一种用于秩损信道下的MIMO检测算法

无线MIMO信道中由于天线相关性或者特殊的散射体结构, 会发生信道矩阵秩损现象, 从而导致传统的QRD-M算法无法直接应用。针对此问题, 首先利用信道规则化算法对信道矩阵进行扩展来解决秩损问题, 然而该预处理过程又会带来新的检测干扰, 通过采用一种改进的QRD-M检测算法来减小此干扰带来的影响。与传统QRD-M算法每层只保留M个节点不同, 改进的QRD-M检测算法将权值大于第M个节点且差值在某个阈值范围内的所有节点都保留下来, 并对阈值大小的选取进行了理论分析。仿真结果表明, 该算法能够在取较小M值下, 仍能获得较优的检测性能。     

基于QRD-M的多天线分组并行检测算法

提出了一种适用于MIMO通信系统的基于QRD-M的多天线分组并行检测算法。该算法避免了传统分层检测算法中信道矩阵求逆的过程,同时克服了传统QRD-M算法随着收发天线数增多而难以实现性能与复杂度折衷的问题。该算法通过对发送天线的分组,组内并行采用改进的QRD-M检测算法,灵活选取每层被保留的分支,避免过高复杂度的同时提高了系统性能。仿真结果表明,与传统QRD-M算法相比,该改进算法能够更灵活地实现性能需要和复杂度的折衷,在相近的复杂度下可以获得更好的误码性能。     

MIMO-OFDM系统中一种改进的QRM-MLD检测算法

在MIMO-OFDM无线通信系统中,常规的QRM-MLD检测算法的复杂度是固定的。为了降低算法的复杂度,基于传统的QRM-MLD的树搜索思想,提出了一种改进的算法,该算法能根据星座点之间的相对距离以及在不同信道条件下接收符号在星座图中的位置差别,在保留的M个候选值中进一步减少候选点数。仿真结果表明,该算法能保证在误码率性能损失很小的情况下大大减少检测过程的访问节点数,降低了算法的平均复杂度。     

MIMO-GFDM系统中低复杂度动态禁忌搜索检测算法的改进

针对多输入多输出的广义频分复用（MIMO-GFDM）系统的等效信道矩阵维度极大，传统的MIMO检测算法复杂度高且性能不佳的问题，将大规模MIMO系统中的动态禁忌搜索（RTS）检测算法运用到MIMO-GFDM系统中，并解决了RTS算法初始值的求解复杂度高的问题。首先利用最小均方误差（MMSE）检测算法所用到矩阵的正定对称性将矩阵Cholesky分解，并结合Sherman-Morrison公式迭代计算初始值，降低了初始值求逆的高复杂度；然后以改进的MMSE检测结果作为RTS算法的初始值，从初始值逐步全局搜索最优解；最后通过仿真，对不同算法的迭代次数和误码率（BER）性能进行了研究。理论分析与仿真结果表明：在MIMO-GFDM中，所提改进RTS信号检测算法误码率远低于传统信号检测算法。在4QAM时，RTS算法大约有低于MMSE检测6 dB的信噪比性能增益（误码率在10^-3时）；在16QAM时，RTS算法大约有低于MMSE检测4 dB的信噪比性能增益（误码率在10^-2时）。与传统RTS算法性相比，所提改进算法在不影响误码率性能的同时降低了算法复杂度。     

MIMO-PLC系统中基于条件数阈值选择的信号检测算法

为了满足电力线通信（power line communication,PLC）对更大容量和更广覆盖范围的需求,多输入多输出（multiple-input multiple-output,MIMO）技术已逐渐应用于PLC中,实现了高速率的数据传输,但MIMO-PLC信道具有严重的多径效应和频率选择性衰减的特性,而且不同子载波的信道质量差异性大,使现有的信号检测算法不能获得良好的性能。提出一种基于条件数阈值选择的检测算法,该算法利用信道矩阵的条件数来衡量信道质量的好坏,设置最佳条件数阈值,在信道条件数小于或者等于阈值时,选择CLLL-MMSE-SQRD检测算法,而在信道条件数大于阈值时,选择QRD-M检测算法。通过仿真验证,该算法能够达到最优检测算法的性能,而且在16QAM调制方式下,该算法复杂度相比于QRD-M检测算法降低了44%,且随着调制阶数的增加复杂度降低更为明显。     

