基于压缩感知的低压电力线载波通信信道估计

针对低压电力线通信环境多径干扰的特点,建立了正交频分复用的压缩感知信道估计模型,将信道估计转换为压缩感知理论中稀疏度未知的号重构问题,首次采用压缩感知的稀疏自适应匹配追踪方法重构出低压电力线载波通信多径信道的冲击响应;仿真表明与其它常用信道估计算法相比,所提出的压缩感知信道估计算法在频谱利用率以及估计性能方面比传统方法有显著提高,在未知稀疏度的情况下,为低压电力线载波通信系统提供了一种稳定、可行的信道估计方案。     

改进LMS在低压电力线OFDM信道估计中的应用

正交频分复用（OFDM）技术以其多种优势成为低压电力线宽带通信的最佳选择,而信道估计是正交频分复用系统的关键问题之一。修正了当前电力线信道中LMS信道估计参数选择上存在的问题,并首次在信道估计中加入动量项加速LMS算法的收敛速度。仿真结果表明,改进的算法优于原来的信道估计算法。     

面向C-V2X通信的基于深度学习的联合信道估计与均衡算法

为了在不显著提升计算复杂度的情况下,有效提升通信系统的误码率（BER）性能,利用深度学习在数据处理方面的强大能力,提出一种面向基于蜂窝网络的车联网（C-V2X）通信的基于深度学习的联合信道估计与均衡算法——V-EstEqNet。与传统算法分两个阶段分别进行信道估计与均衡不同,V-EstEqNet将通信系统接收机中的信道估计与信道均衡进行联合考虑,并利用深度学习网络直接对接收数据进行校正和恢复,无须进行显式的信道估计环节即可完成信道均衡。具体而言,首先利用大量的接收数据对网络进行离线训练,使网络学习到叠加在接收数据中的信道特性;然后利用该特性恢复原始的发送数据。仿真实验结果表明,在不同的速度场景下,所提算法可以更加有效地追踪信道特性;同时,相较于传统信道估计算法（最小二乘法（LS）和线性最小均方误差法（LMMSE））配合传统信道均衡算法（迫零（ZF）均衡算法和最小均方误差（MMSE）均衡算法）,所提算法在低速环境下有最高有6 dB的BER增益,在高速环境下最高有9 dB的BER增益。     

基于功率谱收敛的低压电力载波信道中的噪声检测与建模

在低压电力线载波信道中,复杂的噪声特性是阻碍低电压电力线载波通信广泛应用的主要原因之一,因此,准确的噪声模型对于设计和优化电力线通信系统具有重要意义;为了得到更加准确的噪声模型,给出一种等效背景噪声和功率谱收敛算法;通过对多组拟合参数的求解,并以归一化理论和噪声特性为基础,实现功率谱收敛算法对准确噪声模型的搭建;通过低压电力线信道噪声分析,得出功率谱收敛算法能够收敛,功率谱收敛值0.535%,表明噪声模型可以准确地反映实际噪声特性,验证了功率谱收敛算法在噪声模型中应用的可行性。     

低压宽带电力线通信系统建模仿真分析

低压电力线通信技术是实现电网自动集抄的关键技术之一,但电力线作为信号传输通道有着复杂的传输特性和外在噪声干扰.为具体分析电力线信道特性对系统性能的影响,建立基于电力线通信标准中常用的正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)调制技术的通信系统模型.系统采用传输线理论计算电力信道的传输函数,同时利用米特尔顿A类噪声模型模拟信道噪声.重点分析了不同的信道噪声、网络拓扑结构、支路负载等因素对信道衰减和系统误比特率的影响.仿真结果表明了通信系统对于信道因素变化的敏感性,为将来低压宽带电力线通信系统设计提供了理论分析基础.     

无人机地空信道迭代接收机策略设计

以无人机数据链通信为背景,研究无人机地空信道的特性,得出该信道为频率选择性慢衰落信道,同时建立了适用于计算机仿真的无人机地空信道模型.为解决信息传输过程中的符号间干扰(ISI,inter-symbol interference)问题,将turbo均衡技术引入接收机中,同时针对慢变信道,结合基于LS算法的初始信道估计以及基于LMS算法的迭代信道估计技术,提出了一种适用于无人机地空信道的接收机策略,通过与自适应均衡技术和一次信道估计策略相比较,迭代接收策略在性能上要好于自适应均衡技术和一次信道估计策略,提出的低复杂性接收机策略可以为无人机地空通信提供有利的技术支撑.     

