提出了一种全新的人工智能研究方法,称为第4方法,或“机制主义”方法,从智能生成的共性核心机制入手探讨智能的本质. 结果发现,在一般情形下,智能生成的共性核心机制表现为“信息—知识—智能转换”. 进一步研究发现,知识是一个生态系统,它从欠成熟的经验性知识生长为成熟的规范性知识,再进一步生长为过成熟的常识性知识. 可以证明,此前互不相容的结构主义、功能主义、行为主义3种国际主流方法分别是机制主义方法在不同知识状态下相辅相成的特例,于是在“机制主义”框架内实现了和谐的统一,从而形成了人工智能的统一理论. 更有意义的是,还可以证明,机制主义方法更一般的表述是“信息转换”,它是研究高等智能(AI)的有效方法,与物理学的质量转换和能量转换同样重要.
在实际网络流量上研究了新陈代谢灰色模型(MGM)预测流量. 预测结果表明,灰色模型建模长度远小于流量序列主周期长度时,预测精度较高. 灰色模型预测流量宜采用小量数据建模,此时残差修正对提高预测精度影响很小,预测不需采用残差灰色模型(RGM). 对比了灰色模型与自回归综合滑动平均模型(ARIMA)和Elman神经网络(ENN)模型的预测结果,灰色模型远优于ARIMA,与ENN相当. 灰色模型的优点是能自适应网络流量的变化.
针对正交频分多址接入-解码转发(OFDMA-DF)中继系统,提出了以最大化系统加权和速率为目标的子载波分配、功率分配、传输方式选择和中继选择联合优化问题. 基于凸优化理论,提出了一种最优资源分配算法,其复杂度仅与子载波数成线性关系. 理论分析和仿真结果表明,结合用户权重的调整,该算法既可实现资源分配的公平性,又可有效利用中继节点的能力,提高系统容量.
针对格缩减辅助(LRA)多入多出(MIMO)检测中,采用格缩减技术后导致星座畸变、引起变换域信号非线性联合量化复杂度高的问题,提出了一种排序反馈的非线性量化算法. 该算法同时考虑了变换星座的边界和各元素间的相关性,且根据量化误差的大小选择信号量化判决的顺序,依次量化判决信号的各元素. 仿真证明,基于该算法的格缩减辅助MIMO检测性能优于无排序反馈量化和逐元素独立量化的格缩减辅助MIMO检测,且能很好地逼近最大似然检测的性能;在平坦块衰落信道下,计算复杂度为多项式复杂度.
利用等效矩阵和树搜索方法,提出了第三代合作伙伴计划长期演进(3GPP LTE)系统中发射天线数为4的预编码码本选择方案. 将16组预编码码本等效为5组预编码码本,再通过树搜索找到最佳码本. 与最优码本选择方案相比,本方案有效减少了码本选择数目,降低了计算复杂度. 仿真结果表明,此方案性能非常接近最优码本选择方案.
提出了一种无线网状环境下基于接收节点速率匹配的传输控制协议(TCP)网络编码机制,通过网状连接层(MCL)构建编码层对传输控制协议数据(TCP-DATA)和传输控制协议应答(TCP-ACK)进行网络编码,采用修改的分布式协调功能请求发送/清除发送(DCF RTS/CTS)机制在接收节点确定数据传输速率. 实际搭建了1个3跳的无线Mesh线性网络,对基于接收节点速率匹配的TCP网络编码数据进行捕获分析,得出其端到端系统的TCP吞吐量与没有采用网络编码相比提高了约20%.
为在对等(P2P)网环境中构建一个高效、可扩展和安全的信任模型,研究了对等网信任模型,并提出了一种风险敏感的对等网信任模型. 该模型构建了一种新的风险信誉关系模型,并将风险因素推广到推荐信誉中. 借用了新的风险评估函数和串联概率模型计算方法,更加精确地量化了直接交易与间接推荐带来的风险. 为防止恶意节点的诋毁和协同作弊攻击,对推荐的局部信誉和局部信誉风险度采用了中心偏离度方法做去噪处理. 仿真实验和分析证明,该模型较其他模型有较大的性能提高,能大大增强系统的安全性.
