一种基于单基站的协作定位算法

为抑制蜂窝网中非视距(Non-line-of-sight,NLOS)误差对定位精度的影响,提出了一种利用移动终端间的协作信息提高定位精度的算法。该协作定位算法根据基站测量信号到达时间(Time of Arrival,TOA)和到达角(angle of arrival,AOA)信息,选择距离基站最近的目标终端,利用目标终端与其它终端间的协作信息进行位置修正。仿真结果显示该算法不仅提高了定位系统的整体性能,而且在移动终端距离基站比较远的情况下,定位精度高于传统的TOA/AOA定位算法。     

多径信号辅助的网联车辆无线协作定位

为解决全球定位系统（GPS）和北斗卫星导航系统（BDS）等传统定位方式在信号被遮挡的区域定位范围受限以及精度不足的问题,基于第5代移动通信系统和车联网技术提出了一种多径信号辅助的网联车辆无线协作定位方法.首先将车联网中接收端与发射端之间多径信号成分携带的定位信息提取成多径定位线段,并基于最小二乘法估计出接收端与发射端之间的相对位置;然后基于置信传播算法,将相对位置信息以及部分覆盖的GPS/BDS信息进行协作融合,得出整个车联网中各个车辆的位置.仿真结果表明,在不同的车辆密度和GPS/BDS可用概率下,新算法能提升网联车辆的定位精度,有效解决车辆GPS/BDS覆盖不充分的问题,为网联车辆提供高精度的定位.     

无线蜂窝网中移动台场强法定位算法

提出了一种无线移动网中移动台场强法定位的新算法。计算机模拟结果表明：合理、动态地选择目标函数的加权因子，能够有效地克服多径效应及不规则地形所引起的场强起伏对定位精度的影响，在相邻基站间距为５ｋｍ，场强的标准偏差分别为１，２，３ｄＢ的情况下，平均定位误差分别为１２０～２１０ｍ，１６０～４４０ｍ，１９０～６４０ｍ。     

浅析蜂窝定位技术及位置服务

在着重分析了TOA(Time of Arrival)、TDOA(Time Difference of Arrival)、AOA(Angle of Arrival)及A-GPS(Assistant-Global Positioning System)定位技术的同时对其它几种蜂窝定位技术的特点。并进行了讨论，进一步阐述了基于蜂窝定位技术的位置服务及实现的关键问题。     

蜂窝网联合协作MIMO上行容量研究

研究了蜂窝无线通信系统中联合协作传输的性能以及用户协作与基站协作之间的关系.在时分的线性部署蜂窝无线系统中,通过研究MIMO信道条件下基站、用户联合协作方式的单个小区可达上行各态历经速率,给出了MIMO信道中多基站联合解码与终端OAF协作联合模式下的可达速率的计算方法,并通过仿真对MIMO信道下联合协作方式性能进行验证...     

蜂窝网中基于业务转移的新型负载均衡技术

提出了一种新型的基于业务转移的多小区联合负载均衡方法(MLB). 通过多小区协作,MLB在繁忙小区的邻小区范围内执行一跳或两跳业务转移,有效地进行了负载均衡. 通过建立基于多维马尔可夫链的MLB理论模型分析了系统阻塞率. 仿真结果表明,与现有的负载均衡技术相比,MLB能很大程度地降低热点小区和系统的阻塞率,验证了理论分析的正确性.     

面向5G的定位技术研究综述

连续广域覆盖、热点高容量、低功耗大连接和低时延高可靠是第5代移动通信系统（5G）四大主要技术场景.移动台的位置信息不仅是新业务的需求,更能有效应对5G新业务在流量密度、连接数量、超低时延、高可靠性、高移动性上面临的挑战.针对面向5G的定位技术研究展开综述,并对定位技术涉及的主要方向进行了分析;从5G主要技术场景的需求分析入手,介绍了现有定位技术面向5G需求的研究进展;通过对定位技术的分类,归纳总结了有助于定位的5G技术;分析了5G移动台定位面临的挑战,给出了未来的研究方向.     

