还解决在信道恶劣和低分辨率模数转换器下单用户码无法准确恢复信息的难题,揭示了现有贝叶斯最优接收机与单用户码直接结合不再是最优方案。

面向大规模特征选择的自监督数据驱动粒子群优化算法

大规模特征选择问题的求解通常面临两大挑战:一是真实标签不足,难以引导算法进行特征选择;二是搜索空间规模大,难以搜索到满意的高质量解。为此,提出了新型的面向大规模特征选择的自监督数据驱动粒子群优化算法。第一,提出了自监督数据驱动特征选择的新型算法框架,可不依赖于真实标签进行特征选择。第二,提出了基于离散区域编码的搜索策略,帮助算法在大规模搜索空间中找到更优解。第三,基于上述的框架和方法,提出了自监督数据驱动粒子群优化算法,实现对问题的求解。在大规模特征数据集上的实验结果显示,提出的算法与主流有监督算法表现相当,并比前沿无监督算法具有更高的特征选择效率。

基于PARAFAC分解的大规模MU-MIMO稀疏信道估计

针对大规模MU-MIMO(多用户多输入多输出)系统中上行链路的信道估计问题,提出了一种基于平行因子(PARAFAC)分解的稀疏信道估计算法.该算法利用稀疏数学模型构造稀疏信道模型,将稀疏理论与张量分解相结合,对基站端的接收信号进行PARAFAC建模.在满足唯一性分解条件下,利用双线性交替最小二乘(BALS)拟合算法联合估计出多个用户的信号矩阵与信道矩阵.仿真结果表明:所提算法的估计性能优于经典的正交匹配跟踪算法等稀疏信道估计算法,与基于导频序列的估计方法相比,其信道估计的精度大幅提高;仅需少量导频,降低了导频开销,实现了高频谱效率的通信传输.

基于FEM-DEM耦合的大规模喷丸速度分布仿真研究

通过研究大规模喷丸仿真中的弹丸速度问题发现,弹丸之间由于相互碰撞影响,导致弹丸撞击到金属表面时的速度是不一致的,且弹丸束内部和外部的弹丸分布也是不一致的,因此现阶段的弹丸速度测量方法具有一定的局限性。针对这一现象,基于FEM-DEM耦合模型,采用直接模拟大规模喷丸仿真的方法,得出了大规模喷丸仿真问题中的弹丸速度和Almen强度的关系,对研究大规模喷丸仿真问题提供了一定的参考价值。

基于改进离散布谷鸟搜索算法的毫米波大规模MIMO系统波束选择

在毫米波大规模MIMO系统中采用全数字编码需要大量的射频链路,从而导致能量损耗过高。针对这一问题提出一种基于离散布谷鸟搜索算法(Discrete cuckoo search,DCS)的波束选择方案,减少所需射频链路数而不会造成明显的性能损失。首先分析毫米波大规模MIMO系统的波束选择模型,引用DCS算法来求解模型;然后针对布谷鸟算法Levy飞行离散化结果中出现的非正常编码,采用启发式贪婪算法进行修复;将遗传算法中的复制引入DCS算法中,复制全局最优的鸟巢来替换其中被发现的鸟巢,加快算法收敛速度。仿真结果表明,所提基于改进DCS算法的波束选择方案相比几种已有的方案可以获得更优的和速率性能。

大规模离散线性系统的分散饱和反馈镇定(英文)

考虑了具有执行器饱和的大规模离散时间线性系统分散控制器的设计。首先进行了在执行器幅值饱和的情形下的研究,然后延伸到执行器具有多层饱和的情况,例如,幅值和速率同时存在饱和或通过多层神经元网络近似的执行器非线性。在这2种情况下,给出了闭环系统在分散状态反馈律的作用下,椭球收敛不变性的条件。基于这些条件,可取得大吸引域的分散状态反馈控制律的设计可以归结为具有双线性矩阵不等式(BM I)约束的优化问题。对这些双线性约束优化问题提出了数值算法。数值算例显示了所提出的设计方法的有效性。

大规模网络仿真方法研究

当今计算机仿真已经成为研究计算机网络的一种非常有效的评估工具。随着现代网络的规模和复杂度不断扩大,仿真大规模网络的需求越来越迫切,因此网络仿真的可伸缩性就变得尤为重要。该文首先指出了仿真大规模网络存在的所需存储量大、仿真时间长等基本问题,然后重点阐述了并行分布式仿真、仿真的分析抽象和仿真算法优化三种改善网络仿真可伸缩性的主要方法及其相关工具,最后加以总结并指出了今后大规模网络仿真的发展趋势。

