提出了一种下行多用户MIMO系统中的鲁棒性线性处理算法.该算法利用了信道均值和天线相关矩阵等信道统计信息,在总发射功率不大于目标值的约束条件下,能够使所有用户的均方误差(total mean square error,TMSE)在随机信道上的平均值最小.该算法不明显依赖瞬时信道信息(channel state information,CSI),当信道估计得到的CSI不准确时,它能够有效降低由CSI偏差带来的性能损失.仿真结果表明提出的算法能够有效地降低由于不准确CSI带来的误码率和平均MSE的损失.
针对目标与背景两类图像模式识别问题,在已有的特征选择方法基础上,提出了一种新颖的基于免疫分子编码机理的图像特征选择方法(Immune Antibody Construction Algorithm,IACA).该方法借鉴生物免疫系统的抗体分子编码机理,在对样本进行参数估计情况下,提出熵度量单个特征对于目标和背景的识别敏感度;从集合的角度研究并且定义了特征之间的包含和互补关系;并且基于组成抗体分子氨基酸结合能量最小原则,提出了关于图像目标的免疫抗体构建规则;最终实现了寻找最优特征子集的算法IACA,该特征子集的维数通过算法自动获得无需人为设定,选择结果为目标的"免疫抗体",能很好的从背景中识别目标.利用归纳法证明了用IACA得到的特征子集的最优性.与其他特征选择方法比较,测试结果显示该算法具有较低的计算复杂度和错误识别率,表明了该方法的优越性和先进性.
本文针对移动无线传感网提出一种结合节点移动向量和接收信号强度指示值RSSI(Received Signal Strength Indicator)信息的机会主义路由OR-RSSI,利用Sink节点Beacon报文的RSSI信息建立并更新机会概率值,使用报文广播后所能到达的具有最大机会概率值的最佳节点进行存储转发,完成移动无线传感网信息收集.OR-RSSI是一种良好的后择路由,不以既存路径为基础,不需额外设备支持,具有报文成功传输率高、网络有效吞吐量大以及能耗低等优点.