一种NOMA系统中的反馈深度神经网络检测算法

在上行非正交多址(Non-orthogonal Multiple Access, NOMA)系统中,针对传统基于串行干扰消除(Successive Interference Cancellation, SIC)检测存在同个时频块内用户间干扰的问题,提出了一种新型的NOMA检测算法。通过将SIC检测的反馈消除结构和深度神经网络结合起来,设计出了一种新型的反馈深度神经网络(Feedback Deep Neural Network, FDNN)结构。FDNN模型分为两个模块,检测模块通过深度神经网络实现非线性检测,反馈模块通过权重矩阵重构信号并消除用户干扰。通过重复检测和反馈过程,FDNN依次检测出各个用户的符号,并达到了良好的性能。仿真结果表明FDNN检测算法相较于SIC检测具有更低的误符号率和误比特率,并验证了其具有更良好的抗用户间干扰的性能。     

中继协作下认知NOMA网络性能分析

把非正交多址接入（NOMA）技术应用到认知网络中,提出基于中继协作的底层认知NOMA系统模型。在瑞利衰落信道下,考虑一个两跳的通信网络,认知中继同时接收来自主网络发射源和次网络发射源的信号,并采用串行干扰消除策略解码转发接收到的信号。次级网络通过为主网络提供中继解码转发服务,获得接入授权频段的机会;主网络通过贡献出授权频段,换取次级网络协作通信的机会,同时获得了优先解码权,保证了主网络通信的可靠性。推导了系统各个接收端的中断概率闭合表达式,并进行了MATLAB仿真。仿真结果表明:采用中继协作可以有效提升认知NOMA网络的中断概率性能。      

一种基于检测信息可靠度的部分软干扰消除迭代多用户检测算法

该文提出了一种基于检测信息可靠度的部分软干扰消除迭代多用户检测算法。如果由从信道译码器所获得的发送字符的先验信息大于某一预定阈值,则认为对其检测具有较高的可靠度,因而可以考虑将其对应的多址干扰成分从匹配滤波器输出向量中直接消除,相当于减小了干扰用户的数目,从而可以减小迭代多用户检测算法的复杂度。该算法的计算复杂度能够随着多址干扰的减小和信道信噪比的增大而降低。     

MIMO系统中基于信号可靠性判定的OSIC检测

排序串行干扰消除（Ordered Successive Interference Cancellation,OSIC）是多输入多输出无线通信系统中一种重要的信号检测技术。为了降低该算法的计算复杂度,首先提出了基于信号可靠性判决的排序串行干扰消除算法,根据所设计的信号可靠性判决（Signal Reliability Decision,SRD）结构的判决结果选择不同的方法消除信号间的干扰。为了进一步提升SRD-OSIC算法的检测性能,提出了局部最优（Local Optimized,LO）的LO-SRD-OSIC算法。仿真结果表明,SRD-OSIC算法仅需要传统OSIC算法一半的复杂度就能获得相近的误码率性能。不仅如此,当LO-SRD-OSIC算法与SRD-OSIC算法的计算复杂度相同时,LO-SRD-OSIC算法可以获得额外3 dB的误码率性能增益。     

非理想SIC下全双工NOMA系统的安全性能分析

针对存在多个非共谋窃听者,研究了一种基于全双工中继和两阶段中继选择（TSRS）的非正交多址接入（NOMA）物理层安全通信方案。每个通信过程包含一个传输时隙,系统在每个时隙开始由TSRS策略选择最优中继,所选中继在从源节点接收NOMA叠加信号的同时,向两个目的节点转发上一时隙的再编码叠加信号,两个目的节点采用串行干扰消除（SIC）技术从中继叠加信号中解码获取各自的期望信号。推导了非理想SIC下系统安全中断概率的近似表达式,进行了蒙特卡洛（Monte-Carlo）仿真验证,同时分析了各仿真参数（SIC残余干扰系数、目标安全速率、中继规模等）与系统安全中断概率的关系。理论分析与模拟仿真的结果表明,全双工技术与TSRS的结合方案能有效提升系统的安全中断性能。将该方案应用于实际通信系统设计时,选择合适传输信噪比（SNR）、提高串行干扰消除能力或适当增加中继数量均可实现更好的保密性能。     

