一种基于补偿校正的网络编码和信道编码联合设计

将信道编译码中性能较优的LDPC码运用到网络编码和信道编码联合设计,提出一种接收端补偿校正的网络编码和信道编码联合设计方案,该方案在中继节点进行解调和译码后硬判决,以降低中继节点处理数据的复杂性,然后进行网络编码而不考虑编码数据中存在的误码,通过接收节点对中继硬判决信息的错误概率进行补偿和校正来获取最大似然接收。仿真实验表明,提出的网络编码和信道编码联合设计方案不但降低了中继节点处理数据的复杂性,同时提高了传输系统的可靠性。     

基于准正交空时码的最优线性预编码矩阵设计

为了充分利用信道信息改善应用准正交空时分组码的MIMO系统的性能,该文提出了将预编码矩阵和准正交空时分组码相结合的发射机制。信息在经过准正交空时分组码编码后,要经过线性预编码矩阵进行处理,才可以从发射天线发送。文中的预编码矩阵设计利用了MIMO信道的非零均值矩阵和相关矩阵,并采用成对差错概率作为其最优设计准则。仿真结果表明,相对于未经过预编码矩阵的系统,新系统的误码率性能有明显改善。     

On channel estimation using optimal training sequences in Cyclic-Prefix-based Single-Carrier systems with Space-Time Block-Coding

In this paper, a new scheme that combines Space-Time Block-Coding （STBC） based on an Alamouti-like scheme and the Least Squares （LS） channel estimation using optimal training sequences in Cyclic-Prefix-based （CP）／Single-Carrier （SC） systems is proposed. With two transmit antennas, based on Cramer-Rao lower bound for channel estimation, it is shown that the Periodic Complementary Set （PCS） is optimal over frequency-selective fading channels. Compared with the normal scheme without STBC, 3dB Mean Square Error （MSE） performance gains and fewer restrictions on the length of channel impulse response are demonstrated.     

基于快速贝叶斯匹配追踪优化的海上稀疏信道估计方法

正交频分复用(OFDM)系统中,由于频率发生选择性衰落会导致信道在数据传输中产生符号间干扰,因此接收机往往需要知道信道状态信息。而在海上通信的情况下,信道传输会受到多种外界因素的干扰,往往需要预先进行信道探测估计。为了提高估计性能,该文提出一种基于奇异值分解优化观测矩阵的快速贝叶斯匹配追踪稀疏信道估计优化算法(FBMPO),该算法不仅能够充分考虑海上通信的信道稀疏性,也能够降低信道的不确定性带来的影响。计算机仿真实验表明,与传统的信道估计算法相比,该算法能够提高信道估计的精确度。

     

一种新的快衰落信道频域跟踪算法

该文研究了第三代移动通信系统中用户移动速度在150km/h以上时,无线信道的快衰落特性,并且在3GPP系统的协议框架下提出了一种新的基于频域的信道跟踪方法(FBP),利用快衰落信道频域上的相对稳定性,解决了由于信道参数变化的速度超过自适应算法收敛速度,而造成的在时域上无法进行信道跟踪的问题,文章给出了该算法的模拟结果,并与另一种对衰落信道的参数进行基于小波的信道跟踪算法(WBP)进行了比较,该文提出的算法具有更好的性能和更低的算法复杂度。     

A cross-layer approach for stable throughput maximization under channel state uncertainty

Obtaining the stable throughput region of a wireless network, and a policy that achieves this throughput, has attracted the interest of the research community in the past years. A major simplifying assumption in this line of research has been to assume that the network control policy has full access to the current channel conditions at every time a decision is made. However, in practice one may only estimate the actual conditions of the wireless channel process, and hence the network control policy can at most have access to an estimate of the channel which can in fact be highly inaccurate. In this work we determine a stationary joint link activation and routing policy based on a weighted version of the “back-pressure” algorithm that maximizes the stable throughput region of time-varying wireless networks with multiple commodities by having access to only a possibly inaccurate estimate of the true channel state. We further show optimality of this policy within a broad class of stationary, non-stationary, and even anticipative policies under certain mild conditions. The only restriction is that policies in this class have no knowledge on the current true channel state, except what is available through its estimate.

无线传感器网络基于容量和传输能耗的功率与信道联合博弈算法

针对无线传感器网络(WSNs)日益增大的干扰导致网络容量下降的问题,同时考虑到网络能量有限性,该文综合网络容量和链路传输能耗,构建了高容量低传输能耗的功率控制与信道分配联合博弈模型,并通过理论分析证明该模型存在最优功率和最优信道。继而采用最佳响应策略,在该博弈模型基础上提出了一种功率控制与信道分配联合优化算法(PCOA),理论证明其能收敛到纳什均衡状态,且具有较小的信息复杂度。最后,仿真结果表明,PCOA算法能够达到降低网络干扰和链路能耗,增大网络容量的目的。     

基于CSI的三维联合参数估计算法

针对商用Wi-Fi设备中由于天线数量和信道带宽有限而导致的到达角(AoA)和飞行时间(ToF)估计精度受限问题,以及现有基于最大似然估计的3维参数估计算法容易收敛于局部最优值,且依次对参数进行估计的方式使参数之间会互相影响的问题,该文提出一种基于Wi-Fi信道状态信息(CSI)的AoA, ToF和多普勒频偏(DFS)的3维联合参数估计算法,以提高参数估计精度和信号分辨能力。首先,通过分析CSI数据,构造包含AoA, ToF和DFS信息的3维矩阵,并对构造的3维矩阵进行降维处理。其次,设计了一种3维空间平滑算法,以消除相干信号对参数估计的影响。最后,利用空间谱估计算法,同时估计出AoA, ToF和DFS 3个参数。实测结果表明该文所提3维联合参数估计算法的参数估计精度和信号分辨能力高于现有的子空间交替期望最大化算法(SAGE)和2维参数估计算法。     

可重构智能表面中低复杂度毫米波信道估计算法

针对可重构智能表面(RIS)辅助的大规模多输入多输出(MIMO)毫米波系统中信道估计复杂度高的问题,该文提出一种低复杂度的信道估计算法。在该方案中,将RIS部分元素连接射频(RF)链,分离估计基站/用户和RIS之间的信道,分开获取信道有助于提升用户移动性场景下信道估计的灵活性。在所考虑系统中,首次使用低复杂度的2维快速傅里叶变换(2D-FFT)算法对角度进行估计,并考虑信号补零以获得更加精准的角度估计值,最后利用信号2维空间谱的谱峰和其对应的辐角得到路径增益估计。仿真结果表明,该算法达到了优良的信道估计性能,且在确保信道估计性能的系统参数设置下,该算法具有压倒性的复杂度优势。     

一种基于蚁狮最大熵算法与引导滤波的图像融合算法

传统红外与可见光图像融合算法中易出现目标提取不够充分、细节丢失等问题,导致融合效果不理想,从而无法应用于目标检测、跟踪或识别等领域。因此,该文提出一种基于蚁狮优化算法(ALO)改进的最大香农(Shannon)熵分割法结合引导滤波的红外与可见光图像融合方法。首先,使用蚁狮最大熵分割法(ALO-MES)对红外图像进行目标提取,然后,对红外和可见光图像使用非下采样剪切波变换(NSST),并对获得的低频和高频分量进行引导滤波。由提取的目标图像与增强后的红外和可见光低频分量通过低频融合规则得到低频融合系数,增强后的高频分量通过双通道脉冲发放皮层模型(DCSCM)得到高频融合系数,最后经NSST逆变换得到融合图像。实验结果表明,所提算法能够得到目标明确、背景信息清晰的融合图像。