部分传输序列(Partial Transfer Sequence,PTS)是滤波器组多载波(Filter Bank Multicarrier,FBMC)降低峰均功率比(Peak-to-Average Power Ratio,PAPR)的有效方法之一,但PTS存在计算复杂度高等问题。本文提出了一种基于PTS的新方法,采用...部分传输序列(Partial Transfer Sequence,PTS)是滤波器组多载波(Filter Bank Multicarrier,FBMC)降低峰均功率比(Peak-to-Average Power Ratio,PAPR)的有效方法之一,但PTS存在计算复杂度高等问题。本文提出了一种基于PTS的新方法,采用一种奇数分割法(Odd-PTS),并在此基础上引入了一种基于比例因子的粒子群优化(Scaled Particle Swarm Optimisation,SPSO)算法,通过加入比例因子克服PSO算法收敛速度不足等缺点。该方法不仅降低了系统的PAPR性能还降低了计算复杂度,并显著提高了频谱利用率。通过仿真验证了本文方法的有效性。展开更多
滤波器组多载波技术(Filter Bank Multicarrier, FBMC)具有高峰均功率比(Peak-to-Average Power Ratio, PAPR)的问题,部分传输序列(Partial Transfer Sequence, PTS)是一种常用降低方法。提出一种基于多种群文化遗传算法(Multi-populati...滤波器组多载波技术(Filter Bank Multicarrier, FBMC)具有高峰均功率比(Peak-to-Average Power Ratio, PAPR)的问题,部分传输序列(Partial Transfer Sequence, PTS)是一种常用降低方法。提出一种基于多种群文化遗传算法(Multi-population Cultural Genetic Algorithm, MCGA)的改进分段PTS(Improved Segmental PTS,ISPTS)方法来降低PAPR。在传统分段PTS的方法基础上利用惩罚因子减少需要优化的段避免无效优化。利用MCGA进行相位因子搜索,减少了算法复杂度。仿真结果验证了该算法的优越性。展开更多
现存用户移动性规律发现方法,如PMM(periodic mobility model)、W3等的核心缺陷在于,不能将时间对于用户访问位置变化与地理位置之间关联制约的两种重要影响真实、量化地反映出来,因而无法准确预测用户未来的签到位置。针对该问题,提出...现存用户移动性规律发现方法,如PMM(periodic mobility model)、W3等的核心缺陷在于,不能将时间对于用户访问位置变化与地理位置之间关联制约的两种重要影响真实、量化地反映出来,因而无法准确预测用户未来的签到位置。针对该问题,提出基于向量自回归的位置转移演化算法(location transfer evolution algorithm based on vector autoregressive,LTE),基于用户签到位置的变化历史,学习得到用户位置转移随时间、空间变化的规律性,且基于此进行用户位置的准确预测。基于Foursquare和Gowalla真实签到数据集,进行大量、深入的实验分析,实验结果表明,相对于W3,LTE算法的准确率提升4.43%~21.31%,相对于PMM,LTE算法的准确率提升25.07%~38.50%。展开更多
文摘部分传输序列(Partial Transfer Sequence,PTS)是滤波器组多载波(Filter Bank Multicarrier,FBMC)降低峰均功率比(Peak-to-Average Power Ratio,PAPR)的有效方法之一,但PTS存在计算复杂度高等问题。本文提出了一种基于PTS的新方法,采用一种奇数分割法(Odd-PTS),并在此基础上引入了一种基于比例因子的粒子群优化(Scaled Particle Swarm Optimisation,SPSO)算法,通过加入比例因子克服PSO算法收敛速度不足等缺点。该方法不仅降低了系统的PAPR性能还降低了计算复杂度,并显著提高了频谱利用率。通过仿真验证了本文方法的有效性。
文摘滤波器组多载波技术(Filter Bank Multicarrier, FBMC)具有高峰均功率比(Peak-to-Average Power Ratio, PAPR)的问题,部分传输序列(Partial Transfer Sequence, PTS)是一种常用降低方法。提出一种基于多种群文化遗传算法(Multi-population Cultural Genetic Algorithm, MCGA)的改进分段PTS(Improved Segmental PTS,ISPTS)方法来降低PAPR。在传统分段PTS的方法基础上利用惩罚因子减少需要优化的段避免无效优化。利用MCGA进行相位因子搜索,减少了算法复杂度。仿真结果验证了该算法的优越性。
文摘现存用户移动性规律发现方法,如PMM(periodic mobility model)、W3等的核心缺陷在于,不能将时间对于用户访问位置变化与地理位置之间关联制约的两种重要影响真实、量化地反映出来,因而无法准确预测用户未来的签到位置。针对该问题,提出基于向量自回归的位置转移演化算法(location transfer evolution algorithm based on vector autoregressive,LTE),基于用户签到位置的变化历史,学习得到用户位置转移随时间、空间变化的规律性,且基于此进行用户位置的准确预测。基于Foursquare和Gowalla真实签到数据集,进行大量、深入的实验分析,实验结果表明,相对于W3,LTE算法的准确率提升4.43%~21.31%,相对于PMM,LTE算法的准确率提升25.07%~38.50%。
