基于特征根比分布的协作频谱感知算法研究

介绍两种基于大维随机矩阵理论(Random Matrix Theory,RMT)的频谱感知方法,综合对比讨论并验证其感知性能。这些方法以采样协方差矩阵的最大最小特征根之比作为判决统计量与相应的判决门限相比较来确定频谱是否空闲。通过与能量检测(Energy Detection,ED)算法仿真对比,它们克服了能量检测中需要预知噪声信息的缺点,并具有不受噪声不确定度影响的优点,有较高检测性能和优越性。     

基于特征结构的频谱感知算法

为了全面认识当前的认知无线电频谱感知技术,深入研究基于特征结构的多节点合作频谱感知算法,将近年来发展的随机矩阵理论(RMT)引入到频谱感知领域,使得频谱感知性能得到提高,有可能在实际应用中实现频谱感知。通过阐述基于采样协方差矩阵及特征值类的合作频谱感知方法的基本原理,归纳其主要特点,推导出检测门限的确定方法。通过基于Matlab的仿真实验,对比和验证算法的感知性能。最后展望该方向下一步的研究趋势。     

无线传感器网络中丢包扩散卡尔曼算法的改进

针对无线传感器网络数据融合时的丢包问题,对传统扩散卡尔曼滤波算法进行改进,并探讨丢包问题的改善方案。丢包情况下,改进算法在传统算法增量更新时,从邻居节点集合中剔除有丢包的节点,在融合更新时,节点重新调整融合权值,以减小丢包对估计值的影响。仿真结果表明,在一定条件下,改进算法的平均误差偏置比传统算法小2～3dB。由于"领导"节点较普通节点对系统的估计值影响更大,所以,可以通过选择能量大的节点作为"领导"节点,或者加强对"领导"节点的维护来改善丢包问题。     

改进的矩形NAM图像表示算法

为了提高图像的表示效率,提出了一种改进的矩形非对称逆布局模式表示模型(NAM)图像编码算法IRNAM。该算法采用双矩形子模式对灰度图像进行表示,结合位平面优化策略,并顺序存储各子模式的数据,使得子模式数目大幅减少。实验结果表明：与矩形NAM算法和其他改进的NAM算法相比, IRNAM算法使表示图像的子模式数明显减少了,从而有效地节省了数据存储空间,是一种高效的图像表示方法。     

基于实际无线局域网系统的信道估计算法

结合无线局域网(WLAN)系统进行适合实际系统的信道估计方法研究。针对实际系统在要求算法稳健性的同时,还要求算法简单易实现的特点,在最小二乘(Least Square,LS)算法中添加了离散傅里叶逆变换(Inverse Discrete Fourier Transform,IDFT)运算,利用信号在时域能量集中的特点,在时域对信号按门限值进行筛选,滤除大部分噪声,以此提高系统性能。仿真结果显示,改进算法可为实际WLAN系统所采用。     

认知无线网络中基于业务区分的自适应MAC协议

为了提高认知用户的接入效率,同时兼顾其QoS需求,提出了一种应用于认知无线网络的基于业务区分的自适应MAC协议。对不同业务采取不同的最优频谱检测时间,实时业务(RT)以最小化接入时延为目的确定最优的频谱检测时间,而非实时用户(NRT)则以最大化吞吐率为目标确定最佳的频谱检测时间。根据所确定出的最佳频谱检测时间,结合当前的业务到达速率和调度策略,不同业务以时隙Aloha的方式接入空闲频谱。理论分析和仿真表明,所提出的自适应MAC协议能够自适应地为认知用户的不同业务确定最优频谱检测时间,从而有效地提高频谱使用效率,保证不同业务的QoS需求。     

新的GLSFBC-CDMA-OFDMA发射方案

提出了频率选择性衰落信道下GLSFBC(grouplayeredSFBC)-CDMA-OFDMA多天线发射方案.该方案分为三级级联设计:第一级(基于OFDMA)用来抑制多用户间的干扰和对抗频率选择性衰落;第二级(基于CDMA)用来消除组间干扰和获得频率分集增益;第三级(基于GLSFBC)用来获得空间分集增益和复用增益.该方案在接收端只需要一根天线就可以抑制空频码组间的干扰和多用户间的干扰,从而使接收机结构简单.理论分析和计算机仿真结果都证明了该方案的有效性     

一种新的静态波长路由算法及其统计修正

基于部分长路由优先的原则,提出了一种新的静态波长路由算法,并利用统计修正的方法进行了数值仿真,仿真结果表明与原有算法相比,新算法能以更高的概率获得更少的波长数,简单、快速,性能更优。     

采用相关系数和拟合优度的频谱盲检测

已有的基于拟合优度频谱感知算法具有较好检测性能的前提是假设感知时主用户信号保持不变,这在认知无线电中是很少见的。该文提出一种适用于多天线认知系统的拟合优度盲频谱感知算法。首先,计算不同天线间接收信号的相关系数;其次,对相关系数进行进行适当的非线性变换使其服从学生分布;最后,对变换后的新序列使用侧重右尾检验的Anderson-Darling(RAD)准则进行拟合优度检验。理论分析和仿真表明,所提算法不需要任何先验信息,与基于最大最小特征值之比(MME)、Anderson-Darling(AD)检测算法以及噪声方差已知的能量检测相比,所提算法具有更好的检测性能。      

降低峰均值比的时域交织分割PTS算法及分析

本文根据交织分割部分传输序列(IPTS)的特点,利用具有周期结构的序列DFT的性质,提出基于时域的IPTS算法;同时,将其和常规PTS算法、选择映射算法(SLM)及基于时域循环卷积的PAPR降低算法(TCM)的计算量、性能等进行比较和分析.仿真实验和分析说明本文方法能降低常规IPTS算法的运算量,同时以较小的运算量达到常规相邻分割PTS(APTS)算法的性能.