基于遗传算法的参与式感知激励机制的优化

以最大化有效参与者数量和最大化感知区域覆盖率为优化目标,以服务提供者的有限预算为约束,建立参与式感知激励机制多目标优化模型,运用遗传算法对模型求最优解。同经典激励机制优化方法 RADP-VPC-RC和GIA在相同参数条件下的仿真结果进行对比,证实了遗传算法优化模型的有效性和优越性。

基于Y型阵MIMO天线互耦效应及信道容量

针对多输入多输出(MIMO)天线阵列在阵元间距较小及平均波达角较大时信道容量会急剧下降的问题,提出了基于Y型阵列结构的MIMO接收天线模型.利用天线阵列互耦效应等效网络模型,导出Y型阵模型的信道相关性和互耦相关性的闭合表达式,阐明了其阵列互耦效应下信道相关性与无互耦相关性之间的关系.分析了入射信号的中心到达角和角度扩展分别对互耦效应下Y型阵MIMO信道容量的影响.与均匀圆型天线阵列性能比较结果表明,Y型MIMO天线阵列能充分利用其空间结构,具有稳定的信道容量,且信道容量优于均匀圆型天线阵列,能有效地改善阵列互耦效应,提高系统性能.