排序方式: 共有48条查询结果,搜索用时 15 毫秒
1.
在多用户MIMO系统下行链路中,块对角化(Block diagonalization, BD)预编
码算法的和速率性能要优于匹配滤波算法(Matched filter, MF)和迫零算法(Zero forc
i
ng, ZF)。然而,传统的BD算法利用矩阵分解来构造除当前用户的其他所有用户信道的零空
间,需要O(N2)浮点运算次数(Float point operations, FLOPs)。当
基站的天线数N趋向于大规模时,BD算法计算复杂度巨大。本文
提出一种基于投影子方法构造其他用户合成信道的零空间的BD算法,该算法仅需O(
N)FLOPs。仿真表明:同传统的BD算法相比,本文所提出的低复杂度BD算法显著地降低
了实现复杂度,而和速率性能损失微小,仍然优于MF和ZF,并且当N趋
向于大规模时,它的和速率性能趋向于传统的BD算法和SVD算法。 相似文献
2.
3.
介绍了法国天波2000数字调幅广播系统的结构和主要技术,该系统是一种多载波系统,调制方式采用高频带利用率的QAM,并将信道编码和调制统一,具有较强的抗多径,信道衰减,干扰能力。 相似文献
4.
5.
6.
针对多星定位系统对地面静态目标的无源定位误差分析问题,运用Fisher信息矩阵、Taylor级数、矩阵理论和统计理论,综合考虑时差、频差、卫星位置误差以及卫星速度误差,推导了到达时间差(time difference of arrival,TDOA)/到达频率差(frequency difference of arrival,FDOA)联合定位误差克拉美·罗界(Cramer-Rao lower bound,CRLB)的简单表达式,以及三星单独TDOA定位误差的CRLB,进而给出了避免TDOA定位盲区的良好卫星构型设计的充分条件.理论分析与仿真结果表明:在单独TDOA定位场景下良好的构型能完全消除定位盲区,定位精度随主星-星下点连线与主星-副星连线的夹角逼近90°而逐渐提高;通过引入FDOA与TDOA联合定位也能有效避免定位盲区,提高定位精度. 相似文献
7.
毫米波频段拥有大量未充分使用的频谱资源,能有效缓解低频段频谱拥塞,并且由于毫米波波长较短,能极大地减小大规模天线系统的物理尺寸,使得毫米波通信成为5 G无线通信系统潜在的关键技术之一。考虑到毫米波传播路径损耗严重,毫米波系统需采用波束成形技术改善传输质量。在毫米波大规模多输入多输出(Multiple-input multiple-out, MIMO)系统中,由于数字波束成形高功耗、高成本问题,混合数模波束成形成为重要的替代方案。本文首先阐述了毫米波混合波束成形的研究现状,而后给出了系统模型,最后介绍了信道估计、码本设计和低复杂度设计等混合波束成形的关键技术。 相似文献
8.
由于中长距离的无线隐蔽通信中信号发射功率较大,容易被监测者检测到,针对此问题该文提出无人机(UAV)中继协助的有限码长隐蔽传输方案。首先,根据无人机通信的信道模型,推导从发射机经过无人机中继到合法接收机的信噪比(SNR),得到隐蔽传输中断概率及吞吐量的表达式;然后,分析监测者的检测性能, 即KL(Kullback-Leibler)散度,并将其作为隐蔽通信的约束条件;最后,在此约束的条件下,联合优化发射机和中继的发射功率以及无人机的飞行高度,从而最大化隐蔽通信的吞吐量。仿真结果验证了系统的隐蔽性能,并且通过与缺少无人机协助的传统方案对比,揭示所提出的无人机中继隐蔽传输方案可以有效地降低监测者的KL散度。 相似文献
9.
崔玉荻束锋王进陆造宇吴肖敏杨淑萍 《数据采集与处理》2017,32(6):1134-1140
全双工系统能实现在同一时隙与同一频率传输数据,相比于半双工系统能大大地提升数据吞吐量和频谱效率。为了进一步提高全双工多输入多输出(Multi-input and multi-output,MIMO)中继系统传输速率,本文基于放大转发(Amplify-and-forward,AF)传输模式,在全双工双向中继系统中引入梯度下降算法,将用户发送端、接收端波束成形与中继端波束成形矩阵相结合设计一种最大化速率的交替迭代算法,并构造出一种最小均方误差(Minimum mean square error,MMSE)迭代算法作为初始条件,在此基础上推导出中继接收端与发射端的波束成形矩阵表达式。仿真结果表明,本文构造的交替迭代算法收敛速度快,而且相比于迫零、最小均方误差以及最大泄信噪比算法,和速率有显著提高。 相似文献
10.
随着无人机网络向着集群化方向发展,无人机簇群通信面临恶意干扰电磁环境下频谱和能量资源不足以及环境部分可观测等问题.针对联合频谱域和功率域的无人机簇群抗干扰问题,以最小化长期传输能量损耗和跳频开销为优化目标,通过建立分布式部分可观测马尔可夫决策过程模型,构建基于多智能体协同的无人机簇群节能抗干扰通信框架.具体地,各簇头无人机作为智能体,利用长短时记忆神经网络的信息长期记忆优势,结合双深度Q学习方法,采用多智能体框架完成分布式训练,最终实现仅需各簇群本地观测信息即可完成协同多域节能抗干扰通信分布式决策.仿真结果表明,本文所提算法可适应部分可观测且未知动态变化的无人机簇群传输环境和干扰环境,相较于基准算法能更有效地降低长期传输能量损耗和跳频开销,且同时提升数据传输成功率. 相似文献