多入多出系统中改进的QRD-M检测算法

在研究传统QRD-M检测算法的基础上,提出一种用于多入多出系统的改进的QRD-M检测算法。该算法通过累积分支度量排序和终止门限设置,合理减少搜索树的分支数。仿真结果表明,当信噪比为10 dB、调制方式为16QAM、天线配置为4×4时,改进算法在无检测性能损失的情况下可使传统QRD-M检测算法的复杂度降低30%。     

MIMO-OFDM系统中改进的QRD-M检测算法

在MIMO-OFDM系统的信号检测中传统的QRD-M算法以较低的复杂度逼近了ML检测的性能,具有很好的应用前景。但是该算法M值必须足够大且计算复杂度较高。针对此缺点,在QRD-M算法的基础上,首先对QR分解采用改进的修正GramSchmidt正交化算法,使得接收端能够最先检测信噪比较大的层,从而减少错过ML解的可能性;其次在树搜索过程中与DFE(Decision Feedback Equalization)算法相结合,引入新的参数T。改进算法的前T层用M分支搜索算法检测,剩余的其他层用DFE算法检测。这种方法降低了传统算法复杂度,同时增加了接收端检测的灵活性。仿真结果显示,改进的算法以更低的复杂度获得更接近最大似然检测的性能。     

基于频域RLS的UWB信道估计算法研究*

为了提高超宽带接收机性能,提出一种适用于TH-PPM调制方式的超宽带信道估计算法,并对其误码率性能及复杂度进行了分析。算法基于信道频域特性,结合递归最小二乘（RLS）计算,达到信道参数估计的目的。算法可同时对多路信道进行估计,而且对幅度和相位不存在模糊因子。通过计算机仿真和与最大似然法信道估计算法的对比表明,该算法在误码率为10-4时,信噪比增益约为2 dB。通过对该算法性能的理论分析及计算机仿真实验表明,该算法在保证信道估计性能的前提下具有低复杂度,易于工程实现的优点。     

LTE-A系统中基于小区参考信号的信道估计算法

增强型长期演进（LTE-A）系统中,通常利用插值算法估计出所有数据位置的信道频率响应值。针对传统的线性最小均方误差（LMMSE）算法需要预先获取信道统计特性,矩阵实时求逆运算量大的问题,提出了一种改进的频域LMMSE信道估计插值算法。首先通过导频插值来增加虚拟导频,以此提升算法性能;然后借助时域内的信道能量比较集中的优势,给出了自相关矩阵和信噪比的近似估计方法;最后采用滑动窗方法进一步简化算法复杂度,从而完成频域LMMSE插值。仿真结果表明,所提算法总体性能优于线性插值以及基于离散傅里叶变换（DFT）的插值方法,且与传统LMMSE插值算法具有相近的误码率（BER）和均方误差（MSE）;但与传统算法相比,运算次数降低了98.67%,实现了算法性能与复杂度的较好折中,适用于实际的工程应用。     

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。     

A transformation strategy for implementing distributed, multilayer feedforward neural networks: Backpropagation transformation

Most artificial neural networks (ANNs) have a fixed topology during learning, and often suffer from a number of shortcomings as a result. Variations of ANNs that use dynamic topologies have shown ability to overcome many of these problems. This paper introduces location-independent transformations (LITs) as a general strategy for implementing distributed feed forward networks that use dynamic topologies (dynamic ANNs) efficiently in parallel hardware. A LIT creates a set of location-independent nodes, where each node computes its part of the network output independent of other nodes, using local information. This type of transformation allows efficient support for adding and deleting nodes dynamically during learning. In particular, this paper presents a LIT that supports both the standard (static) multilayer backpropagation network, and backpropagation with dynamic extensions. The complexity of both learning and execution algorithms is O(q(Nlog M)) for a single pattern, where q is the number of weight layers in the original network, N the number of nodes in the widest node layer in the original network, and M is the number of nodes in the transformed network (which is linear in the number hidden nodes in the original network). This paper extends previous work with 2-weight-layer backpropagation networks.     

Fast, long-lived renaming improved and simplified

In the long-lived M-renaming problem, N processes repeatedly acquire and release names ranging over {0, …, M − 1}, where M < N. It is assumed that at most k M processes concurrently request or hold names. Efficient solutions to the long-lived renaming problem can be used to improve the performance of applications in which processes repeatedly perform computations whose time complexity depends on the size of the name space containing the processes that participate concurrently. In this paper, we consider wait-free solutions to the long-lived M -renaming problem that use only read and write instructions in an asynchronous, shared-memory multiprocessor. A solution to long-lived renaming is fast if the time complexity of acquiring and releasing a name once is independent of N. We present a new fast, long-lived (k(k + 1)/2)renaming algorithm that significantly improves upon the time and space complexity of similar previous algorithms, while providing a much simpler solution. We also show that fast, long-lived (2k − 1)-renaming can be implemented with reads and writes. This result is optimal with respect to the size of the name space.     