基于区域收缩的大规模数据库人脸识别

为提高大规模数据库人脸识别的速度和减少内存占用,提出了基于区域收缩的大规模数据库人脸识别方法。把离散余弦变换(DCT)图像压缩技术推广到人脸特征数据库的压缩,对数据库进行多级压缩,生成几个压缩率逐步降低的子数据库。在这些子数据库上,按压缩比由高到低的顺序,逐级进行粗略的人脸识别,根据上一级的识别结果,逐级缩小识别范围。最后,在一个很小的范围内,在原未压缩的数据库上进行精确识别。实验显示,识别时间仅为传统方法的29.2%,内存占用仅为传统方法的10.2%,硬盘资源消耗比传统方法仅多11%,识别率没有显著降低。

支持大规模定制的商业过程仿真建模研究

根据大规模定制的需要将工作流技术和基于Agent方法进行融合,提出了一种基于Agent增强工作流技术的面向实施的业务过程建模与离散事件分布仿真方案。该方案包括P＿PROCE工作流元模型、一个基于该元模型的工作流系统和一个名为E-Agent的多Agent系统。为了支持该方案,构建了一个Agent增强工作流信息系统,通过该系统,可以对商业过程进行建模、仿真和优化。最后讨论了该系统的结构和实现。

可用于HDTV解码器的基于ROM查找表的IDCT电路大规模集成电路实现

介绍了采用基于ROM查找表的全数字反离散余弦变换(IDCT)电路的算法原理及其并行架构的大规模集成电路实现.首先将二维IDCT转换为两个一维IDCT变换,根据蝶形算法进一步转换为矩阵的乘加运算.通过将连续输入的一个块的奇列或偶列的4个数据进行数据位重排,即将4个数据中相同的位组合在一起,则可用一个ROM查找表实现不同位的乘加运算.避免了硬件上的乘法器开销,具有很高的实现效率并节省硬件资源面积,因此可用于HDTV的实时解码器中,有助于降低电路的功耗.该电路已用于已开发的MPEG-2 MP@HL高清解码芯片,采用0.18μmCMOS工艺成功进行了流片.

气固两相流动系统基本特征的大规模模拟

运用基于颗粒运动分解思想的硬球模型模拟了气固两相流动系统的基本特征 ,讨论了操作条件对其的影响 .其模拟结果表明 :与国际上现有离散型模型相比 ,基于颗粒运动分解思想的硬球模型具有更为真实的优点 。

基于并行计算的大规模群体行为建模与仿真方法研究

为解决当前群体行为模型因规模扩大而导致计算量剧增的问题,采用并行离散事件方法构建了大规模群体行为模型,利用YH-SUPE仿真引擎实现了群体行为模型的并行计算。重点介绍了模型中仿真对象和仿真对象信息交互的设计方法,并对该模型在不同数量的节点和仿真实体的环境下进行了测试。实验结果表明,将并行计算引入群体行为建模之中,可以显著提高仿真个体的数量,更加有效地支持了群体模型的实时运行。

基于DPSO-GT-SA算法的大规模UCAV协同任务分配

无人作战飞机(UCAV)编队任务分配是研究UCAV编队飞行作战的关键.针对复杂约束环境下大规模UCAV协同任务分配问题,提出改进离散粒子群算法.根据现有UCAV编队空对地饱和作战模式,建立UCAV编队作战环境中任务分配模型,通过采用离散粒子群优化-郭涛-模拟退火算法(DPSO-GT-SA)进行求解.根据粒子编码方式建立粒子与UCAV及目标之间的映射,通过粒子交叉变异进行搜索与寻优,并通过模拟退火Metropolis准则跳出局部最优.在复杂约束条件下,为解决离散粒子群-郭涛算法(DPSO-GT)陷入局部极小问题,引入改进模拟退火算法.为解决模拟退火后期收敛速度慢问题,在DPSO-GT-SA算法中加入动态温度衰减因子.仿真结果表明,改进离散粒子群算法可以更好地解决大规模UCAV协同任务分配问题.

