盲分离与时频分析融合的多源信道均衡

针对多信源条件下强多途干扰严重的水声信道,提出一种盲分离与时频分析融合的多源信道均衡技术。该方法首先应用盲分离技术将多源接收信号进行有效分离,对分离后的信号进行时频分析运算,然后采用Radon变换加解线调方法估计出信号的主要参数,通过重构声源信号最终完成信号的复原。通过对计算机仿真数据和海试数据的处理,验证了该方法的可行性和有效性。     

基于相似性度量的无线网络数据传输信道优化

在无线网络数据传输和通信过程中,由于网间路由的损伤和通信码元之间的码间干扰,导致数据传输信道失衡,需要对无线网络数据传输信道进行抗干扰滤波和均衡设计,实现无线网络数据的高保真性传输。传统方法采用复合链路相干均衡算法进行无线网络数据传输信道优化,随着通信信道载波数量的增长,导致信道均衡稳定性不好。提出一种基于数据通信码元相似性度量的无线网络数据传输信道优化算法,通过构建无线网络系统模型和信道模型,对无线网络的数据信息进行码元相似性度量和特征提取,以此为基础采用IIR滤波算法实现对信道干扰码元的滤波和抗干扰算法改进,实现对无线网络的数据传输信道优化和均衡设计,提高数据通信码的保真性传输能力。仿真结果表明,采用该算法能有效实现无线网络数据传输信道优化构建,信道的均衡性能和抗干扰性能较好,降低了数据传输的误比特率。     

基于混沌的通信系统中的信道均衡

1 引言由于Pecora和Carroll开拓性的研究(两个耦合的混沌系统可能实现同步,从而确定了基于混沌的通信中达到相干检波的可能性),基于混沌的通信的研究已取得迅速进展,业已提出了若干概念性的通信方法,诸如混沌遮掩、混沌相移键控等。然而,这些通信系统,特别是使用相干检波类型的系统的性能要受到带宽限制、失真和噪声之类的信道物理特性的影响。为了让基于混沌的通信系统运行良好,信道的影响必须最小化,从而使接收机能够准确地恢复消息信号。本文的目的在于为实际通信环境下的基于混沌的通信系统设计信道均衡器。     

基于时频分布的非平稳信号盲分离算法

针对传统的盲源分离方法往往忽略信号非平稳性的问题,基于从瞬时线性混合模型的观测信号中分离出相互独立的源信号,并针对信号具有非平稳性,结合时频分析和盲源分离各自的特点,对非平稳信号盲分离进行了研究,并提出了一种新的具有不同空间时频分布的非平稳盲分离算法.仿真实验表明,通过采用维纳全时频域搜索来寻找局部最大值的平滑伪Wigner-Ville分布,该算法可以抑制交叉项而且能够保持时频聚集性,并达到了很好的分离效果.     

移动节点水声通信信道估计和均衡算法分析

随着科技的不断向前发展,当前丰富的海洋资源已然成为世界各国竞争的热点所在。世界各个国家纷纷采取积极措施进一步加大了对海洋科学的研究力度,我国亦是如此。我国内大陆海岸线长达18,000公里,海域面积极其广阔。随着国内各项资源的日益紧张,进一步加大对海洋资源的开发力度已经成为国家发展的重要事项。而水声通讯则是地水下信息获取传输以及控制的重要手段之一,对于研究海洋资源开发及利用有着非常重要的意义,当前已然成为各界学者的研究热点。除此之外类似于水下救护、海洋灾难预报等事件都会在一定程度上应用到水声通信技术。本文对移动节点水声通信系统的估计及均衡算法进行了全面的分析,希望通过本文可以为相关工作提供一些参考。     

认知无线网络中基于R-E模型的信道选择算法

针对授权用户受到的碰撞问题提出了一种信道选择算法.该算法的基本思想是认知用户通过学习历史信道的选择经验,选择成功传输率最大的信道接入.仿真表明,该算法与随机信道选择算法相比,提高了平均成功传输概率,减小了切换开销.     

