- EI核心期刊
邻接矩阵法可以对杆件的数目变化进行表示和演算，但这种方法对于变胞机构中复合铰链的构态变换及描述铰链的邻接关系变化的情况不完全适用，且矩阵所含信息较少，不能直观地反应机构构态特性. 为此，应用邻接图表示机构的拓扑结构，并提出了描述机构详细信息的铰链邻接矩阵，此矩阵可与初等变换矩阵构造变胞方程，从而实现机构从初始构态到任意构态的矩阵演算. 通过实例验证可得，基于邻接图的矩阵描述及演算方法获得的结果包含直观和全面的机构构态信息，便于计算机辅助分析.
为了抑制室内局域网中的干扰，提出了一种基于多项式窗函数模型的干扰自优化方案. 该方案通过测量邻信道干扰系数并拟合为多项式窗函数的方式完成信道干扰建模，通过接入点（AP）和用户共同侦听网络中其他AP的方式实现干扰触发，选用加权总干扰最小算法为各个AP实现信道最优配置. 仿真结果和实测结果表明，提出的方案能增加可用信道数量，减少网络干扰，提升网络平均吞吐量.
提出了一种基于Moran过程的接入网络选择方法，将选择策略的演化过程描述为有限个体间的群体博弈，并证明了每个群体策略演化是一个随机生灭过程. 在此基础上，从多策略角度改进了局部更新机制，以揭示选择策略的演化机理. 仿真实验表明，该方法能在有限演化次数内收敛到纳什均衡解，同时能避免无限群体博弈模型所产生的“乒乓效应”.
针对视觉导引自动导引车的路径跟踪问题，提出了一种采用预测控制理论的分段控制模型. 利用不等式约束对控制问题进行分段，首次提出以转弯半径为约束条件，解决了优化过程目标函数权重选择困难的问题. 在每个控制阶段，采用单步预测方法找到最优的目标点，在输入约束和状态约束下用解析方法直接解出最优控制量，提高了解最优问题的速度. 整个控制模型及方法目标明确，计算快速且计算量小，完全可以满足实时控制的需要，仿真结果证明了预测模型的有效性.
提出了一种基于相关内容聚集的缓存方案，通过具有相同特征的相关内容的相互吸引，使相关内容在节点上聚集，从而方便对缓存内容进行内容特征抽象，以减少向外通告的路由信息量，提高面向内容网络的路由可扩展能力；同时通过相关内容生存时间相互增强的策略，增强了缓存内容的稳定性，提高了其路由可信度. 在此基础上设计了通用的相关内容聚集算法，仿真结果符合预期效果.
针对反向传播（BP）算法和基于负熵固定点迭代快速独立分量分析（FastICA）方法各自的优缺点，提出了FastICA遗传神经网络算法，对滚动轴承进行故障识别.首先对信号进行FastICA分离，得到振动信号故障信息的独立分量，每个独立分量对应着相应的能量，将各个独立分量的能量构成特征向量；其次利用遗传算法对BP神经网络的初始权值和阈值进行优化，得到遗传神经网络；最后将特征向量作为遗传神经网络的输入样本进行故障识别.利用该方法对滚动轴承多类故障信号进行识别，提高了故障识别能力.
为了提高二线性迭代最小二乘（BALS）算法拟合平行因子（PARAFAC）模型的速度，提出了一种新的PARAFAC模型拟合算法. 该算法利用新迭代与旧迭代之间的增量值，来预测下一次迭代的初始值，对BALS中的每次迭代，为2个加载矩阵设置相应的松弛因子，并通过联合优化的方法求得最优松弛因子对，从而加速BALS的收敛速度. 理论分析与仿真结果表明，与已有的BALS算法相比，所提算法在不牺牲性能的条件下，有效地提高了PARAFAC模型的拟合速度.
建立了一种适合城市环境的多源定位系统自适应联邦卡尔曼滤波模型. 首先通过估计各子系统定位结果的测量噪声，得到子系统可信度并分配信任因子；然后对各子系统的定位结果进行联邦卡尔曼滤波，并根据信任因子对各子滤波器进行信息分配，以获得最优滤波估计. 为了更加客观方便地评价滤波效果，提出一种新的滤波性能评价方法. 仿真结果表明了算法的有效性及滤波评价方法的优越性.