二维多波束蜂窝网覆盖方法研究

提出一种基于二维多波束形成的蜂窝网覆盖方法,该方法旨在通过对平面阵阵元权矢量的控制,使所形成的波束在空域上呈非均匀蜂窝网结构,达到重点地区覆盖密度高,非重点区域覆盖密度低的目的,减小资源利用率,并重点分析了波束设计思路和权值的计算方法,仿真结果表明:该覆盖方法是有效的.     

紫外光通信:原理、技术与展望

与传统视距光通信不同,紫外光通信能够实现非视距通信,广泛地应用于视距链路受阻的场景,近年来工业互联网的高速发展催生了工业设备间大容量灵活组网通信的需求,这给紫外光通信带来了新机遇。为推动紫外光通信的实用化研究,阐明了紫外光通信的主要应用场景,概述了紫外光通信的研究现状,介绍了硬件试验、信道模型、信道估计与检测、空间分集技术等关键技术,展望了紫外光中继与双工通信、紫外光传感网络和非视距定位技术等未来发展方向和相应挑战。     

基于混合能源的无线蜂窝网节能管理机制

针对当前蜂窝网中基于混合能源的节能方法较为缺乏的现状,从小区粒度的角度提出了一种新的节能管理机制。该机制首先建立了多能源共存时的节能优化模型,并对业务质量评估方法进行了建模;之后针对节能优化模型,从小区补偿的角度提出了区域化的节能算法。通过在通用移动通信系统城区场景中的仿真,验证了该机制能够在保证区域覆盖和业务质量的基础上降低区域的干扰,并节约电网近35%的能耗,具备很强的绿色经济价值。     

OFDMA蜂窝中继网络中继选择算法研究

提出两种用于正交频分多址(OFDMA)蜂窝中继网络的中继选择算法,一种在限制数据速率情况下,以用户能量消耗最小化为优化目标;另一种在限制花费能量情况下,以系统频谱效率最大化为优化目标.同时,加入了小区内负载平衡处理机制.首先将基于定价的多小区非合作功率分配博弈模型引入蜂窝中继网络中,得到每一跳的功率-效用对;然后将其合并得到每条路径的功率-效用对;最后依据不同的优化目标,在可行路径的功率和效用之间进行折中中继选择.仿真结果表明,相对于基于信干噪比(SINR)的中继选择算法,提出的两种中继选择算法分别达到了其优化目标,获得了相应的性能增益.     

滞后细胞神经网络的鲁棒无源分析

考虑了多胞不确定性滞后细胞神经网络(DCNNs)的无源分析问题。基于近期研究成果和线性矩阵不等式(LMI)技术,给出了一个判定DCNNs无源性的新准则,这个新的准则实现了DCNNs系统矩阵和Lyapunov矩阵的完全分离。当DCNNs所受不确定性为多胞类型的不确定性时,该准则相对于基于二次稳定框架的准则而言,可以降低保守性。数值算例揭示了本文方法的有效性。     

细胞神经网络渐进行为研究

基于稳定性理论中的LaSalle不变原理研究了细胞神经网络解的渐进行为，定义了解轨线稳定的概念，给出了判定系统解轨线稳定的两个充分条件，并对有关文献中存在不妥之处进行了讨论，比较了细胞神经网络稳定性研究中广泛使用的全局渐近稳定与完全稳定之两种稳定性的差别，所得结果推广了目前已有的一些结论并对网络的硬件实现具有一定的指导作用。     

基于遗传算法的蜂窝网络动态信道分配建模及算法实现

针对蜂窝网络现有动态信道分配模型不足的问题,提出了一种基于最小化小区间违反电磁兼容约束的小区数目以及信道数目的动态信道分配模型。针对建立的数学模型,基于遗传算法提出了蜂窝网络的动态信道分配算法,获得了一组干扰最小的信道分配,避免了移动用户间的干扰。对几个著名的21小区Philadelphia benchmark问题进行了计算机仿真,结果表明本研究提出的算法能够得到一组有效的信道分配,提高了频谱利用率及系统容量。     

Asymptotical mean square stability of cellular neural networks with random delay

In this paper,the asymptotical mean-square stability analysis problem is considered for a class of cellular neural networks (CNNs) with random delay. Compared with the previous work,the delay is modeled by a continuous-time homogeneous Markov process with a finite number of states. The main purpose of this paper is to establish easily verifiable conditions under which the random delayed cellular neural network is asymptotic mean-square stability. By using some stochastic analysis techniques and Lyapunov-Krasovskii functional,some conditions are derived to ensure that the cellular neural networks with random delay is asymptotical mean-square stability. A numerical example is exploited to show the vadlidness of the established results.     