无线通信信道均衡技术的研究

在无线通信系统中应用均衡技术,可以有效抵抗外界因素的影响,使通信系统保持良好的状态,通信信道简单来说就是通信的通道,可以为信号传输提供稳定的环境,信道的基本特征包括多方面的内容。目前,信道均衡技术已经成为无线通道研究的重点内容,对我国数字通信技术的发展产生了直接的影响。随着通信领域的不断延伸,对于均衡技术的发展也提出了更加严格的标准和要求,如何扩大均衡技术的应用范围,发挥技术的多种优势,已经成为无线通信领域的主要研究内容。     

基于卷积神经网络的信道均衡算法

在现代无线通信系统中,为了克服由传输信道的非线性以及多径效应引起的符号间干扰,解决传统信道均衡算法难以适应的时变信号均衡问题,提出一种基于卷积神经网络的信道均衡算法。通过采集实际通信系统中发送端的相位偏移调制QPSK(quadrature phase shift keying)发送符号序列及接收端的接收符号序列,并将其分割为训练集和测试集来训练及测试卷积神经网络均衡器。实验结果验证了在相同信噪比条件下,基于卷积神经网络的信道均衡算法对QPSK恢复的误符号率相比RLS算法和MLP算法分别降低了20%和5%。     

基于均衡算法的协作信道分配策略

IEEE 802.11物理层和MAC具有支持多信道和多速率的能力。在多速率情况下,IEEE 802.11网络产生性能异常问题,低速率链路严重降低了高速率链路的性能,导致系统性能下降。针对该问题,设计了基于均衡算法的协作信道分配(CCA)协议,以解决无线网络中的性能异常问题。CCA的主要思想是通过预估传输时间(ETT)标准和均衡算法来解决信道分配问题。在预估传输时间标准下,CCA通过多信道来分离不同速率链路。通过使用均衡算法,CCA还能增加吞吐量的公平性。仿真结果表明,在无线网状网中,CCA能有效改善网络性能。     

基于遗传算法的多信道无线网络信道分配方案

在传统单信道无线网络中,多节点同时传输时彼此间的干扰会使吞吐量降低.为解决该问题,提出一种改进的自适应遗传算法用于信道分配.在进化过程的前期执行固定参数的遗传操作,后期执行自适应遗传操作,采用新的交叉方式,即将染色体按适应值大小分成2组,从各个组中随机选取染色体进行交叉运算,使得整个染色体种群的适应值向最优解逼近,并在生成子代时使用父子竞争机制.仿真结果表明,该算法能有效避免标准遗传算法容易早熟和局部收敛的缺点,收敛速度快且容易逼近最优解,并能降低网络冲突.     

基于线性网络编码的无线网络信道接入机制

为了提高无线自组织网络的通信性能,针对当前网络信道接入机制存在的不足,提出一种基于线性网络编码的信道接入机制(LNC)。首先对传统网络信道接入机制的工作原理和缺陷进行分析,然后采用线性网络编码方式提高数据包传输效率,最后运用马尔科夫链模型对LNC进行数学建模,并通过仿真实验对其性能进行分析。仿真实验结果表明,相对于传统网络信道接入机制,LNC不仅提高了网络的吞吐量,降低了节点的数据包丢失率,而且提高了信道利用率。     

基于免疫算法的RBF网络在信道均衡中的应用

针对严重非线性失真信道,提出了一种基于免疫算法的径向基函数(RBF)网络自适应均衡器.这种均衡器引入了判决反馈均衡器的结构,并采用免疫算法确定RBF网络隐层(非线性层)的结构和参数.免疫 算法具有全局搜索能力,它通过引入多样性保持机制和免疫记忆机制提高了算法的优化效率,并在一定程度上克服了未成熟收敛现象.仿真结果表明,这种基于免疫算法的RBF网络均衡器性能优良,具有很强的抑制非线性失真的能力.􀁱     

Performance Evaluation of GAP-RBF Network in Channel Equalization

A Growing and Pruning Radial Basis Function (GAP-RBF) network has been recently proposed by Huang et al. [IEEE Transactions on Systems, Man and Cybernetics-Part B: Cybernetics, 34(6) (2004), 2284–2292]. However, its performance in signal processing areas is not clear yet. In this paper, GAP-RBF network is used for solving the communication channel equalization problem. The simulation results demonstrate that GAP-RBF equalizer outperforms other equalizers such as recurrent neural network and MRAN on linear and nonlinear channel model in terms of bit error rate.     

