多用户CDMA系统中Turbo-BLAST迭代检测算法pdf,多用户CDMA系统中Turbo-BLAST迭代检测算法

一种改进的LDPC码LLR BP译码算法，张小花，李艳萍， LLR BP译码算法由于引进了指数运算和对数运算使得复杂度很高，不利于硬件实现。为了降低复杂度，提出一种改进的LLR BP算法。主要思��

论文研究-自融资均值方差投资组合模型的旋转算法.pdf,  将自融资投资组合问题用一个以极小化方差风险为目标的凸二次规划表示,用线性不等式组的一种旋转算法解其库恩塔克条件的线性部分并使互补松弛条件得以满足.

针对人工蜂群算法在求解函数优化问题中存在收敛精度不高、收敛速度较慢的问题，提出了一种改进的增强寻优能力的自适应人工蜂群算法。该算法利用逻辑自映射函数产生混沌序列对雇佣蜂搜索行为进行混沌优化，并引入萤火虫算法中的自适应步长策略动态调整观察蜂的搜索行为，从而提升了算法的局部搜索能力。基于标准测试函数的仿真结果表明，改进后的人工蜂群算法在寻优精度和收敛速度上均有明显提高。

根据第二代非支配排序遗传算法（NSGA Ⅱ）的不足之处，提出了一种新的多目标遗传算法——非支配排序均匀遗传算法（NSUGA）。新算法采用了多父本多点交叉方式，同时将均匀设计的思想用于算法的交叉操作；新算法还对拥挤距离的计算过程和算法的终止条件进行了改进。通过两个多目标优化测试函数的仿真计算对比，显示NSUGA算法在求解精度、计算效率和避免算法陷于局部最优解方面均优于NSGA II算法。

针对蚁群算法搜索时间长、易于陷入局部最优解的缺点，提出一种新的改进算法——分工合作的加权蚁群算法。此算法采取分工合作的方式，在信息素初始化、状态转移概率中分别加入权值，并运用遗传算法中排序的概念对信息素更新机制进行排序加权，此外对信息素上限加以限制。最后以TSP为例，验证了此改进算法不但在收敛速度上有了大幅度提高，而且有效避免了易于陷入局部最优解的缺点，从而证明了提出的新算法是合理有效的。

传统MeanShift目标跟踪算法通过bin-bin颜色直方图表示目标特征，直方图中往往会混入背景颜色信息，造成跟踪不准确；同时由于MeanShift算法具有局部最优性，当目标受到严重遮挡丢失后，不能对目标重新定位跟踪。为了解决上述问题，在颜色直方图和抗遮挡能力方面进行了改进。利用交叉bin颜色直方图代替传统的bin-bin颜色直方图表示目标特征，减少背景颜色的干扰，提高MeanShift算法跟踪精度；当目标受到严重遮挡丢失后，通过一种尺度变化调整机制，在全局范围内搜索目标位置，提高MeanShift算法抗遮挡能力。实验显示，改进后的算法不仅在背景干扰大时对目标的跟踪精度更高，而且当目标受到严重遮挡丢失后，也能够对目标重新定位跟踪。

LDPC码中稀疏矩阵的LU分解算法，胡俊杨，黄荔杰，LDPC码是当前最接近香农限的信道编码算法，其纠错能力接近并有可能超越Turbo码。LDPC码的优越性能使其非常适合大量数据的广播系统应��

针对单站外辐射源条件下的目标定位问题，提出了一种基于最大似然的时差-频差联合定位算法。首先根据时差和频差的观测方程，构建目标位置和速度的最大似然估计模型。然后采用牛顿迭代算法对最大似然估计模型求解，得到目标位置和速度估计。最后，推导了算法的克拉美罗界和理论误差，并证明了二者相等。仿真结果表明，算法定位精度高于两步加权最小二乘算法和约束总体最小二乘算法，在测量误差较高时仍能达到克拉美罗界。通过对系统几何精度因子图的分析，确定目标及外辐射源数量和位置也是影响定位精度的重要因素。

基于R2RML的关系数据库向资源描述框架映射算法，周书锋，许卓明，语义网的目标是建立以资源描述框架（RDF）为标准数据模型的数据网。当前大多数Web数据源是由关系数据库（RDB）驱动的，因此RDB数据向