一种实用的通信信号时差估计模型

在实际三站或多站时差定位系统中,接收转发信号和直达信号的两接收机的中频输出信号存在频差,从而影响时差估计精度。为了尽量消除这一影响,提出了一种通用的快速的时差估计模型,并进行了仿真。仿真结果显示：该模型消除了频差的影响,提高了时差测量精度和速度。     

基于多智能体协同的无人机簇群多域节能抗干扰通信

随着无人机网络向着集群化方向发展,无人机簇群通信面临恶意干扰电磁环境下频谱和能量资源不足以及环境部分可观测等问题.针对联合频谱域和功率域的无人机簇群抗干扰问题,以最小化长期传输能量损耗和跳频开销为优化目标,通过建立分布式部分可观测马尔可夫决策过程模型,构建基于多智能体协同的无人机簇群节能抗干扰通信框架.具体地,各簇头无人机作为智能体,利用长短时记忆神经网络的信息长期记忆优势,结合双深度Q学习方法,采用多智能体框架完成分布式训练,最终实现仅需各簇群本地观测信息即可完成协同多域节能抗干扰通信分布式决策.仿真结果表明,本文所提算法可适应部分可观测且未知动态变化的无人机簇群传输环境和干扰环境,相较于基准算法能更有效地降低长期传输能量损耗和跳频开销,且同时提升数据传输成功率.     

基于MG-CG算法的图像超分辨率重建

提出一种基于多重网格(MG)和共扼梯度(CG)算法相结合的图像超分辨率重建快速算法.首先采用Tikhonov正则化方法给出图像超分辨率重建模型;然后在系统介绍MG和CG算法的基础上,针对超分辨率重建中常见对称正定稀疏线性方程的求解,提出多重网格-共扼梯度(MG-CG)算法;详细讨论了MG-CG算法的光滑、限制、插值操作以及计算复杂度.实验结果表明该算法与MG、CG和Richardson迭代算法相比,具有更快的收敛速度.     

基于加权最小二乘滤波的视频序列超分辨率重建

该文构建了一种视频序列超分辨率重建框架,在此框架下,首先讨论基于正则化处理的单帧图像上行插值和反卷积,然后在详细研究运动补偿矩阵和权值矩阵的构成及其性质的基础上,提出基于加权最小二乘滤波的帧间数据融合算法。实验表明该算法的重建结果相当有效,具有一定的自适应性和鲁棒性。     

基于MF预编码的大规模MIMO网络SINR概率密度分析

大规模MIMO系统中,相对于其他基于信道矩阵分解的波束成形算法,如迫零、最小均方误差算法等,匹配滤波（Matched filter, MF）具有复杂度极低的优点,从而成为一种极具实用潜力的波束成形算法。鉴于此,本文推导了基站采用MF波束成形算法时,用户端信干噪比（Signal-to-interference-and-noise ratio, SINR）的近似概率密度函数（Probability density function, PDF）。该函数对于推导与分析系统性能,如和速率、中断概率等至关重要。仿真表明：当基站天线数趋于大规模时,SINR公式的PDF曲线趋近于通过纯仿真得到的PDF曲线。     

高效LDPC译码器的优化与FPGA实现

针对高效LDPC译码器设计过程中的参数选择问题,提出了针对Turbo译码消息传播（Turbo decoding message passing,TDMP）译码算法的离散密度进化算法。利用这种离散密度进化算法对译码算法中的校正因子及量化精度进行了优化。与传统的通过数值仿真进行优化的方法相比,本文算法效率大大提高,且效果显著。测试结果表明,优化的定点化译码器与纯浮点仿真相比性能只相差0.1 dB左右。在译码器实现结构设计中提出了一种基于分布式RAM的P消息循环存储结构,与传统的基于寄存器和Benes网络的存储器结构相比,资源消耗明显下降。在Xilinx公司的FPGA平台上进行了硬件实现与测试,结果表明与同类译码器相比在资源消耗和吞吐率上均有一定优势,是一种高效的LDPC硬件译码器。     

一种适用于主用户信号随机出现和离开的能量频谱感知方法

针对认知无线电系统中主用户信号随机出现与离开时的频谱感知问题,提出了一种新型的能量感知方法：该方法首先假设主用户信号的随机出现和离开服从泊松随机过程,当认知用户准备接入时,该方法先将从待测频段上接收到的样本能量按照泊松离开概率进行线性合并,然后计算相应的判决门限并判断待测频段是否有主用户信号,如果没有则接入并使用待测频段。当认知用户使用频段时,将接收到的样本能量按照泊松到达概率进行线性合并同时计算相应的门限,再判断主用户信号是否随机出现,如出现则退出当前使用频段。仿真结果表明,相比传统能量感知方法,所提新的能量感知方法能够在主用户信号随机出现与离开的情况下有效工作。     

认知网络中基于功率分配的收发联合迭代结构

在认知无线电网络中,为保证主用户的通信质量,解决认知网络和主网络之间的干扰问题,进一步提高认知网络性能,本文提出一种基于广义信泄噪比的功率分配方案。为了获取更高的和速度,在认知网络发射和接收端引入波束成形矩阵,在此基础上发展了一种联合交替迭代结构,该结构将发射波束成形、功率分配和接收波束成形串联成迭代环。仿真结果表明,该迭代环收 敛速度快,相比传统波束成形等功率分配方案的和速率和误码率均有明显提高。     

MIMO—OFDM系统基于虚子载波的ML频偏估计器

SISO-OFDM系统中基于虚子载波的最大似然（ML）频偏估计器的主要缺点是计算量较大。这里推导了该估计器在空间不相关MIMO-OFDM系统中的表达形式,并通过研究其代价函数的特殊结构,提出了一种基于逆快速傅里叶变换（IFFT）和分段搜索方法的低复杂度频偏估计器。在典型市区（Tu）信道中的仿真结果证明,与原ML估计器相比,这种估计器成功降低了计算量,保持了在中、高SNR区域的性能,同时改善了低SNR区域的性能。     

基于多级码编码正交频分复用的差分幅度相位调制

数字调幅广播(DAMB)需要高速的数据传输率,为此本文提出一种具有高带宽效率的编码调制方案。采用16差分幅度相位(16DAPSK)加正交频分复用(OFDM)调制,采用多级码(MLC)作为纠错编码,其分量码为标准卷积码及其删除型卷积码,系统具有高的带宽利用率,抗多径传输,接收端可以并行解码,以减小通常逐层解码所带来的大的时延和误差传播,并且由于差分调制的引入,接收端可以采用非相关检测,且毋须均衡器,简化了接收机的设计,本文还比较了短波信道中,采用时域差分和频域差分的效果,并得出了相应的结论。