随着网络通信量的急剧增长，多径传输应用日渐普遍。多径寻由算法是实现多径传输的基础。该文结合路径相似度目标和启发式方法，提出一种新的基于A*算法的多径寻由算法，称为MA*算法。该文为该算法设计了一种新的代价估计函数，通过理论分析证明了该代价估计函数的可行性。利用网络拓扑生成工具对MA*算法进行了仿真实验，并与其他多径寻由算法进行了分析比较。实验结果表明，MA*算法能以较低的搜索次数获取多条路径代价和路径相似度合理的路径；另外通过合理调整惩罚参数，可以取得路径代价和路径相似度的平衡。MA*算法以更小的开销实现了一种更为通用的多径寻由算法，能够应用在更广泛的多径传输环境。

该文聚焦于通信感知一体化(ISAC)系统性能优化问题，提出一种可移动天线(MA)赋能的创新解决方案。针对传统固定天线阵列因空间自由度受限导致的波束调控能力不足，该研究通过动态调整发射端MA元素的位置来充分利用无线信道空间特性。在满足用户通信与雷达感知需求的约束条件下，建立了包含MA元素离散位置、波束赋形向量和感知信号协方差矩阵的联合优化模型，以最小化系统发射功率。为解决优化变量耦合度高且包含二元离散变量的难题，该文采用离散二进制粒子群优化(BPSO)算法框架进行求解。具体地，首先，通过适应度函数迭代地确定MA元素的离散位置，并运用半正定松弛(SDR)和逐次凸近似(SCA)技术处理非凸约束，进一步求解波束赋形向量和感知协方差矩阵。仿真结果表明，相较于传统固定天线阵列基准方案，所提方案在降低ISAC系统发射功率方面具有显著优势。该文为MA赋能ISAC系统的能耗优化提供了新的思路，对下一代无线通信系统的通信感知融合网络设计具有重要指导意义。

为提高模糊分类规则的有效性和可解释性，该文提出一种基于最大同类球的模糊规则提取方法。首先，每个样本根据与最近异类之间的距离确定一个最大同类球。然后根据各个同类球中样本之间的包含关系和独有性对同类球进行约简。再根据约简后的同类球建立MA分类器的模糊规则前件。MA(Mamdani-Assilan)二分类器的模糊规则后件参数学习以加权分类错误平方最小化为目标函数，采用共轭梯度法求解后件参数。KEEL标准数据集中的12个10折交叉验数据集的对比分类实验验证了该方法的有效性。

OFDM自适应调制技术根据各子载波在频率选择性衰落信道中不同的瞬时增益，动态地分配数据比特和发射功率，可以优化系统性能，提高频谱效率。该文主要研究OFDM系统发射功率和传输比特数不变时误码率最小化的自适应(MA)算法。提出一种以注水门限为迭代参数的MA算法，并引入有记忆步长迭代法，提高算法的稳定性。仿真结果表明，与过去的算法相比，该算法能以较低的复杂度获得更好的性能。

底层物理节点或链路失效将影响虚拟网服务提供的连续性，因此如何实现虚拟网的可靠性映射是当前研究亟待解决的问题。文章建立了虚拟网映射(VNM)的数学模型，量化分析了虚拟网的可靠性，并归结出影响虚拟网可靠性的因素。为了克服这些因素，文章分别提出基于拓扑影响度(TID)的虚拟网映射(VNM-TID)算法和基于回溯机制的迁移算法(MA-Back)。仿真结果表明，VNM-TID MA-Back算法在虚拟网请求接受率、迁移成功率和有效承载率上具有优势，提高了虚拟网的可靠性。

本文分析了一种新型恒流器件的特性和原理,由于采用恒流二极管供流和实现最佳温度补偿获得了非常稳定的输出电流。器件的动态阻抗大,电流温度系数H10-4/℃,恒定电流IH在5--500mA范围内具有连续可调等优点。

该文提出了一个基于三阶累积量的优度准则。基于此准则,利用最速下降法,得到一种新的基于三阶累积的梯度型自适应滤波算法,该算法用于平稳和非平稳的MA(Moving Average)模型系统辨识的计算机模拟仿真结果表明:该算法有良好的收敛性能及对时变系统的跟踪能力。

为提高命名数据网络(Name Data Networking, NDN)路由过程中内容名字查找的效率，该文提出一种基于深度布隆过滤器的3级名字查找方法。该方法使用长短记忆神经网络(Long Short Term Memory, LSTM)与标准布隆过滤器相结合的方法优化名字查找过程；采用3级结构优化内容名字在内容存储器(Content Store, CS)、待定请求表(Pending Interest Table, PIT)中的精确查找过程，提高查找精度并降低内存消耗。从理论上分析了3级名字查找方法的假阳性率，并通过实验验证了该方法能够有效节省内存、降低查找过程的假阳性。

基于简化电磁矢量传感器阵列，该文提出了一种新的降维四元数MUSIC估计方法。文中引用了四元数的概念，利用四元数的正交特性能够很好地描述矢量传感器阵元的正交结构这一优点，建立了电磁矢量传感器阵列的四元数模型，利用降维Q-MUSIC (Quaternion-MUSIC)方法先对极化信号DOA进行估计，通过已经估计出来的DOA信息，再借助传统的V-MUSIC (long-MUSIC)方法估计极化信息。从而依次获得极化信号的4个参数。仿真实验验证了算法的可行性。

在LTE (Long Term Evolution)异构网络中，由于宏基站(Macro)与微微(Pico)基站的发射功率相差较大，一些离Pico基站较近的用户因为接收到的宏基站下行信号质量好于Pico基站而选择接入宏小区。然而，因为这些用户距离Pico基站较近，因此上行通信会对Pico基站产生严重的上行干扰。小区覆盖增强(Range Expansion, RE)技术能够减少此类干扰，但同时又可能引入新的下行干扰。该文提出一种基于RE技术的上行干扰识别与协调机制(UIICRE)，能够准确识别上行干扰源及其强度，并进行相应的干扰协调处理。仿真结果表明，该文提出的方案能够解决Pico小区的上行干扰问题，提升用户的上行通信质量，并保证用户下行通信质量不受影响。