基于干扰消除辅助稀疏连接神经网络的大规模MIMO信号检测

近年来,深度学习成为无线通信领域的关键技术之一。在基于深度学习的一系列MIMO信号检测算法中,大多未充分考虑相邻天线之间的干扰消除问题,无法彻底消除多用户干扰对误码率性能的影响。为此,该文提出一种将深度学习与串行干扰消除(SIC)算法进行结合的方法用于大规模MIMO系统上行链路信号检测。首先,通过优化传统的检测网络(DetNet)及改进ScNet检测算法,该文提出一种基于深度神经网络(DNN)的检测算法,称为ImpScNet。在此基础上,进一步将SIC思想应用到深度学习框架结构设计中,提出一种基于深度学习的大规模MIMO多用户SIC检测算法,称为ImpScNet-SIC。此算法在每个检测层上分为两级,其中,第1级由该文提出的ImpScNet算法提供初始解,再将初始解解调至相应的星座点上作为SIC的输入,由此构成该算法的第2级。此外,在SIC中也使用了ImpScNet算法估计传输符号,以便获得最优性能。仿真结果表明,与已有的各种典型代表算法相比,该文所提ImpScNet-SIC检测算法特别适合大规模MIMO信号检测,具有收敛速度快、收敛稳定及复杂度相对较低的优势,并且在10^–3误码率上有至少0.5 dB以上的增益。     

MC-CDMA系统迭代检测中的一种基于EM的信道估计算法

该文将多用户检测和译码相结合的迭代检测技术应用于MC-CDMA系统。多用户检测器由串行干扰消除和其后的MMSE滤波器组成。信道估计器采用一种基于期望最大(EM)信道估计算法,该算法降低了信道估计的复杂度,仿真表明其具有良好的性能。     

智能窃听下协作NOMA网络的性能分析

针对下行双用户NOMA (Non-Orthogonal Multiple Access)系统模型中存在智能窃听者,该窃听者可以自适应地选择被动窃听或主动干扰工作模式,在不精确了解其干扰水平的情况下,部分NOMA用户很有可能遭遇传输质量下降乃至保密中断,这将对信息安全传输构成严重威胁。另外,由于信道衰落,用户的位置对系统整体性能有很大影响,难以保证距离源节点较远用户的传输质量。为解决上述问题,本文提出了一种新型的两阶段用户协作方案。第一阶段,远用户采用全双工(full-duplex,FD)干扰智能窃听者,第二阶段,近用户可作为一个中继协助源节点转发远用户信号信息,并在接收端采用串行干扰消除（Successive Interference Cancellation, SIC）技术进行解码。使用户间达成合作,提高通信链路安全性和用户服务质量。考虑到系统中不同用户的信息接收速率与通信需求不同之间的相关性,分别推导了遍历安全容量和遍历容量的解析表达式,同时分析了功率分配因子和用户间协作发射功率等因素对性能的影响,并通过Monte-Carlo仿真验证了其正确性。      

一种基于信号瞬态特性的弱确知信号检测新方法——信号瞬态特性检测方法

本文根据对目前弱信号检测理论的简要分析，提出了在强干扰下提取弱确知信号的一种新方法．瞬态检测方法(The New Method Of Signal Transient Detecting)。由于现代的数字通信系统中的栽信码元波形是已知的，我们即可利用确知码元在波形变化上与随机加性干扰波形在同一时刻变化上瞬态特性的不同，列出仅含有测得的混合测知信号E(t)和干扰N(t)的微分方程，解出干扰，进而恢复出受检信号S(t)=E(t)-N(t)。文中我们重点对该方法的理论基础进行了简要论述，旨在让读者对该检测方法在整体上有一个了解。     

LTE-A上行链路中的串行干扰消除检测算法研究

文中介绍LTE-A上行链路中串行干扰消除算法的实现方式。根据串行干扰消除算法容易引起误差传播的缺陷,提出一种改进的干扰消除算法,该方法利用译码反馈信息代替硬判决反馈信息,逐层去除干扰,对每层重构新的数据流进行检测,以降低层间的误差传播。最后,通过MATLAB仿真,表明本文提出的改进后的串行干扰消除算法比原始的串行干扰消除方法效果更好。     

MIMO SIC检测合并技术

通过干扰消除技术有利于消除MIMO系统的多天线干扰,所以串行干扰消除技术SIC广泛应用于MIMO系统中。对于SIC的检测合并技术有很多种,最常用的MRC和MMSE。MRC属于检测复杂度较低的一种合并方式,MMSE属于性能较好的一种。本文通过在不同调制方式下比较二者的性能和复杂度,力求得到一个折中。通过研究2×2天线配置下的MIMO SIC系统,在第二级检测比较两种合并方式的性能与复杂度,得出不同调制方式下对于检测合并方式的选择。     