为降低Gold码的捕获时间与复杂度,提出将基于因子图的迭代m序列捕获算法应用于Gold码捕获. 以全球定位系统(GPS)信号的C/A码为例,首先根据Gold码的生成多项式确定1组具有稀疏结构的校验关系;然后为降低迭代计算的复杂度,提出了不同校验关系顺次校验与混合校验的迭代捕获算法;最后通过仿真研究比较了不同的校验关系和校验方法对迭代捕获算法性能的影响. 仿真结果表明,顺次迭代且迭代次数递减的校验方法最优,该方法能在不损失检测概率的情况下降低Gold码捕获的复杂度,同时降低其捕获时间.
对多入多出-正交频分复用(MIMO-OFDM)系统的频率同步问题进行研究,提出基于自适应训
练序列的MIMO-OFDM系统的频率同步算法. 所提出的训练序列利用接收端的信道状态信息(CSI)进行设计,并利用此训练序列对Schenk的载波频编(CFO)估计器进行改进,进一步提高了衰落信道下CFO估计的准确性. 仿真结果表明,本算法能降低信道噪声的干扰,提高时变信道下CFO估计精度.
为提高视线方向计算精度,研制了一种基于立体视觉的视线追踪系统. 首先设计了一种可产生相邻2帧“亮暗瞳”图像的双摄像机红外光源,使用图像做差和椭圆拟合的方式计算瞳孔中心,结合在“暗瞳”图像中得到普洱钦斑中心,确定局部视线的盯视方向. 然后根据人类视线移动特点,提出使用神经网络结合卡尔曼滤波的方法进行瞳孔跟踪,用支持向量回归对人眼立体参数、局部视线盯视方向和盯视点之间的关系进行训练,得到视线映射模型. 实验结果表明,该系统能基本消除用户大范围头动的干扰.
在分布式多用户频谱接入(OSA)环境下,从用户间信道选择同步问题成为干扰系统全网吞吐量的重要因素. 为解决该问题,提出一种基于可变随机域宽度的多用户频谱接入方案,在充分利用随机化接入方式避免用户间同步的同时,通过改变可供随机接入选择的信道数(即随机域宽度),达到最优信道选择与同步避免的折中. 仿真结果表明,相对于传统的全频段随机化接入同步避免方式,本方案可有效提升多用户机会频谱接入系统的全网吞吐量.
提出了一种基于修正交叉视觉皮质模型(MICM)的图像自适应分割新方法. 根据待分割图像的自身特性,自适应地设定参数,并以互信息量为目标函数选取最佳分割结果. 该方法解决了针对不同的图像需要人工设定交叉皮质模型(ICM)参数和需要人工选取最佳分割结果的2个问题. 实验结果表明,与通过大量实验获得模型参数的脉冲耦合神经网络(PCNN)基本模型和ICM基本模型相比,MICM与其综合评价函数值相近;与模糊聚类分割算法和最大类间方差(OTSU)算法相比,MICM算法有较明显的视觉优势,并且其综合评价函数值也分别提高了约15%和13%.
首先分析了虚载波对基于离散傅里叶变换(DFT)信道估计的影响,结果表明,对于边缘子载波,由于虚载波部分导频信道信息缺失所引起的估计误差远大于噪声带来的估计误差,严重影响边缘子载波的信道估计性能. 基于此分析,提出了一种低复杂度的正交频分复用(OFDM)信道估计方法,在边缘子载波,利用频域最小平方(LS)估计结果代替DFT估计结果,并给出了边缘子载波替换准则及此信道估计方法的均方误差下界. 仿真结果表明,所提方法均方误差(MSE)及误码率(BER)性能优于频域LS估计和单纯基于DFT的估计.
