非理想信道估计下的放大转发协同通信系统性能分析

针对两跳多中继放大转发协同通信系统,分析了信道估计误差对系统性能的影响。考虑机会中继和全参与中继两种中继策略,分别推导了系统误码率的闭式表达式,并分析了不同信道估计质量阶数下的系统分集增益。平均信噪比损失率分析表明机会中继较全参与中继对信道估计误差更为敏感。仿真结果验证了理论分析。     

无线Adhoc网络中一种基于网络编码的协同MAC协议

协同通信中,中继节点通常用来转发源节点的数据分组.但是从中继节点的角度出发,帮助其它节点转发数据会降低其自身的性能,导致中继低效率问题的出现.针对此问题,该文基于网络编码设计了一种适用于无线Ad hoc网络的协同MAC协议.该协议将网络编码和协同机制相结合,在需要协同传输时,利用网络编码让中继节点在发送源节点数据的同时也发送自身的数据,利用网络编码来解决协同传输中中继低效率问题,进一步提升协同传输的性能.该文还在2维Markov退避模型的基础上,加入了网络编码和协同机制,对所提协议在多跳网络中进行了吞吐量性能分析,并探讨了网络节点数、多跳和信道质量对吞吐量性能的影响.仿真结果表明,相比一般的协同MAC协议,采用网络编码的协同MAC协议可以显著的改善系统性能,是解决协同传输中的中继低效率问题的有效手段.     

基于分布式节点选择的新型协同ALOHA协议

在已有协同ALOHA (CALOHA)协议的基础上,提出了一种基于分布式协同节点选择的新型协同ALOHA( NCALOHA)协议,该协议比CALOHA协议更为简单实用.建立了一种吞吐量理论分析模型,并经过仿真证实基于该模型所得到的时隙ALOHA(SALO-HA)协议的吞吐量与已有的结论完全一致,且仿真结果显示NCALO...     

软件无线电中的数据采集技术

A／D转换器是软件无线电系统的关键部件之一。天线接收的宽带射频信号对ADC提出了高速，高精度的要求。本文从目前的ADC器件水平出发，介绍了软件无线电中数据采集的原理，以及实际中利用这些采样定理采集数据的方法，尤其是新发展起来的基于小波理论的采集方法。     

OFDMA上行链路中基于博弈论的子载波和功率分配算法

传统OFDMA上行链路资源分配算法中一般以最大化各用户速率或最小化发射功率为依据对子载波和功率进行分配,而对于各用户的功率效率问题并没有加以考虑。针对这一问题,该文提出了一种基于功率效率最优的联合子载波功率分配算法。首先给出了在各用户峰值功率约束条件下达到收益函数最优的必要条件并证明了算法纳什均衡的存在及唯一性,然后给出了子载波功率分配算法。仿真表明:相比最大边界速率子载波和功率分配算法(MaxRt+WF)和固定子载波和功率分配算法(MaxFA+WF),该文算法能大幅度提高各用户的功率效率。同时如果合理地选择代价参数,算法获得的和功率效率能够达到更大。     

无线协作Mesh网

异构无线网络的融合是当前无线网络的发展趋势。针对融合过程中遇到的诸如传输模式选择、负载平衡、路由和切换之类的问题,文章提出了一种新的网络融合架构：无线协作Mesh网。该架构基于无线Mesh网的网络结构,并通过协作通信进一步优化其结构、提升其性能。该架构能充分发挥Mesh技术高频谱效率、动态自组织的优点和协作通信高分集增益、高能量效率的优点,可为无线网络融合提供一种有效的解决方案。     

一种无线Mesh网络中基于协同通信的多包接收方法

协同通信容许移动节点共享彼此的天线以构建虚拟多入多出系统,可有效获得空间分集增益。为利用虚拟多入多出信道的分集增益,该文提出了一种在无线Mesh网络上行链路中采用协同策略的多包接收方法。该方法中提出由发生冲突的Mesh终端及其协同节点构建虚拟多入多出信道,且多天线Mesh路由器通过串行干扰消除算法来快速分离冲突包。理论分析和仿真结果表明该方法可充分利用空间资源,相比NDMA和TDMA可有效提高系统的有效吞吐量并降低时延。     

混合衰落信道下选择中继译码转发的性能分析

蜂窝中继通信中基站到中继以及中继到移动台可以建模成混合衰落信道,即基站到中继的信道通常经历莱斯衰落,中继到移动台的信道通常经历瑞利衰落。该文研究混合衰落信道下协同通信系统中两跳译码转发方式的性能,首先通过分析推导了基于选择最佳中继的中断概率、误符号率以及误符号率的渐近线的闭式表达式,然后基于误符号率的渐近线给出了一种功率优化方法。蒙特卡洛仿真验证了理论公式,仿真结果显示优化功率分配的性能优于平均功率分配的性能。     

Turbo编码MIMO-OFDM系统中的EM迭代信道估计

该文对频率选择性衰落信道条件下的Turbo编码多入多出正交频分复用(MIMO-OFDM)系统的信道估计进行了研究,提出了一种将Turbo迭代译码与EM迭代信道估计相结合的方法。采用该方法的EM迭代信道估计性能得到了明显提高,且适合于非常恶劣的信道环境。另外,通过仿真可知,利用EM迭代信道估计算法的系统性能优于利用简化的最小二乘(LS)信道估计算法所获得的系统性能。