针对多用户正交频分复用（OFDM）系统自适应资源分配的问题，提出了一种新的自适应子载波分配方案。子载波分配中首先通过松弛用户速率比例约束条件确定每个用户的子载波数量，然后对总功率在所有子载波间均等分配的前提下，按照最小比例速率用户优先选择子载波的方式实现子载波的分配；在功率分配中提出了一种基于人工蜂群算法和模拟退火算法（ABC-SA）相结合的新功率分配方案，并且通过ABC-SA算法的全局搜索实现了在所有用户之间的功率寻优，同时利用等功率的分配方式在每个用户下进行子载波间的功率分配，最终实现系统容量的最大化。仿真结果表明，与其他方案相比，所提方案在兼顾用户公平性的同时还能有效地提高系统的吞吐量，进而证明了所提方案的有效性。

针对激光器的相位噪声会严重影响相干光正交频分复用(COOFDM)系统的性能问题, 提出了一种将迫零算法与自消除算法相结合的新颖相位噪声补偿算法。该算法利用导频信息, 通过迫零算法将每个OFDM符号的相位噪声补偿到较小的范围内, 再通过自消除算法进一步补偿相位噪声。仿真结果表明, 与迫零算法相比, 该补偿算法不但能有效补偿相位噪声, 也能补偿部分加性高斯白噪声, 改善系统的误码性能, 降低系统对激光器线宽的要求。

针对正交频分复用(OFDM)多用户系统中一些智能算法存在收敛速度较慢且精度不高的问题, 研究了把差分进化算法的变异与交叉行为引入人工鱼群算法中, 以改进其随机行为。在此基础上, 提出了一种改进的OFDM自适应资源分配算法。该算法先在公平度门限下分配子载波, 再通过改进的人工鱼群算法进行功率分配。仿真结果表明, 所提算法达到最优解时迭代次数有较大减少, 同时搜索精度有所提高, 在保证用户公平度的同时, 提高了系统容量。

介绍了利用深度学习从图像或视频中恢复三维结构、进行深度估计和实现视觉传感器实时定位方面的研究与应用;对深度学习的研究概况进行了介绍;深入分析和比较了有无监督情况下具有代表性的深度学习算法和系统;对近年来深度学习方面的研究热点进行了讨论,并进行了总结和展望。

为了解决地下工程场景下巡逻机器人的定位与建图问题,提出了一种基于点线特征融合的半直接单目视觉里程计(SVO)算法。本文算法可分为特征提取、状态估计和深度滤波器3个线程。特征提取线程负责图像点、线特征的提取;状态估计线程利用点、线特征不同的匹配与跟踪策略获得相机的6自由度位姿,并通过帧与帧、特征与特征、局部帧之间的约束关系进一步优化相机位姿;而深度滤波器线程通过概率分布的方式刻画三维路标点相对于相机光心的深度信息,该方式相对于固定深度值的方式能够提高深度估计的稳健性。本文算法在Euroc公开数据集运行的平均定位精度相对于LSD-SLAM算法提高了17.6%,而在Tum公开数据集上运行的平均定位精度相对于SVO 算法提高了6.4%。利用加载摄像头的机器人平台进行测试,实际运行的定位误差大约为1.17%,满足实际需求。

近年来,利用纳米颗粒增强薄膜太阳电池效率受到了广泛关注。本文研究了核-卫星状复合结构银颗粒背位增强1 μm厚的硅薄层光吸收。采用了有限差分时域(Finite-difference Time-domain, FDTD)方法对所设计模型进行仿真模拟。结果发现,这种处在硅背面位置的复合结构银颗粒在很宽的光谱范围内具有很强的散射能力,同时,相比没有背位银颗粒阵列的1 μm硅薄层,有颗粒阵列的硅薄层对光的吸收有着明显的增加。

本文利用热注入和“一锅法”的方法合成了单分散高质量的氧化铟锡纳米晶颗粒, 并通过不同工艺来控制反应速率, 最终得到形貌和尺寸不同的球状纳米晶和枝状纳米花。另外, 将制备得到的氧化铟锡球状纳米晶旋涂成膜, 通过拉曼实验表明自组装形成的氧化铟锡薄膜能够有效增强拉曼信号。

文章主要研究WDM（波分复用）光网络中动态业务流量疏导的选路算法，提出了基于拓扑融合的动态流量疏导算法。该算法的最大特点在于融合了物理拓扑及其抽象出来的虚拓扑，利用最小权重优先方法进行选路。仿真结果表明,该算法在不增大建路时延的基础上，可以有效提高资源利用率，降低阻塞率，尤其是在高负载情况下，效果显著。