CDMA系统中的闭环功率控制方法

介绍CDMA系统中常见的闭环功率控制方法,对传统和优化的功率控制算法进行比较,着重分析闭环功率控制中的几个关键要素及其相关算法的实现.     

基于NOMA-MEC的车联网任务卸载、迁移与缓存策略

在移动边缘计算(MEC)与非正交多路接入(NOMA)技术相结合的车联网系统中,针对用户处理计算密集型和时延敏感型任务时面临的高时延问题,提出了一种基于博弈论和Q学习的任务卸载、迁移与缓存优化策略。首先,对基于NOMA-MEC的车联网任务卸载时延、迁移时延与缓存时延进行建模;其次,采用合作博弈算法获得最优用户分组,以实现卸载时延优化;最后,为避免出现局部最优,通过Q学习算法优化用户分组中的迁移缓存联合时延。仿真结果表明,所提方案相比对比方案,能有效提升卸载效率并降低约22%~43%的任务时延。     

车联网中整合移动边缘计算与内容分发网络的移动性管理策略

由于车载应用的普及和车辆数量的增加,路边基础设施的物理资源有限,当大量车辆接入车联网时能耗与时延同时增加,通过整合内容分发网络(CDN)和移动边缘计算(MEC)的框架可以降低时延与能耗。在车联网中,车辆移动性对云服务的连续性提出了重大挑战。因此,该文提出了移动性管理(MM)来处理该问题。采用开销选择的动态信道分配(ODCA)算法避免乒乓效应且减少车辆在小区间的切换时间。采用基于路边单元(RSU)调度的合作博弈算法进行虚拟机迁移并开发基于学习的价格控制机制,以有效地处理MEC的计算资源。仿真结果表明,所提算法相比于现有的算法能够提高资源利用率且减少开销。     

混合遗传算法在智能天线波束成型中的应用

对智能天线波束成型的思想和算法作简要介绍,给出一种混合遗传算法,该算法结合传统遗传算法和局部搜索的优点,具有良好的收敛性能,能够有效的抑制干扰,提高系统的信噪比。     

随机共振理论与微弱信号检测应用综述

随机共振是非线性动力学系统中存在的一种现象,体现了噪声在非线性系统中的积极作用。本文介绍了经典随机共振理论与非经典随机共振理论的起源及理论研究发展,以及利用随机共振检测微弱信号在电子系统、生物系统、机械故障检测等领域的应用。最后介绍了随机共振的研究进展。     

基于SYSGEN的信号滤波系统的设计与实现

本文提出了一种基于FPGA的FIP滤波系统设计的新方法,介绍了一种采用Xilinx公司的FPGA芯片完成FIR滤波器的设计流程,利用System Generator建模,省去了繁重的VHDL代码编写与修改过程.该方法实现简单、可靠,只需修改相应参数就可实现不同功能仿真结果表明.选取合适的滤波参数,可以适应不同的滤波要求,提高滤波器设计和修改的速度.     

一种自适应的OFDMA系统下行分组调度算法

提出了一种适合于OFDMA（正交频分多址接入）系统的资源分配与调度算法,该算法利用物理层的信道信息和MAC层的队列状态信息,并综合考虑了数据分组传输的时延要求和业务的优先级,采取资源块与子载波分配相结合的资源分配方式。仿真结果表明,该算法在吞吐量和公平性方面都得到了较好的改善。     

基于SystemView的PCM通信系统仿真

文章借助SystemView软件,以一个完整的PCM通信系统为例,详细地描述了SystemView通信系统仿真的过程以及仿真的结果分析,形象地阐述了一个完整的通信系统,从而加深了对通信原理理论的理解。同时,该仿真还可以推广到其它通信系统。     

活跃度感知的社交车辆分簇算法

为了解决车联网(IoV)中因车辆高速移动和拓扑结构多变导致的车辆间数据传输链路不稳定甚至中断的问题,提出一种活跃度感知的社交车辆分簇算法. 在簇头(CH)筛选过程中,考虑由相对加速度、速度和相对距离构成的移动相似性分值以及由兴趣相似度定义的社交相似性分值,加权求和得到车辆相似性分值. 利用基数排序算法排序并筛选出分值最高者作为簇头候选者(CHc),保证集群的稳定性. 引入由车辆历史数据处理量和车辆请求资源次数构成的活跃度的概念,通过对其进行判断,从簇头候选者中筛选出真正有社交意愿和能力的簇头,提升簇内亲密度. 使用OMNet++平台进行仿真,结果表明,与传统算法相比,采用所提算法,能使得集群在保持稳定性的同时,亲密度有所提升.     

一种新的CLPC联合功率控制方法

提出了一种新的自适应变步长的联合闭环功率控制方法,分别根据信噪比（SIR）的差值产生粗调因子和功率控制命令（TPC）的历史记录产生微调因子来跟踪信道的快慢衰落。仿真结果表明,该算法提高了收敛速度和收敛精度,具有较好的适用价值。