一种格缩减辅助MIMO检测的非线性量化算法

针对格缩减辅助MIMO检测中,采用格缩减技术后导致星座畸变,引起变换域信号非线性联合量化复杂度高的问题,提出了一种排序反馈的非线性量化算法。该算法同时考虑了变换星座的边界和各元素之间的相关性,且根据量化误差的大小选择信号元素量化判决的顺序,依次量化判决信号的各个元素。仿真证明,基于该算法的格缩减辅助MIMO检测其性能要优于无排序反馈量化和逐元素独立量化的格缩减辅助MIMO检测,且能很好的逼近最大似然检测的性能,在平坦块衰落信道下,算法复杂度为多项式复杂度。     

CSI对天线相关MIMO系统容量影响的仿真分析

研究了在无线MIMO(Multiple-Input Multiple-Output)系统中,天线相关时,发射端已知信道状态信息(CSI)和未知CSI两种情况对系统容量的影响。建立了天线相关MIMO系统模型,给出了相关系数并推导了相关信道容量的表达式,用Monte Carlo方法仿真了天线角度扩展为均匀分布时,信道状态信息与系统容量之间的关系。     

基于树搜索算法的多用户MIMO系统的自由度分配

针对最大化多用户MIMO系统的和速率的问题,提出了将迭代式干扰对齐技术（Iterative Interference Alignment：ⅡA）和系统自由度（DoF）分配策略相结合的一种算法.系统的DoF分配是通过树搜索算法（Tree search）来实现的.理论分析及实验仿真结果表明,该算法获得的系统容量,接近遍历法（exhausting search：EX）的结果,但是在算法复杂性及收敛时间上明显优于遍历法.     

无线传感网中基于LEACH的节能方案

节能技术是目前无线传感网研究的热点问题。文中基于LEACH提出了一个新的无线传感网的节能方案MIMOLEACH。在方案中,簇与簇之间,簇与源节点之间传递信息是通过MIMO协作通信来完成的。与传统现有的方案相比,文中设计提出的方案的区别在于：在无线传感网选择簇头节点和协作节点的过程中,每个节点的位置和剩余能量都会被考虑进来。综合信道情况和目标分组差错率等多种因素,将最终确定参与协作通信的节点个数。将MIMO-LEACH与传统方案比较后发现,新方案在节能方面有所提高。     

混凝土行业中基于JCS的海量数据协同模块的研究

随着国内预拌混凝土行业的发展,混凝土企业高层越来越意识到搅拌站信息化管理的必要性,各种混凝土搅拌站ERP软件在国内得到了迅速的发展,通过这种软件的信息化管理,后台数据库每天都会产生大量的生产数据。为了避免搅拌站之间的恶性竞争,混凝土行业协会和政府部门需要对某个区域乃至整个行业的搅拌站的生产运营情况有实时的了解,以便对其进行监管,最终促进行业的公平竞争。本文结合国内混凝土行业自身的特点,阐述了混凝土行业海量数据协同的总体构想和数学模型,之后从多维度论述了基于JCS多级缓存的海量数据协同模块的设计,最后,采用Socket的方式最终实现了Server端与Client端的一对多的数据通信。     

A Cluster-Based Virtual Cooperative MIMO Transmission Scheme

基于分簇的虚拟协作MIMO传输策略研究

吕红芳

（上海电机学院 电气学院）

中文摘要：

无线传感器网络应用于环境状态监测时,最关键的问题是在无线通信时保障数据传输的可靠性、降低全网的能量消耗。本文提出了一种基于分簇的虚拟协作MIMO传输策略（CVCM）,该方案根据簇头节点到汇聚节点的距离动态配置最佳的协作节点数目和调制速率,保证每个虚拟MIMO单元和汇聚节点的通信能耗最小,从而降低整个网络的能力消耗。仿真实验结果表明,CVCM有效地降低了网络能耗,延长了网络的生命周期,提高了基站接收数据的有效性。

关键词：分簇;虚拟协作MIMO;动态配置;调制速率

     

认知MIMO干扰信道的联合干扰对齐算法

针对认知MIMO干扰信道的干扰抑制问题,前人的研究往往将其解耦为主用户和次用户的干扰抑制两个独立问题进行设计,因而需要两级处理。首先将这两类干扰的抑制进行联合处理,建立了联合干扰对齐问题模型,然后基于对交替最小化干扰对齐算法的拓展和改进,得出一种迭代的联合干扰对齐算法。理论分析和仿真结果表明,文章算法能有效抑制系统内的干扰,与现有算法相比,干扰抑制性能相当,求解过程简单,信道无需满足互易性。     

基于分簇的传感网虚拟MIMO协议

提出一种应用于无线传感网的新型分簇式虚拟MIMO协议。协议基于簇头轮换,避免大量重新分簇带来的拓扑维护开销,从而提高网络能量效率。在簇间路由中,提出一种新型的“跨跳”操作,以平衡网络中不同节点与簇的能耗和生命周期。仿真实验结果表明,该协议较现有的的虚拟MIMO在能耗总量和均衡上均具有更好的效果。     

Multi-criteria user selection scheme for learning-based multiuser MIMO cognitive radio networks

For multiuser multiple-input-multiple-output (MIMO) cognitive radio (CR) networks a four-stage transmiision structure is proposed. In learning stage, the learning-based algorithm with low overhead and high flexibility is exploited to estimate the channel state information (CSI) between primary (PR) terminals and CR terminals. By using channel training in the second stage of CR frame, the channels between CR terminals can be achieved. In the third stage, a multi-criteria user selection scheme is proposed to choose the best user set for service. In data transmission stage, the total capacity maximization problem is solved with the interference constraint of PR terminals. Finally, simulation results show that the multi-criteria user selection scheme, which has the ability of changing the weights of criterions, is more flexible than the other three traditional schemes and achieves a tradeoff between user fairness and system performance.