线性均衡和判决反馈均衡LMS算法仿真分析

介绍基于自适应最小均方线性均衡和判决反馈均衡算法的原理,并通过实验仿真比较两种算法在训练判决引导混合模式下的均衡性能,分析反馈滤波器长度对判决反馈均衡器性能的影响。结果表明:在训练阶段,最小均方线性均衡算法优于最小均方判决反馈均衡算法的性能;在判决阶段,良好信道条件下最小均方线性均衡具有比较理想的性能,当信道条件恶劣时,最小均方线性均衡算法性能变差,而最小均方判决反馈均衡算法随着反馈滤波器长度增加,均衡效果更优。     

基于人工免疫网络的盲均衡算法

针对传统常模盲均衡算法存在的收敛到局部极小值点问题,提出一种基于人工免疫网络的盲均衡算法,把均衡器系数向量作为抗体,经过一系列抗体克隆、变异和抑制等操作,搜索到适应度值最高的抗体,即均衡器的最优系数。仿真实验结果表明,该算法是有效的。     

基于任务调度的无线网贪婪信道分配算法

针对无线网络链路干扰问题,综合借鉴多处理器任务调度算法提出了一种贪婪信道分配算法,为所访问的无线网链路甄选出干扰最小的信道,并且证明了本算法的近似比率为2-1/k,其中为k为可用的正交信道数,算法复杂度为O（|E|2）。为了验证本文算法的可行性和有效性,将本文所提出的贪婪算法与随机信道分配算法和按序信道分配算法进行了实验对比。仿真结果表明：本文所提出的贪婪算法的整体性能优于其他两种算法,并且贪婪算法得到的最大干扰和平均干扰归一化值随着可用正交信道数的变化趋势较其他两种算法稳定。从而验证了本文算法能有效的降低链路干扰,一定程度上可以提升网络吞吐量。     

改进GA-BP神经网络的无线信道预测方法

无线信道建模与仿真中,实现一种高效率、高准确性的无线信道预测方法是具有非常重要意义的。针对该需求,提出一种基于多种群遗传算法（Multi-population genetic algorithm, MPGA）-反向传播（Back propagation, BP）神经网络的无线信道预测方法。该方法通过改进遗传算法,优化BP神经网络中神经元的权值和阈值,以此改善BP神经网络预测精度差的问题,从而极大提高了BP神经网络的预测性能。将射线跟踪算法的理论值和BP神经网络结合,实现更高效的无线信道预测方法。通过对比遗传算法（Genetic algorithm, GA）-BP神经网络模型和MPGA-BP神经网络模型的预测误差,发现MPGA-BP神经网络模型的预测结果优于GA-BP神经网络模型,证明了所提出无线信道预测方法具有良好的精确度,可以更高效地进行无线信道预测。     

基于分簇的无线传感器网络编码算法

通过均衡网络能量消耗和延长网络生命周期,以提高无线传感器网络的能量利用率,提出了在无线传感器网络动态成簇算法中对簇头节点进行网络编码的路由算法.在簇的建立阶段,采用节点剩余能量和接收信号强度来完成分簇,解决了部分节点因能耗过度而过早失效的问题;在数据采集阶段,采用基于簇头进行随机线性网络编码的方法,有效降低了传输到网关节点数据包的数量,减少了网络能量的耗用.仿真实验结果表明,该算法与标准协议AODV相比,有效的均衡了节点能量消耗,提高了能量使用效率,改善了网络吞吐量和端到端延迟.     

无线传感器网络信道编码技术研究

无线传感器网络信道容易受到干扰, 需要进行误码率比较低的差错控制.在研究了无线传感器网络中差错控制机制与能量消耗的关系的基础上,利用差错控制的能量模型,分析了LDPC码和BCH码的能量效率,最后证明利用LDPC码进行差错控制能有效节省传感器网络的能量消耗.