面向可靠性的电力线通信OFDM系统资源分配算法

当前OFDM已经成为电力线通信的主流技术,但是由于国内的电力线信道普遍存在噪声特性极为恶劣、复杂多变,严重影响了通信质量。本文针对该问题,系统性地提出了一种面向可靠性的电力线通信OFDM系统资源分配算法;该算法能够根据信道噪声特性计算每个子载波实现可靠通信的功率值,在此基础上对OFDM的资源分配进行优化,在保证高通信可靠性的同时发挥OFDM的已有优势。本文结合PLC智能用电信息采集应用对所提的频带优化机制进行现场测试,测试结果验证了OFDM的频带优化算法的有效性。     

基于帧数据处理技术的短波信道自适应均衡研究

短波信道是一类时变衰落信道,受电离层影响,通信不稳定.目前普遍采用发送训练序列的方式,探测信道特性,实现短波信道均衡.基于帧数据处理技术,先进行信道辨识,在消除码间干扰的基础上,对用户数据进行估计的自适应均衡技术,实现短波信道均衡.从算法收敛、数据星座图映射方面进行了仿真,分析说明了该技术对短波信道均衡是有效的.并在此基础上,指出可从信道阶数估计、信道跟踪算法、信道初始状态估计等方面对该技术进行改进,以提高短波信道均衡的效果.     

电力线载波通信的信道估计和均衡定点化仿真分析

基于国家电网用电信息采集规范,通过对信道估计和均衡算法分析,确定了在电力线载波通信(Power Line Communication,PLC)芯片中使用最小二乘法(Least Squares,LS)信道估计算法。在算法定点化分析过程中,研究了LS信道估计定点化实现时参数的不同定点字长对系统性能的影响。综合考虑系统性能和面积的trade off(权衡),选取了芯片实现的最优定点化字长。为芯片的算法实现设计提供了一种算法分析方法。     

低压电力基于PLC的信道估计算法仿真

研究优化低压电力信道问题,针对低压电力线信道噪声污染严重,由于信道环境恶劣,造成误码率高。为了解决上述问题,采用OFDM系统中对低压电力信道的信道估计算法。传统LS(最小二乘法估计)算法复杂度低但性能受到限制,受噪声影响大。在综合考虑性能和复杂度,提出了新的改进的方法,并针对FFT的时域插值算法的缺陷,采用改进的算法进行仿真。仿真结果表明,改进算法使误码率降低,且减小了噪声的影响,证明信道估计算法提高了信噪比和估计的精度。     

一种基于小数倍多普勒信道的OTFS信道估计方法

针对现有正交时频空(OTFS)调制系统的信道估计中存在的高峰均比和小数倍多普勒信道下估计困难及复杂度高的问题,提出了一种基于序列导频的匹配滤波(SMF)信道估计方法。该算法首先将序列导频与数据联合成帧,依靠序列的自相关性获取路径数、时延和整数倍多普勒;然后通过互相关匹配滤波估计小数倍的多普勒抽头和信道增益,从而得到信道状态信息;最后根据小数倍信道整数采样的特征,更新信道增益和信道初始相位。仿真结果表明,该方法相比基于嵌入式脉冲导频的信道估计,改善了峰均比,并提高了信道估计性能。相比于传统的序列导频,该方法可以估计得到小数倍多普勒抽头,估计的信道状态信息更准确。该信道估计方法更具有普遍性。     

LTE下行信道估计方法的优化

信道估计技术是长期演进（LTE）核心技术之一。传统的LMMSE信道估计算法有着良好的系统性能,但其最显著的缺点就是自相关矩阵繁琐的求逆运算量大。针对这一问题,提出了基于相关带宽的两种不同的分块矩阵法。仿真结果表明,在不同的多普勒频移影响下,该算法与LS算法、SVD算法、理想LMMSE算法比较,误码率得到了较为理想的控制。     

The GigaRing channel

Cray's GigaRing channel provides flexible intersystem and system-to-peripheral communication for distributed supercomputer environments, sustaining data payload bandwidths on the order of a Gbyte per second     

