物理层网络编码机会中继及中断性能分析

该文研究了频率非选择性瑞利衰落信道中的物理层网络编码系统容量问题。基于放大转发机制提出了一种基于最大最小互信息准则的机会中继策略。在瑞利衰落信道环境下,从双向通信的角度,通过理论分析得出其中断概率解析式,同时推导了理想物理层网络编码和传统直接传输系统的中断概率解析式。通过理论分析,发现在某些节点发射功率条件下,系统中断概率将完全取决于单向链路。在此基础上完成了数值仿真实验,结果表明所提策略的中断性能与理想物理层网络编码和传统直接传输相比有了显著的提高。     

异构网络中多无线电多信道环境下信道状态预测算法研究

该文针对异构网络环境未知性的特点,基于部分可测马尔科夫(POMDP)模型,结合认知无线电频谱侦测技术,提出了一种新的多无线电多信道环境下信道状态预测算法。该算法通过对信道状态历史信息的分析,推导出信道信念状态(belief state)的初始分布和转移概率,并以此选择出具有最佳回报的信道以供接入,从而达到提高信道利用率的目的。仿真结果表明算法性能要优于传统算法。     

多普勒域上稀疏的双向中继信道估计

信道估计技术作为获得信道衰落信息的方法,是提高无线信道传输接收性能的关键技术。本文针对放大转发双向中继系统的时间选择性平坦衰落信道,利用信道在多普勒域的稀疏性进行压缩信道估计。相比于传统的线性估计方法,压缩信道估计考虑了信道的固有稀疏性,降低了导频的开销,改善了信道估计性能,提高了频谱利用率及系统吞吐量。文中通过对双向中继信道进行多普勒域的稀疏建模,仿真分析了信道估计性能随着导频数量增加、信噪比增加,得到不断改善;而不同的导频分布将影响观测矩阵的相关度,从而对信道估计产生影响。仿真表明,当导频随机分布时,信道估计效果最佳。同时,文中还仿真分析了最大多普勒频移对信道估计性能的影响。      

基于压缩感知技术的双向中继信道估计

设计了一种基于压缩感知（compressive sensing, CS）技术的双向中继信道（two-way relay channels, TWRC）估计方法,并具体采用正交匹配追踪算法（orthogonal matching pursuit, OMP）对OFDM系统下的信道脉冲响应进行估计。双向中继信道往往呈现出稀疏多径结构,这种结构会随着信号空间维数的增大而越加明显。传统的线性估计方法没有考虑到TWRC的潜在稀疏性,因而导致了对关键通信资源的过度使用。而基于CS的TWRC估计方法能够很好地利用这种传输信道的稀疏多径结构,与传统线性估计方法相比,在获得同样估计性能的前提下,需要的训练序列长度大大减少,有效地提高了频谱、能量等资源利用率。同时,所采用的OMP算法的时间复杂度主要依赖于信道稀疏度,因此计算效率往往比传统的方法高。仿真也证实了基于CS的TWRC估计算法的优越性。      

不对称速率传输中网络编码与信道编码的联合设计

本文针对双向中继信道中不对称速率传输的情况进行了研究。在实际双向中继信道的通信传输中,由于信道质量,发射功率,业务需求等条件的不对称,双向信道的传输速率往往也是不对称的。本文提出了一种称为子集编码的方案,将调制、物理层网络编码、信道编码联合起来设计,使得较差信道的信道编码码字为较好信道的子集,这样中继节点可以利用信道编码的线性性质对接收到的叠加信号直接进行译码,从而使译码复杂度降低50%;同时,较好信道使用高阶调制,较差信道使用低阶调制,利用较好信道提高了系统的传输速率。仿真结果表明,与对称速率传输相比,本文提出的方案在提高系统有效性的同时,又保证了系统的可靠性。      

大尺度信干比共享下的基站协作干扰协调

在基于正交频分多址接入(OFDMA)技术的蜂窝移动小区中,小区间的干扰是影响系统性能的主要因素。多点协调(CoMP)技术被视为能够协调小区间干扰的主要手段。在下行多点协作传输系统中,小区基站采用三向天线来对小区划分扇区,从而消除了相邻小区边缘处的干扰。各扇区分别计算扇区内用户的大尺度信干比(SIR),小区之间通过共享大尺度信干比信息,对各自服务的用户按照一定的规则进行匹配,对小区中心用户的SIR和边缘用户的SIR进行了折中,从而有效解决小区边缘用户由于小区间干扰带来的低信干噪比(SINR)问题。仿真结果表明,本文提出的用户匹配算法以较小的反馈开销,较大的提高了小区边缘用户的信干噪比和系统吞吐量。      

基于IEEE802.15.4退避算法的改进机制

IEEE802.15.4是供低速率、低功耗和低成本设备使用的短距离无线通信的协议,定义了低速无线个域网(LR-WPANs)的MAC层和物理层规范.由于在例如无线体域网(WBAN)应用中,能量消耗是备受关注的问题,因此提出了一种基于时槽机制的CSMA/CA过程中改进的退避算法,在每次CSMA/CA开始时根据过去的传输状况动态地调整竞争窗口的最小值.通过NS-2进行仿真,实验结果表明这样的改进方案在业务负载比较高或者包的大小比较小的时候可以减少数据包碰撞概率和重传概率,从而可以减少功耗并且提高吞吐量性能.     

多无线电协作技术与异构网络融合

异构网络融合是未来网络技术发展的必然趋势。异构网络的融合面临着高延迟、高消耗、低速率等诸多方面的“瓶颈”。为克服这些“瓶颈”,满足异构网络融合的需求,多无线电协作技术应运而生。通过多无线电间的相互协作和对多无线电资源的有效管理及合理分配,能够有效地提高网络吞吐量,降低无线设备的能量消耗,减少异构网络间切换的延迟,从而为实现真正的异构网络无缝融合提供了可能。     

矩阵填充及其在信号处理中的应用

本文首先阐述了矩阵填充的应用背景,给出了矩阵填充的数学模型,详细分析了矩阵填充中的低秩特性和非相干特性,重点介绍了矩阵填充三种典型的重构算法:SVT(Singular Value Thresholding)算法、ADMiRA(Atomic Decomposition for Minimum Rank Approximation)算法和SVP(Singular Value Projection)算法,文中的仿真实验对这三种算法的重构性能进行了比较;文章随后分析了矩阵填充和压缩感知的联系;最后介绍了矩阵填充在协同过滤、系统识别、传感器网络、图像处理、稀疏信道估计、频谱感知以及多媒体编码和通信等方面的的应用。      

自适应相位旋转的量子菌群算法

量子菌群算法是将量子计算与菌群觅食优化算法相融合而得到的一种量子智能算法,但该算法存在鲁棒性比较差和寻优时间比较长的缺陷。为解决该问题,本文设计了一种旋转相位自适应调整的量子旋转门,并用其完成细菌的趋化操作,提出了一种自适应相位旋转的量子菌群算法。通过16个不同类型的标准测试函数对其优化性能进行研究,统计结果表明该算法在低维时,对于多种种类的测试函数,在收敛精度和稳定性上都要优于改进前的量子菌群算法,且优化结果要明显优于经典的菌群觅食优化算法和量子遗传算法。进一步研究表明,在达到指定收敛精度的情况下,该算法的平均收敛概率是最高的,平均运行时间和平均迭代步数是最短的。而在高维情况下,该算法则对碗状和碟状类型的测试函数比较适用。