双层规划模型的大规模UCAV编队队形优化

为解决复杂约束环境下大规模无人战斗机(UCAV)编队队形优化问题,提出基于双层规划模型的队形优化求解算法.以大规模UCAV编队空对地饱和打击作战场景为例,建立UCAV编队作战上层规划模型,通过采用离散粒子群-模拟退火(DPSO-SA)算法进行求解,得到执行每个任务的UCAV编号和最优队形;根据现有的编队作战队形库,建立编队中UCAV站位下层规划模型,通过采用遗传算法进行求解,得到UCAV在队形中的位置.仿真结果表明:在上层规划模型中引入改进模拟退火算法,可以解决离散粒子群算法易陷入局部极小值的问题;设计双层规划模型,可以解决DPSO-SA算法后期收敛速度慢的问题.相对于单层规划模型,双层规划模型求解大规模UCAV编队队形优化问题收敛速度更快,寻优效果更好.

离散型制造企业数字化转型模式探索研究

数字化转型是企业高质量发展的必选项,离散型制造业的不同细分行业应采取差异化的数字化转型模式和转型方向。本文通过分析灯塔工厂和智能制造示范工厂等智能制造标杆企业的数字化转型案例,系统梳理出企业类型、转型模式、重点转型方向之间的逻辑关系,提炼出适合离散型制造业的智能化生产、大规模个性化定制、产品远程运维服务等三类数字化转型模式以及重点转型方向,为企业数字化转型模式和重点转型方向的选择提供借鉴。

一种适合JPEG2000的离散小波变换VLSI统一结构

提出了一种基于提升算法(lifting)的离散小波变换(DWT)统一结构。它无需额外的边界延拓过程,经配置后可适用于JPEG2000中的无损或有损小波变换。通过将边界延拓过程内嵌于离散小波变换中,可以降低功耗,减少所需内存。为了达到更高的处理速度和硬件利用率,采用了流水线和折叠结构。这种高效紧凑的离散小波变换结构适用于JPEG2000编码器和各种实时图像/视频应用系统。

基于混合离散粒子群优化的轨道分配算法

现有的轨道分配工作大多忽略局部线网问题,并且容易陷入局部极值.为此,文中基于离散粒子群优化、遗传操作和基于协商的精炼策略,综合考虑局部线网、重叠冲突、线长和障碍物,提出轨道分配算法.算法抽象局部线网,构建对应的线段模型.为了扩大种群多样性,混合遗传操作以提高全局搜索效率.同时,设计简单高效的适应度函数.最后,使用基于协商的精炼策略进一步减少线段重叠.实验表明文中算法的有效性,该算法可以获得较佳的重叠代价指标优化值,减少关键布线区域的拥挤情况.

一种高效的多级递归提升离散小波变换VLSI架构

提出了一种基于提升模式的递归算法实现多级离散小波变换,该算法通过交错计算各级小波变换,提高了运算效率.文中以9/7提升小波为例,给出了相应的多级离散小波变换架构.该架构在Altera的StratixⅡEP2S60 FPGA上得到了综合验证,运行频率达到了80 MHz.分析和比较表明,该架构能够显著减少多级离散小波变换的运行时间,提高硬件利用率,减少存储器大小,具有速度快、面积小、功耗低等优点.和已有的架构相比,硬件利用率最大可提高22%.

高性能二维9/7离散小波变换VLSI结构

为了降低二维小波变换中的存储消耗并同时提高电路处理速度,提出了一种二维并行的VLSI结构。通过充分挖掘二维变换中行变换和列变换之间的关系,优化了行变换核和列变换核的并行数据扫描输入方式,将9/7小波变换的中间存储降低至4N。同时,采用基于翻转格式的流水线技术,将电路的关键路径缩短至一级乘法器延时,有效地提高了电路处理速度,并通过伸缩电路合并的优化方法将乘法器个数降低至10个,从而有效地减少了硬件资源消耗。

基于DDQN改进方法的“斗地主”策略

基于当前一些已有方法在牌类博弈中训练时间长、动作空间大、胜率低等问题,提出了针对DDQN算法网络架构、编码方式的改进方法。采用二进制对手牌特征进行编码,采用手牌拆分的方法把神经网络分为主牌神经网络和副牌神经网络,并且增加GRU神经网络处理序列动作。经实验表明,该算法训练时间比传统DQN算法缩短了13%,在“地主”和“农民”位置上的平均胜率为70%和75%,高于DQN算法的28%和60%,证明了改进算法在上述部分指标方面的优势。