V-BLAST MIMO系统中基于增广信道矩阵分析的发射天线选择算法

为了减少MIMO无线通信系统的射频链路硬件成本和降低系统复杂度,针对采用排序逐次干扰抵消(OSIC)接收的MMSE V-BLAST系统,通过对增广信道矩阵进行次优排序和QR分解分析,提出了一种新颖低复杂度的发射天线选择算法.与其它方案不同的是,本文算法综合考虑了排序、干扰抵消和噪声对天线选择性能的影响.仿真结果表明,该算法的性能比其它算法的性能有很大改善.     

OFDM空时发射分集系统信道盲估计

本文研究了OFDM空时发射分集系统的子空间信道盲估计方法。该方法仅利用空时编码及OFDM调制引入的冗余,在接收天线小于发射天线时,也可以对信道进行盲估计。对盲估计方法所共有的估计模糊性问题进行了详细的论述,证明估计仅存在两个标量不确定因子。这种方法不需要对信号进行冗余预编码,系统将有更高的速率;同时也不需要对系统输出进行过采样或采用多天线接收。由于不需要确切知道信道的阶数,算法对信道阶数过估计有较好的鲁棒性。     

多用户毫米波MIMO系统中基于信道互易性的混合模数预编码算法

本文针对多用户毫米波多输入多输出(Multiple Input Multiple Output,MIMO)系统,首次提出了分离子阵列MIMO混合模数预编码架构毫米波系统的一种模拟接收方案。将最大化和速率求解混合模数预编码的三元联合优化问题分成模拟和数字两部分求解,进一步提出了基于信道互易性的混合模数预编码算法。该算法通过最大化下行各个用户和上行各个子阵列的接收信干噪比分别求解模拟合并矢量和模拟预编码矢量;优化模拟部分后,设计发射端数字预编码器消除多用户数据流之间的干扰。数值仿真表明所提算法收敛速度快,且可获得接近最优纯数字预编码算法的性能。      

一种优化的神经网络树异常入侵检测方法

本文提出了一种基于优化神经网络树(ONNT)的异常检测方法,在提高异常检测精确率的同时,增强异常检测模型学习结果的可理解性、可解释性。ONNT是一种具有二叉树结构的混合学习模型,二叉树的节点分裂遵循信息增益率准则;其中间节点嵌入了结构简单的感知器神经网络,能够根据当前节点上给定的子样本集和教师信号,选择较小的特征子集构建相对简单的局部决策曲面。本文提出的异常检测方法包括两个方面的性能优化:1）通过优化神经网络树(NNT)的中间节点,降低局部决策曲面的复杂度,从而使中间节点能在可接受的计算代价内表示成低复杂度的布尔函数或规则集,为实现学习结果的可解释性提供基础;2）通过优化学习模型的整体结构,降低所有中间节点的规则析取式的前件复杂度,从而提高学习结果的可理解性。实验的数值结果表明,与基于NNT的异常检测方法相比,本文提出的方法能够以简单的中间节点和相对精简的整体结构提高检测结果的可解释性和可理解性;与其他同类方法相比,基于ONNT的异常检测方法具有较高的检测精确率,且在一定程度上给出了对异常检测具有重大影响的一些特征信息。      

MIMO多中继辅助通信中基于最优功率分配的路由选择算法

考虑多个多天线中继站辅助的通信网,各中继站工作于放大转发(AF)模式,本文针对两跳半双工中继信道,提出一种基于最优功率分配的多天线路由选择算法。在总功率约束条件下,首先实现基站与中继间的最优功率分配,然后基于多天线中继模式,选出接收信噪比最大的一个中继进行传输。当功率完全分配给基站时,由于未使用中继传输,等价于选择一跳路由。与不进行中继选择的全工作模式相比,该算法不仅能达到满分集度,而且具有更好的中断概率性能和更大的系统容量。仿真结果表明,本文方法以较小的计算复杂度,使系统获得了较大的性能增益,并对于存在路径损耗的实用场景,该算法的性能优势仍然存在。      

基于信息典型相关分析的时差测向

测向是电子战系统的一个重要组成部分,测向精度直接对信号分选、识别、定位、干扰决策等都产生较大的影响。时差测向的准确度和灵敏度都相对较高,在无源测向中具有广阔的应用前景。针对时差测向抗干扰性能差和噪声影响的问题,首先提出了一种基于信息典型相关分析的盲源分离算法,在辐射源信号先验信息未知时分离天线阵接收的混合信号;然后将分离后的信号进行相关分析获得时差的估计,用以改进时差估计和测向性能,并对这种新的测向算法进行了分析。仿真实验表明,基于信息典范相关分析盲源分离算法的时差测向能够取得比常规时差测向更稳定、准确的结果。      

基于改进的混合学习模型的手写阿拉伯数字识别方法

在特征空间维数较高的手写阿拉伯数字识别问题中,冗余的特征往往会意外增加学习模型刻画问题空间的复杂度,影响手写阿拉伯数字识别的效率和精确度。该文提出了一种基于边界对特征的敏感度值进行特征选择的支持向量机树混合学习模型,依据当前中间节点上的分类曲面对子样本空间中的样例特征的敏感程度选择特征,在新构建的子样本集上训练子节点上的支持向量机。UCI机器学习数据库中手写阿拉伯数字识别问题的仿真结果表明,与其他算法相比,该文提出的方法能够在提高或保持手写阿拉伯数字高识别精确率的同时,精简问题空间,从而简化混合学习模型的中间节点和整体结构。     

多用户MIMO网络的OFDM放大转发双向中继策略

在多用户MIMO通信网络中,该文提出一种新的放大转发双向中继策略,在第1时隙的多址传输中采用OFDMA,在第2时隙的广播传输中采用OFDM/SDMA,通过利用频率分集和空间分集提高了系统性能。针对双向中继传输的特点,采用两种方法在每个子载波上设计了中继波束形成矩阵,即信漏噪比(SLNR)准则和块对角化迫零(BDZF)准则。利用割集理论推导了该双向中继网络的容量域上界。仿真结论表明,所提出的双向中继策略在系统和速率性能上优于其他3种中继策略,并能逼近所推导的容量域上界。     

空间相关莱斯衰落信道下基于部分信道信息的多用户预编码与调度算法

在空间相关的莱斯衰落信道模型下,针对多用户MIMO(Multiple-Input Multiple-Output)系统潜在的多用户分集增益和空间分集增益,该文提出了一种基于部分信道信息的多用户预编码与调度算法。结合部分瞬时信道信息和统计信息,利用约束最大似然估计对各用户信道矢量进行估计,然后利用估计的各用户信道调度多个用户进行预编码。仿真结果表明,该方案以较少的反馈开销,获得了较大的性能增益。     

OFDM快时变信道下的相位旋转调制技术

由于发射端和接收端振荡器之间的频率偏差以及无线信道的时变性,OFDM系统各个子载波之间的正交性将会被破坏,从而产生载波间干扰(ICI)。该文利用发送端的多天线分集,提出了一种新型的相位旋转调制技术。它通过在频域对不同发送天线上的发送信号进行不同角度的旋转,使接收端等效信道频域响应产生的载波间干扰最小,达到抑制载波间干扰的作用。实验证明,这种新型的相位旋转调制技术不会改变OFDM系统的发送功率,能够在不占用额外系统带宽的情况下有效地消除快时变信道环境下系统的载波间干扰,达到较好的误码率性能。