Hierarchical channel router

The channel routing problem is a special case of the wire routing problem when interconnections have to be performed within a rectangular strip having no obstructions between terminals located on opposite sides of the rectangle.We present here a new channel routing algorithm, based on reduction of the problem to the case of a ($\text{2 × n}$) grid and on consistent utilization of a ‘divide-and-conquer’ approach. For the current implementation of the algorithm, the running time is proportional to $\text{N}{}^1\text{n}\text{log}\text{(m)}$ where $\text{N}$ is the number of nets, $\text{n}$ the length of the channel (number of columns) and $\text{m}$ the width of the channel (number of tracks).Traditional technological restrictions are assumed, ie, net terminals are located on vertical grid lines, two wiring layers are available for interconnections. One layer is used exclusively for vertical segments and another for horizontal. Vias are introduced for each layer change.This algorithm consistently outperforms several known routers in quality of wiring. We tested the algorithm on several benchmark problems. One of them, Deutsch's ‘difficult example’, was routed with only 19 horizontal wiring tracks (the absolute minimum for this case), whereas all other known routers required 20 or more tracks.     

MIMO two-way relay channel with superposition coding and imperfect channel estimation

This paper deals with the superposition coding (SPC) scheme in multiple-input multiple-output two-way relay channels subject to imperfect channel estimation. In this scenario, two multiple antenna terminals, which are unable to communicate directly, exchange information with each other via a multiple antenna relay. We determine the impact of the channel estimation error degradation on the achievable rate region for two main SPC techniques: (a) SPC without channel state information (CSI) at the users, (b) SPC with an imperfect CSI at the users where a waterfilling power allocation is employed. We demonstrate that imperfect CSI significantly improves the achievable rate at low signal-to-noise ratios (SNRs) while it becomes less critical at high SNRs. In addition, a SPC power allocation technique that incorporates the average channel statistics and does not require any instantaneous CSI is also investigated. We show how the available power is split between the two bi-directional (superimposed) data flows in order to maximize the system performance and to support fairness as well as to maximize the achievable sum-rate.     

Estimation of minimum color channel using difference channel in single image Dehazing

Single image dehazing (SID) solves the atmospheric scattering model (ATSM). The ill-defined nature of the SID makes it a challenging problem. The transmission is the prime parameter of ATSM. Hence, accurate transmission is essential for quality of SID. The existing methods of SID estimate the transmission based on priors with strong assumptions (such as dark channel prior). These methods do not recover original colors, structure and visibility due to wrong transmission under invalidity of these assumptions. Therefor, the difference channel (DCH) is proposed to estimate accurate transmission. The DCH non-linearly translates the minimum channel of hazy image into minimum channel of haze-free image, which is used to compute the value of transmission. The DCH is based on an observation that difference of maximum and minimum color channel of the hazy image is negatively correlated with depth. The proposed method is able to recover the details from hazy image in the form of structure, edges, corners, colors and visibility due to the DCH. The accuracy and robustness of the proposed method is proved by comparing the results with known dehazing methods based on qualitative and quantitative analysis using benchmark data sets.

     

随程序规模动态调整的通道优化布线算法

针对常规层次型布图算法在大规模程序中布线混乱的缺点,借鉴Sugiyama层次布局算法,提出了一种随着程序规模动态调整的通道优化布线算法。通过将节点的通道数目与程序规模建立函数关系,以解决现有算法在布图时出现的线路重叠和效率低下的问题;在布图中结合广义张量平衡思想,以减少交叉并实现布图的美观性;并根据调用节点之间的相对位置关系,给出了相应的线路分配和申请策略,实现了布线的有序性。实践证明,该算法能够提高布图效率,有效地减少交叉,实现节点的有序布线和实现简单等优点。     

WMN中的干扰避免部分重叠信道分配算法

针对无线mesh网络(wireless mesh networks,WMN)中存在的信道干扰问题,提出一种基于部分重叠信道(partially overlapping channels,POC)的负载平衡且干扰避免的信道分配算法。通过基于Huffman树的通信接口分配方法连接邻居节点的接口;根据网络干扰情况,对链路进行迭代信道分配,使用静态链路调度保证网络连接;利用启发式算法优先为重要程度较高的链路分配无干扰时隙,对链路调度进行优化。仿真结果表明,在具有混合流量的WMN中,所提算法可以显著提升网络吞吐量,降低网络干扰与平均丢包率,改善网络性能。