为适应无线传输技术发展的需要,提出一种可应用于蜂窝系统的无线中继协作传输机制. 该机制基于在发送端对数据进行重排和在中继站正交化变换的思想,分别通过直传信道和中继站进行信号传输,以获取路径分集和协作分集的增益;在接收端利用信号的相关性和正交性进行合并. 此外为接收端提出了针对不同场景的接收机制,能同时应用于上行和下行链路的传输. 仿真结果表明,本协作中继传输机制较大幅度提高了通信的可靠性和吞吐量,性能优于传统的通信网络,并且实现较为简单灵活.
提出了一种灵活易移植(FP)的WiMAX媒体接入控制(MAC)协议栈软件系统架构FPWiMAC,为WiMAX系统研发提供了参考设计. 通过采用操作系统(OS)抽象层、物理平台管理子系统等机制,降低了MAC软件对操作系统、物理层(PHY)实现及硬件平台的依赖;通过设计动态算法库、核心数据库等增强了系统灵活性;同时采用高效的下行数据调度器、二维数据映射器、动态测距区域分配器等机制,提高了系统性能. 实际系统测试结果表明,FPWiMAC有较好的灵活性和易移植性,同时其高带宽、低时延的特性可保证网络中实时业务的服务质量(QoS)需求
为更好地提高业务监控识别的准确性,降低误判率并扩展应用范围,通过引入恒变循环轨迹的概念,将一类问题都归结于剩余类循环轨迹的问题. 提出了一种基于冒泡原理的多轨迹识别算法,利用各轨迹交替特性,依次按轨迹属性值由大到小识别. 实验表明,使用该算法检测共享接入主机,具有很高的收敛性和准确性,更满足现网场景需求.
通过对一类已有的高效无证书强代理签名方案进行分析,给出了该方案所存在的一种替换公钥攻击,指出了该方案存在的安全问题,表明了攻击者可以通过替换原始签名者的公钥伪造代理授权,进而伪造代理签名. 针对该攻击提出了一种改进方案,使其克服了原方案所存在的问题,具有更高的安全性.
由于现有的信息系统服务评估没有考虑用户评价,因此提出根据用户业务的重要程度对用户进行分级,基于分级用户的评价建立信息系统服务质量评估模型,采用层次分析法(AHP)和专家打分法确定相关指标权值. 仿真结果表明,受到分布式拒绝服务攻击(DDoS)后,优先保障高级用户业务可有效降低信息系统业务损失,提高信息系统服务质量评估值.
为改善通信质量,提高频谱效率,对非规则低密度奇偶校验(LDPC)码与高阶调制技术相结合进行研究,提出了一种简单而有效的结合方案. 该方案充分考虑了非规则LDPC码的度分布影响和高阶调制技术的不均等错误保护(UEP)特性. 在调制映射过程中,对不同度数的变量节点进行不同级别的保护. 利用高斯近似(GA)算法证明,该方案能提升系统性能. 仿真结果表明,本方案降低了系统出错率.
针对地面机器人的操作能力评价方法不能直接用于空间机器人的研究,采用微分几何中的活动标架方法,并引入体积元素的概念,将空间机械臂处于自由漂浮状态时系统动量守恒的特点融入体积元素建模中,建立了采用体积元素评价两自由度空间机械臂操作能力的数学模型. 利用所建立的体积元素模型,对空间两自由度机械臂的操作能力以及在运动过程中对安装基座的扰动性进行分析,并将分析结果与采用虚拟机械臂的方法得到的分析结果进行对照,证明了该方法的有效性.
