FBMC-OQAM系统中一种改进的OPTS算法

针对采用重叠部分传输序列(overlapping partial transmit sequence, OPTS)算法来抑制滤波器组多载波-偏移正交幅度调制(filter bank multicarrier-offset quadrature amplitude modulation, FBMC-OQAM)信号的峰均比(peak-to-average power ratio, PAPR)时会导致计算量过高的问题,在对现有的禁忌搜索算法进行改进后提出一种基于并行禁忌搜索的OPTS(parallel tabu search overlapping partial transmit sequence algorithm, parallel-TS-OPTS)算法,通过将h路传统禁忌搜索算法得出的各自最优解进行遗传交叉操作来优化传统禁忌搜索算法的初始解,从而进一步增大算法搜索到最佳相位因子向量的概率。理论分析与仿真结果表明,本研究的算法可以在获得接近于OPTS算法PAPR抑制效果的同时显著降低算法的计算复杂度,进一步提高FBMC-OQAM系统应用在5G场景中的鲁棒性。     

基于全网能量均衡的WirelessHART图路由算法

如何均衡使用网络节点能量并生成高可靠路由是WirelessHART网络研究的一个难题,为此提出了一种GRAEB（graph routing algorithm based on energy balancing）图路由算法。首先,网络被初始化为连通的图结构,能够提高丰富的冗余路径。网络管理器根据全网节点剩余能量、通信周期、链路分布等因子生成节点鲁棒系数矩阵,节点通过比较邻居的鲁棒系数来选择最优路径。另外,规定了邻居节点数的上限阈值,每次路由更新只保留鲁棒系数最优的邻居。仿真结果表明GRAEB不仅提高了网络可靠性,而且延长了网络寿命。     

OFDM系统中一种低复杂度SLM算法研究

针对传统选择映射(selected mapping,SLM)中计算复杂度过高和抑制峰均比(PAPR)能力有限的问题,设计了一种低复杂度的SLM算法并用Matlab进行了仿真.该算法采用圆周移位的思想,使得整个过程仅需一个IFFT模块,同时又在IFFT后进行了序列重组来增加待选序列.最终的仿真结果表明,与传统SLM以及文献[12]中的SLM相比,在峰均比抑制效果相近时,使用该算法可以极大降低计算复杂度.     

印刷偶极子天线实现全向辐射的一种设计方法

印刷偶极子天线由于具有体积小、频带宽等优点而被广泛用于许多领域.针对在某些场合需要E面全向辐射天线,设计了一个平面结构的宽带阵列天线,并利用电磁仿真软件HFSS进行仿真.天线采用了巴伦馈电的印刷偶极子作为基本单元,通过引入平面喇叭和反射单元来改善方向图不圆度,使其能在E面实现全向辐射.结果表明,它在3.5～6.5GHz的宽频率范围内的回波损耗基本在-10dB以下,E面方向图不圆度小于3dB,仿真与实测结果能够较好地吻合.     

一种新的准正交空时分组码设计方案

提出了一种准正交空时分组码的改进方案,并用MATLAB进行了仿真．该方案使用改进后的Alamouti码作为基本单元构造出了一个4发射天线的准正交分组编码矩阵,运用矩阵对角化的方法来消除非正交项,降低了译码复杂度．仿真结果表明,与Jafarkhani准正交空时分组码相比,该方案不仅能够在接收端实行线性解码,而且还可以进一步提高系统的信道容量和误码率．     

一种FBMC系统干扰分类预处理方案

为解决滤波器组多载波(FBMC)信道估计中导频符号所含虚部干扰的影响,提出了一种发送端导频周围符号的预处理方案。该方案利用干扰系数矩阵通过预消除导频邻域低功率符号的影响,来改善FBMC系统接收端信道估计的复杂度,将导频符号的干扰问题转换为对极少数几个高干扰系数的符号处理,并结合具体方案给出该预处理方案的适用情形,使得一些包括辅助导频法(AP)、编码法(Cod)在内的只可在原理上实现的方案可以直接在实际上得到应用。理论分析和仿真结果表明,当使用该方案后,传统基于离散导频估计FBMC信道所面临的问题都能得到有效解决,并且相对于其他改进方案,该方案进一步实现了频谱效率的优化。     

一种低复杂度自适应信道估计方案

针对最小平方估计方法精度有限的问题,该文提出一种自适应信道估计方案。该方案首先采用矩阵对角化的思想对最小均方误差估计方法进行改进,使得其在保持估计精度的同时大幅度降低计算复杂度。然后根据自适应的理论提出一种新的方案,该估计方案能够根据当前信道状况自适应地选择合适的算法进行信道估计,显示了较高的灵活性。仿真结果表明,该方案可以在计算复杂度较低的情况下进一步改善系统的误码率和均方误差,具有良好的实际应用价值。     

基于Python的电商评论数据采集与分析

在电商竞争日益激烈的情况下,商家既要提高产品质量,又要洞悉客户的想法和需求,关注客户购买商品后的评论,而第三方商家获取商品评价主要依赖于人工收集,不但效率低,而且准确度得不到保障。通过使用Python网络爬虫技术采集近期店铺商品评论信息,进行数据清洗、分词、去除停用词、词频统计等数据预处理,最终绘制词云图实现数据可视化,并对数据结果进行分析,为商家提高选品质量、制定个性化的营销策略提供依据。