多符号差分酉空时系统下K-best的排序方法

K-best算法（即M算法）不但具有较低复杂度,而且还具有固定的复杂度和时延,因而被应用于解决多符号差分检测（MSDD）高计算复杂度的问题。然而,当前K-best算法在MSDD中的应用大多仅通过减少节点的分支数来降低复杂度,而对每层排序方法的研究几乎是空白。鉴于此研究了基于动态K-best算法下的Batcher合并排序和K cycles排序。仿真得出Batcher合并排序方法比传统的冒泡排序在比较交换次数上可以减少70%,而性能在高信噪比时仅相差0.25 dB;K cycles排序在复杂度上比Batcher减少将近85%,比冒泡减少90%左右,而其性能在高信噪比时是最优的。     

基于信噪比估计的自适应频谱感知算法

针对传统能量检测不能对低信噪比条件下的信号进行准确感知,容易造成误判的缺点。为了提高在低信噪比条件下的频谱感知性能并缩短感知时间,结合循环特征检测具有较高的检测性能和鲁棒性但计算复杂度高的特点,提出了基于信噪比预估计的自适应频谱感知算法。该算法通过预估计待检信号与信道噪声的信噪比,当高于信噪比选择阈值时,采用改进后的自适应门限能量检测,降低运算复杂度;若低于选择阈值则进行循环特征检测,保证良好的检测精度;并可以根据系统对检测精度和感知速率的要求,自适应调整选择阈值的大小。仿真结果表明,所提算法有效的提高了低信噪比条件下频谱感知的准确性,缩短了平均感知时间。     

A complexity-reduced fast successive cancellation list decoder for polar codes

A multi-bit decision for polar codes based on a simplified successive cancellation (SSC) decoding algorithm can improve the throughput of polar decoding. A list algorithm is used to improve the error-correcting performance. However, list decoders are highly complex compared with decoders without a list algorithm. In this paper, a low-complexity list decoder is proposed, where path-splitting operations for a multi-bit decision can be avoided, if the decoding reliability exceeds a threshold. The threshold is determined based on the reliability of subchannels and positions of decoding nodes. Path splitting rules are designed for multi-bit decision processes, and a complexity-reduced list decoder is proposed based on this. Results show that the number of survival paths can be greatly reduced at the cost of negligible deterioration in block error performance. Thus, the computational complexity can be significantly reduced, especially for a high signal-to-noise ratio (SNR) region.     

基于信誉值投票与随机数选举的PBFT共识算法

实用拜占庭容错（PBFT）算法在Raft和Paxos共识算法的基础上,解决了分布式系统中恶意节点向其他节点发送错误消息以扰乱系统正常运行的问题,但PBFT算法由于主节点选举随意导致共识效率低下,而现有PBFT改进算法普遍通信复杂度较高且容易出现系统集中化趋势。针对上述问题,提出一种基于信誉值投票与随机数选举的RN-VPBFT共识算法。通过增设监督节点,实现权力分散和信息中转,保证系统安全运行。在投票确定初始信誉值的过程中,引入随机参数使得满足条件的节点均有机会当选主节点,缓解系统集中化趋势。建立节点动态信誉模型,区分系统中的诚实节点与恶意节点,简化共识算法的一致性协议,降低算法通信复杂度。实验结果表明,与PBFT算法和基于信誉投票的PBFT改进算法相比,RN-VPBFT算法将通信复杂度由O（N²）降至O（N）,并且所有诚实节点的信誉值之差仅为0.02,具有更低的通信复杂度及更好的去中心化特性。     

A scalability comparison of GST and SST MANET multicast routing algorithms

Since network resource of mobile ad hoc network (MANET) is limited due to the contention-based wireless communication channel at the medium access layer and energy of mobile nodes is constrained due to the energy-limited batteries, the scalability issue is one of main research topics in developing MANET routing algorithms. Therefore, this paper analyzes the message complexities of group shared tree (GST) and source-specific tree (SST) that are implemented in most MANET multicast routing algorithms. Simulation demonstrates that in a wireless ad hoc network where SST and GST are well maintained during the simulation, SST algorithm is able to achieve very competitive performance (i.e. less message complexity) under the multiple packet transmissions, in comparison with GST where no core selection algorithm is adopted.