针对电子设计自动化(EDA)高层次综合中功耗和面积的日益严峻挑战,进行非精确算术电路的自动综合和优化,并且基于有限域特性进行字长优化. 非精确多项式电路优化基于算术变换方法,首先考虑电路的定点和浮点表示情况,给出电路在不同精度界限下的实现,进行误差和功耗、面积的权衡;然后应用分枝定界方法求解最小代价电路,决定满足误差要求的最小字长,同时利用自动综合优化方法得到最终的优化结构. 实验结果显示,舍入误差只需增加05%~1%,即可分别得到35%的功耗降低和20%的面积缩减.
深入研究并分析切比雪夫序列的短周期现象,并通过数学证明,对于任意整数阶切比雪夫序列,在初值角度取有限小数时必会退化为短周期序列. 首先,通过证明得到切比雪夫序列退化为短周期序列的等价条件;然后,利用分类讨论的思想证明任意整数阶切比雪夫序列在初值角度取整数时,必会退化为短周期序列;最后,通过数学归纳法将这一结论扩展到任意有限精度初值上,得出切比雪夫序列在初值精度有限时退化为周期序列.
分析了信道估计误差和信道反馈时延对采用迫零波束成形空分多址(SDMA)系统性能的影响. 为降低信道不完美的影响,提出了动态自适应调制方案. 该方案根据接收端的反馈信息动态地调整不同调制方式对应的信号干扰噪声比(SINR)门限,直到所有数据被正确接收为止. 在不增加系统信令开销和不改变原有系统参数(如调制阶数和门限)的情况下,充分利用确认/非确认(ACK/NACK)信息可有效抑制信道估计误差带来的影响.
提出了一种利用混合自动重传请求(HARQ)的多用户多输入多输出(MIMO)系统的自适应反馈方法. 该方法利用HARQ过程中用户反馈的确认/不确认(ACK/NACK)信息,分析信道状态和多用户之间的配对状况,决定用户端何时反馈信道状态信息(CSI),并进行调度和预编码来提高系统容量. 仿真结果表明,该方法减少了反馈量,复杂度低,比传统的多用户MIMO系统具有更好的性能,特别是高信噪比和高速移动情况下,一定程度解决了多用户MIMO系统的瓶颈问题.
针对单小区带上行反馈的多媒体广播组播业务(MBMS)的资源管理框架,提出一种简单有效的优化机制,即限制反馈用户的G因子,以极小的覆盖为代价换取显著的吞吐量提高;同时提出将该机制与MBMS的频域调度结合,并分析了对调度增益的影响. 仿真表明,该机制与频域调度(FDPS)相互促进,进一步提高了MBMS的吞吐量. 在用户数较多的情况下吞吐量增益达到50%,而覆盖的损失不超过1%.
研究了认知正交频分复用(OFDM)系统的容量极限及最优功率分配策略. 为限制主用户中断概率,建立了在主用户接收端中断概率受限下最大化认知用户传输速率的数学优化问题,并利用拉格朗日乘数法得到该问题的最优解. 仿真结果表明,所提算法将主用户中断概率限制在其可容忍范围内的同时,最大化了认知用户的传输速率.
针对电信领域客户初始信用值获取问题,构建了一种信用评分模型,包括属性域和属性域信用权重的定义、信用权重的约束规则、初始信用度计算公式以及评价函数. 该模型根据客户的基本数据和消费行为数据进行信用评分. 在此模型的基础上,提出了一种基于蚁群算法的属性域信用权重分配算法. 实验结果表明,该模型能有效解决电信客户初始信用评分问题.
论述了应用于水声通信的双串行级联编码(D-SCCC)技术;针对水声通信在某些应用场合高可靠性要求,通过对误码率(BER)的分析,提出了提高水声通信可靠性的编码设计方法,并在给定的水声信道下进行了仿真. 仿真结果表明,相同码率下双串行级联编码与SCCC算法相比,BER瀑布区陡度增大,在BER为10-5时有05dB的编码增益;相同码率下SCCC算法与Turbo码相比,可有效改善Turbo码BER在10-4~10-5出现的错误平层,满足了水声通信传输遥控与遥测指令时的高可靠性需求.