IDMA下行链路的传输及简化接收方法

针对IDMA下行链路中用户端接收设备复杂度比较高的问题,提出了一种基于时分双工(TDD)模式和时间反转(TR)技术的IDMA下行传输及简化接收方法.该方法通过时分双工获得信道冲激响应,基站发射端利用信道冲激响应的时间反转预处理发射信号.在时间反转及多输入单输出(MISO)技术作用下,利用不同用户信道冲激响应之间的弱相关性以及时间反转处理的空间和时间压缩特性,削弱多用户干扰、共道干扰和符号间干扰.从而使用户接收端只需一个简单的单径接收机即可完成信号的检测,避免了复杂的码片级迭代多用户检测,同时将信道估计器也从用户端转移到基站端,进而使用户端接收设备复杂度大大简化.     

卫星下行链路对抗中最佳干扰区域空间模型研究

在卫星下行链路空基对抗中,确定最佳干扰区域对保证干扰能量有效进入被干扰地面接收终端具有重要意义。文章将现有最佳干扰区域空间模型从地球同步轨道扩展到任意运行轨道,以球面坐标系建立了精确的干扰空间模型,重新定义了最佳干扰区域几何,求解了最佳干扰区域相关参数,得到了精确性更高和适用性更强的结果。     

对网状WDM网中双链路失效的保护算法分析

研究了网状WDM网中双链路失效下共享通路保护(SPP)和共享链路保护(SLP),以及新的保护方式—共享段保护(SSP)的模型,并分析了静态和动态保护算法。动态保护算法可以根据当前网络状态动态调整链路代价,使它们具有较高的资源利用率和较低的阻塞率。     

复杂网络链路预测

网络中的链路预测是指如何通过已知的网络结构等信息预测网络中尚未产生连边的两个节点之间产生连接的可能性。预测那些已经存在但尚未被发现的连接实际上是一种数据挖掘的过程,而对于未来可能产生的连边的预测则与网络的演化相关。传统的方法是基于马尔科夫链或者机器学习的,往往考虑节点的属性特征。该类方法虽然能够得到较高的预测精度,但是由于计算的复杂度以及非普适性的参数使其应用范围受到限制。另一类方法是基于网络结构的最大似然估计,该类方法也有计算复杂度高的问题。相比上述两种方法,基于网络结构相似性的方法更加简单。通过在多个实际网络中的实验发现,基于相似性的方法能够得到很好的预测效果,并且网络的拓扑结构性质能够帮助选择合适的相似性指标。该文综述并比较了若干有代表性的链路预测方法,展望了若干重要的开放性问题。     

广义分布式天线系统上行分集性能分析

针对广泛存在于无线通信环境中的阴影效应对系统性能影响非常大的问题,采用与传统的微分集技术相比,能够有效地对抗这种阴影衰落的分布式天线技术来解决这个问题.为了获得该条件下系统的理论性能,分析了采用最大比合并和相干等增益合并分集的广义分布式天线系统.借助lognormal近似法,给出了其中断概率和误码率性能的高精度解析结果.分析表明,在存在阴影衰落的情况下,这种广义分布式天线系统能够同时获得较大的微/宏分集增益,非常适合未来的无线小区环境.     

TDD系统OFDM上行链路设计与实现以及TDD技术集成

本课题为国家“863计划”重大项目“Beyond3G蜂窝移动通信无线网络试验系统研究开发（编号：2003AA123310）的子课题（编号：2003AA12331004）．课题组主要完成了3方面的内容．1）成功开展了时分双工方式下OFDM上行链路相关的理论研究和系统仿真研究,完成了链路与系统联合仿真,并提供了完善的系统及仿真平台和仿真报告;2）完成了TDD系统完整链路的设计,     

基于端到端丢包测量的网络瓶颈链路推断方法

为了寻找网络中瓶颈链路,对网络数据包丢失率的推断方法进行了研究,提出一个新的网络数据包通过率的统计推断模型．该模型基于端到端的测量方式,采用累积母函数对网络路径级数据包通过率进行分析,估计出网络链路级数据包通过率的统计信息．利用网络数据包通过率与丢失率之间的关系,可以间接得到链路级数据包丢失率的统计信息．仿真实验表明,该模型不需要很高的测量负载量就可以较精确地推断出网络链路级数据包通过率的统计信息,并根据Chernoff bound检测出网络中的瓶颈链路．     

运载火箭天基测控S和Ka频段链路分析

天基测控是测控系统发展的必然趋势,文中首先针对跟踪与中继卫星系统介绍了航天器间传输链路类型,在对天基测控技术基本原理进行说明的基础上,重点对运载火箭S频段和Ka频段天基测控系统无线链路进行了分析和计算,最后对运载火箭Ka频段天基测控特点进行了分析。     

Performance analysis for range expansion in heterogeneous networks

In this paper, the uplink and downlink performance of a two-tier heterogeneous network （HetNet） with range expansion （RE） is analyzed. Different from previous works, base stations （BSs） are modeled as a spatial Poisson point process. This model can not only capture the irregularity of the BS deployment but also lead to closed form expressions. With the analytical results, the impacts of several key parameters on the coverage and throughput performance are investigated. Our results justifies the effectiveness of RE and Pico deployment. Based on our analyses, certain attention should be made on the RE design to balance the uplink and downlink performance. Our analyses are corroborated by simulations and can thus serve as a flexible and quick guidance for system design without complicated and time-consuming system-level platform construction and simulation.     

基于负载随机性的互联网络链路流量识别方法

针对当前互联网络链路流量识别方法未考虑数据块类别,导致互联网络链路流量识别准确性和效率较低,流量识别误报率和漏报率较高的问题,提出基于负载随机性的互联网络链路流量识别方法.利用数据包负载随机性检测方法,判断网络数据流中数据块负载随机性类别.将判断结果作为机器学习方法的已标注数据集,提取数据流特征属性构成样本集合,采用ID3算法,训练分析该样本集合,寻找数据间规律,构建分类模型,通过分类模型预测和评估未知数据流量,实现互联网络链路流量识别.实验结果表明,上述方法识别不同类型流量的漏报率和误报率较低,具有较强的识别可靠性,识别时间较短,能够有效提高识别准确性和效率.