异步DS-CDMA系统的等效同步多用户检测算法

第三代移动通信系统中，多用户检测技术是克服多址干扰(MAI)、增加系统容量的有效方法。本文针对多径衰落信道下的直扩码分多址(DS—CDMA)系统的上行链路，基于等效扩频码组Gram—Schmitz正交化与串行干扰消除(SIC)，提出了等效同步多用户检测(ESMUD)算法。分析最大比合并瑞克(RAKE)接收算法、传统的SIC算法以及本文算法的复杂度，并对三种算法的性能进行数值仿真。结果表明，本文提出的算法能有效抑制MAI，且计算复杂度与传统SIC算法在同一量级上。     

一种异步发射信号的MIMO差分检测方法

提出了一种异步发射信号的MIMO系统模型:在V-BLAST系统各发射天线对应的数据流中人为添加时延,使得各发射天线的信号异步发射、异步到达接收机.基于该系统模型,提出了一种差分检测方法.解决了传统V-BLAST方法无法进行差分检测以及无法实现单天线检测的难题.仿真结果显示,该算法在不同的相对时延情况下的误码率性能不同.     

一种线性调频信号的检测方法

最近研究的Radon-模糊变换方法能够检测未知中心频率、宽带和持续时间的线性调频（LFM）信号。本文提供的仿真显示：这种方法不仅能在噪声中检测LFM信号，而且还能够估计此信号的扫描率和持续时间。我们给这种方法增加了一个规范化步骤，使其能够抑制宽带干扰。此文亦讨论了这种方法的未来发展趋势。     

新的NOMA多用户功率分配方法

正交多路访问(Orthogonal Multiple Access,OMA)只能按时间或频率给单一用户分配单一的无线资源,而非正交多路访问(Non-Orthogonal Multiple Access,NOMA)技术可以将同一资源分配给多个用户,大大提高了频谱效率和数据速率,能够更好地满足5G通信中多用户的需求.为了满...     

一种基于音频的节目信号同步检测方法

节目信号通过不同链路进行传输时,由于信源、信宿、传输干扰等因素,为了保障传输的安全性,需要对信号的同步性进行检测。基于音频进行同步检测具有处理数据量较小、信号变化复杂度低、检测处理的实时性较好等优点,通过对音频信号进行去噪、线性比预估、配准点搜索、配准点校验和容错同步性检测提出了一种基于音频信号的同步检测方法,实验结果验证了方法的可行性和有效性。     

一种串行通信信号的速率检测与信息识别的方法

研究了串行通信信号的速率特性及其帧结构，并在此基础上，给出了一种对未知发送速率的串口通信信号进行智能接收和信息识别的方法。     

不完美SIC下NOMA系统用户配对和功率分配联合优化

当前非正交多址(Non-Orthogonal Multiple Access,NOMA)系统的用户配对和功率分配通常作为独立的问题进行研究,未考虑接收端不能完美执行串行干扰消除(Successive Interference Cancellation,SIC)的限制.鉴于此,提出一种不完美SIC下NOMA系统用户配对和...     

基于LTE的下行链路网络频谱效率初探

为了提高第三代移动通信技术在无线接入领域的竞争力，3GPP提出了第三代移动通信技术的长期演进计划，即LTE（Long Term Evolution），在LTE中．OFDMA（Orthogonal Frequency Division Multiplexing Access）技术，MIMO（Multiple Input Muhiple Output）技术以及各种无线资源调度算法将被广泛的使用，本文探讨并给出了基于LTE的下行链路网络频谱效章、研究并揭示了在LTE中各种技术对于频谱效率的影响。     

一种基于空间谱估计的微弱信号检测方法

强信号背景下,微弱无线电信号检测非常困难,采用空间谱估计技术也难以有效解决。分析原因:一是信号源数目估计不准确,二是微弱信号对应的谱峰不明显。为此,提出一种新的微弱信号检测方法。首先,对强信号进行检测,同时得到强信号的入射方向。然后,组建新的阵列信号,以消除强信号。最后,仍然采用空间谱估计技术对微弱信号进行检测。通过仿真实验可知,只要信噪比不低于0dB,新方法具有良好的检测性能。