针对服装企业产品销售的复杂性以及特殊性，提出一种有效的神经网络学习模型. 在对服装销售影响因子分析的基础上建立销售预测网络模型，利用遗传算法对后向传播神经网络的各连接权值进行优化计算. 方法综合了后向传播神经网格和遗传算法两者的优势，既具有神经网络强大的学习能力，又具有遗传算法的全局搜索能力.
针对传统正交频分复用降低峰均功率比算法计算复杂度较高，失真比较严重的问题，提出了一种改进的限幅滤波算法，该算法将正交频分复用信号划分为奇信号与偶信号来分别进行限幅滤波操作. 仿真结果表明，与传统的限幅滤波算法相比，该算法在降低PAPR性能的同时，具有较低的计算复杂度，同时能够较好地滤除带外干扰，显著提高系统的误码率的性能.
针对传统算法将残留载波间干扰（ICI）当白噪声处理引起系统性能下降的问题，提出一种白化残留ICI和噪声的最优线性ICI消除算法. 首先对残留ICI和噪声进行白化，其次基于最大化系统可达速率，推出了最优线性ICI消除矩阵，并结合连续干扰消除算法，实现了时变信道带来的时间分集. 仿真表明，该算法克服了传统算法带状近似引起系统性能损失的缺点，并适用于当前信道估计精度下的OFDM系统.
为推动基于网络编码的多路径路由（NCMR）可靠性传输机制的实用化，提出了一种面向无线Ad hoc网络应用的基于局部重传和网络编码的多路径路由（LR-NCMR）可靠性传输机制，在多路径路由基础上应用网络编码对数据包进行编码融合，引入重传机制在局部范围进行数据包重传. 仿真结果表明，相比于已有的NCMR可靠性传输机制，新的方式能提高网络的传输可靠性，同时降低网络中的数据包冗余度.
为提高癌症基因表达数据聚类的准确性和效率，对具有完全学习策略的量子行为粒子群优化（CLQPSO）算法和广义回归神经网络（GRNN）进行了研究，实现了一种CLQPSO癌症基因聚类算法. GRNN能充分利用多条相似基因隐含的规律，对基因表达缺失值的预测有较高的可信度；CLQPSO算法在迭代更新时能充分利用各粒子当前最佳位置和粒子群所提供的社会合作信息，避免过早收敛于局部最优解. 实验表明，综合使用GRNN和CLQPSO算法对癌症基因表达数据进行聚类，比K-Means、谱聚类、离散粒子群算法具有更好的聚类性能和全局收敛性.
在传统的组播策略中，系统总的吞吐量受限于组播组中最差用户的信道增益.为了克服组播系统吞吐量受限的问题，采用基于分层编码的组播策略.在保障组内每个用户的服务质量（QoS）的同时，提出了一个新颖的子载波和比特分配算法，来最大化整个组播组的吞吐量.在下行的正交频分多址无线组播系统中，提出了最优资源分配算法.为了减少最优化算法的计算复杂度，提出了一个2阶段次优化算法.仿真结果显示次优化算法的系统功效十分接近最优化算法.次优化算法要远远优于传统的组播策略，而且还要优于Tian等所提出的算法.
针对GHz采样的D/A转换器（DAC）设计及系统要求，提出了一种新型的高速同步电路. 该同步电路引入高速动态比较器和触发器做低电压差分信号（LVDS）的数据接收电路，降低了功耗，实现简单；然后利用低抖动模拟延迟锁相环和数字相位检测电路选择准确的同步时钟信号，提高了同步电路工作频率范围. 基于SMIC 0.18 μm 1.8 V CMOS工艺的仿真和测试结果显示，同步电路工作的时钟频率范围覆盖250~800 MHz，支持的数据率从500 Mbit·s-1~1.6 Gbit·s-1，能用于GHz采样频率的DAC核和外部LVDS发送器接口数据的同步.
基于被动锁模掺镱和掺铒光纤激光器系统输出的自相似光脉冲的啁啾提取方法，利用短时傅里叶变换和Wigner-Ville分布2种时频分析方法对于被动锁模光纤激光器系统产生的自相似脉冲进行啁啾提取，并通过数值仿真进行验证. 最后，对2种方法的优劣进行统计学特性分析，所取得的结果对于判断产生的脉冲是否是自相似脉冲提供了理论与实验依据.