Estimation of access failure probability in D2D underlaid cellular networks

Device-to-Device (D2D) communication can reduce the mobile devices' energy consumption and increase the spectral efficiency in D2D underlaid cellular networks. However, D2D users will interfere with co-channel cellular users, which can lead to cellular communication access failures. There are two reasons for cellular communication access failures: (1)D2D interference and (2)insufficient spectrum resources. To address the absence of research on the performance of cellular services' access in D2D underlaid cellular networks, this paper defines the new services' access failure probability and handoff services' access failure probability to evaluate the effect of both D2D interference and limited resources on cellular communication access. Based on the stochastic geometry and stochastic process, a random network model is presented to estimate the access failure probabilities, which can provide guidelines for network design to ensure cellular services' access. The accuracy of the estimated access failure probability is validated through extensive simulations.     

Combination of interference alignment and beamforming in cellular networks

In this paper, we propose two joint transmit-receive iterative algorithms without the cooperation between different base stations based on the idea of interference alignment (IA) to improve the throughput of relay backhaul links in cellular networks for the case of imperfect channel knowledge,which can be implemented with small changes to existing TD-LTE standards. Unlike the previous interference alignment algorithms’ only reducing the sum interference to the other receivers at the transmitter or the sum received Multi-user interference (MUI) at the receiver, our algorithm shapes the transmission of each data stream at transmitters in order not only to minimize interference to the other users, but also to minimize the interference between different streams objected to the same user, suppressing the MUI and Multi-stream interference (MSI) at receivers. The proposed algorithm I is to maximize the SINR at receivers. But the complexity is relatively high. Algorithm II only needs linear operations and sacrifices a little performance for much lower complexity compared to the Maximize SINR iterative algorithm which needs the inversion operation of matrix. It is also proved that the algorithm converges monotonically. The simulation results show that the techniques have considerable performance gain compared with the previous algorithms. Further research about power allocation is also discussed.     

Exponential stability and periodic solutions of delayed cellular neural networks

A set of criteria are presented for the global exponential stability and the existence of periodic solutions of delayed cellular neural networks (DCNNs) by constructing suitable Lyapunov function-als, introducing many parameters qij* , rij* , qij, rij∈ R and wi>0 (i, j = 1, 2, …, n) and combining them with the elementary inequality 2ab≤a2 b2 technique. These criteria have important significance in the design and applications of globally stable DCNNs and periodic oscillatory DCNNs. In addition, the results in literature are extended and improved. Two examples are given to illustrate the theory.     

多时变时滞细胞神经网络的全局渐近稳定

研究了多时变时滞细胞神经网络的全局渐近稳定问题。给出了多时变时滞细胞神经网络平衡点唯一性和全局渐近稳定的几个新充分判据。所研究的网络模型扩展了现有的同类网络模型,而且所得到的这些新稳定判据考虑了神经元激励和抑制的影响,且能够表示成线性矩阵不等式的形式,易于用现有的内点算法等方法验证。通过2个注释说明了所得结果的有效性。     

超密集网络中宏微协作的干扰最小化资源分配

超密集网络能够最大化频谱利用率,但不可避免地带来严重的小区间干扰。为解决该问题,提出一种能够适应超密集网络动态负载场景宏微协作的干扰最小化资源分配算法。首先通过宏微协作交换小区子带干扰信息;然后为高功率用户分配邻区子带干扰较小的资源来降低小区间干扰。当小区业务部分加载时,算法还通过为高功率用户分配更多的带宽资源来降低它们的功率谱密度,从而进一步降低小区间干扰。仿真结果表明,新算法在业务量动态变化的超密集网络中能够有效地降低网络的干扰水平并提升网络的能效比。