基于IEEE802．16e的LDPO编译码方案设计及实现

文中提出厂基于IEEE802.16e协议的LDPC码编译码器设计方案。在编码方案中,采用线性复杂度编码,设计了部分译码桶式移位器实现其核心部件矩阵向量乘法器,提高了编码速度,降低了逻辑资源占用量。在译码方案中,针对LOG-BP算法中非线性运算较复杂,译码过程中校验节点史新模块信息量大,消耗资源多的问题,提出用GORDIC算法实现校验节点更新模块,较之传统的LUT方法,节省了大量硬件资源。实验结果表明,本方案在保证LDPC编译码速度和性能的前提下,节约了硬件资源。     

基于Mean-shift的改进目标跟踪算法

传统的Mean-shift目标跟踪算法对背景因素比较敏感,采用核加权直方图的方法计算目标模板与候选区域目标特征往往无法实现对运动目标的准确定位。在研究传统算法的基础上,改进了Mean-shift算法中目标特征选取机制,即目标模板采用背景加权,候选目标区域采用核加权。仿真结果表明,该方法实现了在复杂环境背景下对运动目标更加准确的跟踪。     

基于μC/OS-Ⅱ的IEEE802.11 MAC协议的实现

IEEE802.11协议是目前最具影响力的无线局域网标准,但是目前的芯片都是国外公司设计的,本项目的目的就是为了研制具有自主知识产权的802.11芯片。介绍了SDL描述的IEEE802.11 MAC协议,并在理解协议的基础上,提出了在μC/OS-II实时操作系统中用C语言来实现MAC协议的方法,并由此在μC/OS-II操作系统中实现了整个IEEE802.11 MAC协议,为生产出具有自主知识产权的802.11无线网络芯片奠定了基础。     

多波束相控阵天线角度测量方法

在雷达、通信、测控等领域中,基于相控阵天线的幅度和差单脉冲测角技术是基本方法,但该方法通过旋转法向方向图去近似表示子波束方向图,并用一阶泰勒公式近似表示子波束接收信号幅度,从而带来非噪声因素误差,最终导致目标角度估计精度不高。为此,通过相控阵天线同时产生两个形状相同但相互独立的子波束,旋转波束指向中心轴方向的方向图函数来确定两个子波束的方向图函数,并用高阶泰勒公式对子波束接收信号幅度进行近似,从而减少误差。仿真和硬件测试结果表明所提方法能够有效提高测角精度。     

基于新型公平盲签名和属性基加密的食用农产品溯源方案

为解决食用农产品溯源中存在的身份隐私易泄露、难监管以及溯源数据共享困难等问题,该文提出一种基于新型公平盲签名和属性基加密的食用农产品溯源方案。该方案在联盟链授权访问、不可篡改特性的基础上,结合椭圆曲线和零知识证明提出一种新型公平盲签名方法,实现了食用农产品数据上传者身份条件匿名并通过双重ID机制避免了签名方陷害问题;方案同时采用Asmuth-Bloom门限改进的属性基加密结合智能合约技术实现了权限分层的食用农产品溯源数据秘密共享。各项分析及实验结果表明,该方案具备良好的安全性和功能性。     

高速移动环境下基于RM-Net的大规模MIMO CSI反馈算法

针对高速移动环境信道特征复杂多变,同时存在加性噪声和非线性效应的影响,提出一种残差混合网络（RM-Net）的大规模MIMO CSI反馈算法。RM-Net通过学习高速移动信道的空间结构与时间相关性,具备去除大规模MIMO信道噪声的能力,能显著提高CSI压缩率与恢复质量。系统仿真结果表明,RM-Net可消除高速移动场景加性噪声的影响,学习并适应稀疏、双选衰落信道特征,在高压缩率与低信噪比条件下依然具有较好的性能表现,所提算法性能大幅优于其他基于压缩感知（CS）和深度学习（DL）的CSI反馈算法。     

基于Landweber迭代算法的欠采样恢复数字预失真技术

传统宽带数字预失真(DPD)为了更好地矫正功率放大器(PA)非线性特性,通常要求反馈通道带宽达到发送信号带宽的5倍,相应地要求更高采样率的模数转换器(ADC),这将导致数字预失真系统面临着硬件成本和能耗问题.针对这一问题,该文提出一种基于Landweber迭代算法的欠采样恢复(USR)数字预失真(Landweber-USR DPD)技术.这种以内外循环的方式进行处理,可将反馈通道带宽从理论要求的5倍降低至2倍,以良好的质量从欠采样的功放输出信号中恢复全频带的输出信号,使还原出的数据更接近真实的功放输出信号,以实现更好的预失真效果.实验选用基于单管氮化镓(GaN)器件的宽带F类功率放大器,在1.8 GHz工作频点下用5 MHz的长期演进(LTE)信号激励,反馈ADC速率分别设置为全采样速率(40 Msps)和欠采样速率(10 Msps).实验结果充分证明了Landweber迭代算法恢复功放数据的可靠性以及Landweber-USR DPD技术的有效性,为宽带通信系统中数字预失真技术的工程实现提供了有效降低ADC采样率的思路和方法.     

D2D通信中一种基于非数据辅助误差适量幅度的同信道干扰控制方法及其性能分析

针对D2D通信系统中广泛存在的同信道干扰问题,该文提出一种基于非数据辅助误差矢量幅度(NDA-EVM)进行同信道干扰分析的方法.以NDA-EVM作为信道质量评估参量,推导信号在M-QAM调制下的NDA-EVM统一计算模型,利用信道增益建立NDA-EVM同信道干扰分布模型,并进一步求解该模型的性能上限,从而量化同信道干扰.理论分析和仿真实验表明,相对于传统算法,该文所提上限的计算时间复杂度由O(M 2)降为O(M),提高了信道评估时效性;推导性能上限与理论值吻合度高,特别是在低SNR时为紧上界,两者最小均方根误差RMSE低至0.2615.     

一种新的混沌扩频序列优选算法

混沌序列因其相关性好、对初值敏感、保密性强等特性成为直序码分多址(DS/CDMA)系统中性能较好的一种扩频码。为了提高DS/CDMA系统保密性、降低多址干扰,改进混沌序列的传统优选算法,研究混沌互相关优选,提出一种新的混沌扩频序列互相关优选算法,对所得的优选序列进行性能仿真比较。结果表明,该算法能提供较大的系统容量且抗多址干扰能力强。     

利用统计特征结合神经网络的P2P流量识别方法

准确识别P2P流量对进一步地流量控制具有重要的实际意义。利用模糊ARTMAP神经网络实时学习和快速识别的优点,提出一种基于神经网络的P2P流量识别方法。在实际网络环境下对BitTorrent、PPLive、PPStream、EMule四种主流P2P应用进行实验,统计分析并提取了九种流量特征。通过神经网络对各种P2P应用流量特征的学习和识别,得出该方法的识别准确率达到95%以上,验证了其有效性。