网络数据包吞吐量测试是评价网络性能的重要指标，对于不同帧长的以太网数据包，由于开销所占数据包比重不同，网络处理能力差异较大. 在FPGA中，采用硬件的方式产生线速网络吞吐量测试帧，远端从机环回测试帧，回传测试结果，可以分别测试网络的上下行网络吞吐量，准确评价网络链路的吞吐量. 结果表明，使用透子网的网络吞吐量测试方法可以很好地用于不同网络节点间的吞吐量测试，是一种实用、有效的测试手段.
提出一种结合随机网络编码和占空比的无线传感器网络节能方案（RNC_DCES）. 该方案根据所接收数据标识信息决定节点处于工作状态或睡眠状态，以避免数据重复接收，并通过结合随机网络编码，增加相同传输次数下的数据信息量，从而实现节能. 通过理论计算分析了RNC_DCES方案所构建传输模型下的网络能耗最大值，并验证了多跳网络能耗的最优解. 实验结果表明，对比联合随机占空比网络编码（RDCNCode）算法和改进型自适应网络编码（AdapCode++）算法，RNC_DCES延长了网络生命周期4.02%和8.51%，提升了包投递率14.83%和4.65%，从而有效提升了数据包投递率和网络能量效率.
为了针对每个移动终端进行动态的三维波束赋形，使三维波束主瓣对准期望用户并且在干扰用户方向形成零陷，构建了均匀平面阵的二维阵列信号模型，研究了基于最小均方误差算法的全局自适应算法，并在此基础上提出了基于降维的局部自适应算法. 2种自适应三维波束赋形算法可以动态地调整阵列单元的权值，自适应地改变天线阵列的方向图，为用户提供实时的跟踪服务. 仿真结果表明，在一定数量的阵列天线单元的条件下，2种算法均可以实现针对期望用户的自适应三维波束赋形.
为了提高网络带宽利用率，实现网络负载和传输效率的平衡，提出了一种基于网络流量自回归技术的网络数据去重算法ANTREA. 该算法将数据传输分割成多个传输单元，在每个传输单元中分成去重传输和直接传输2部分，前一部分实现去除冗余数据后传输，后一部分数据则利用空闲带宽实现传输. 通过为每个传输单元的网络状况建模，预测下一个传输单元的网络可用带宽及查重处理时间，并据此调整直接传输的数据量，以求充分利用空闲带宽，提高网络带宽利用率. 实验结果表明，ANTREA算法可以根据网络状况自动调整传输策略，能够充分利用网络带宽以实现更高的数据传输效率，比EndRE算法有更好的网络适应性，在10 MB/s的网络环境下，传输吞吐量几乎为EndRE的7倍.
为了解决推荐中存在的数据稀疏、准确度不高等问题，提出了一种基于用户信任网络的推荐方法. 首先利用基本的社会网络，融合用户的基本信任关系、角色影响力、属性相似关系、偏好相似关系构造带权重的社会网络，然后基于此网络提出关键路径发现算法以发现满足约束条件的用户信任网络，最后基于用户信任网络进行推荐. 在Filmtipset数据集上对影响推荐质量的各个因素进行了对比分析，结果表明，基于用户信任网络的方法能得到更好的推荐效果.
提出了一种基于改进Kruskal算法的无线传感器网络（WSN）故障节点检测方法. 该方法首先通过集中式的改进Kruskal最小生成树算法来获取可信的节点集合，之后依据可信节点，采用邻居节点比较算法对传感器节点的感知值进行分布式分析和处理，判定发生故障的传感器节点. 同时为了容忍节点的临时故障，引入了时间冗余. 仿真结果表明，在节点故障率高达35%时，该方法依然能快速定位故障节点，并且同时保证很高的检测精确度.
针对机器间通信终端分布不均引起的系统吞吐量减小和用户接入时延增大等问题，提出一种多小区机器间通信负荷均衡算法，综合考虑了各小区机器间通信接入负荷因子以及机器间通信设备的信号质量，建立了优化模型并将其近似为凸优化问题，实现了各小区间的负荷均衡. 仿真结果表明，当小区间负荷不均时，所提多小区机器间通信负荷均衡算法能够大大改善系统吞吐量和用户接入时延性能.