以用户为中心的可见光通信协作传输中训练资源分配算法

以用户为中心的可见光通信协作传输是近年来出现的新架构,这导致虚拟小区之间出现重叠。为避免导频污染问题,每个虚拟小区中的光接入点(AP)或者虚拟小区中选择相同AP的用户发送的训练序列应该是正交的。针对可见光通信中以用户为中心的协作网络,研究训练资源的正交分配问题,提出了一种新的导频分配算法,联合导频分配和用户选择问题,以期最大限度地增加虚拟小区内可被接入的用户数。分析和仿真结果表明,该导频分配方案可以有效改善导频污染问题,提高训练资源利用率,并且相比已有的导频分配方案,性能有所改进。     

一种基于服务质量的节能无线传感器网络MAC协议

为了平衡网络能耗与QoS,提出了一种基于服务质量的节能MAC协议-QE-MAC.该协议一方面采用由Hill等人提出的低能量载波侦听技术降低节点能耗,另一方面,采用冲突避免、回复确认、区分优先级和失败重传等机制确保分组传输的可靠性,以及使用业务固定短周期发起策略来解决分组接收的时延过大问题.模拟实验和测试结果都表明,QE-MAC能够以较低的网络能耗提供良好的QoS.     

基于最大似然准则的CHAN改进算法

Chan算法是一种经典的具有闭式解的高效时差定位解算算法,但在实际应用中却存在一些困难和不足。首先对Chan算法在二维平面下的解集作了说明,并提出一种基于最大似然准则的定位模糊消除方法以得到唯一最终解,其次,针对Chan算法在较大时差测量误差下定位精度下降明显的现象,提出一种基于近似最大似然的方法对Chan算法定位估计进行修正,以改善其定位性能。仿真结果表明,对Chan算法提出的改进措施是有效可行的。     

LTE系统中一种改进的基于CP的ML频偏估计算法

主要研究了LTE系统下行链路中的载波同步,分析了基于PSS相关估计和基于CP的ML估计两类传统频偏估计算法。针对后者抗多径能力不足、抗极性反转能力差和估计范围较小的缺陷,提出了一种改进频偏估计算法。该算法在利用CP数据进行ML频偏估计时去掉一部分受符号干扰的数据,以减少多径影响;利用PSS相关估计结果的极性信息,对算法估计结果进行修正,扩大频偏估计范围和提高抗极性反转能力。仿真结果表明：改进算法相对于原算法在多径环境下具有更好的估计性能;当频偏｜εF｜接近0.5时能够抵抗极性反转具有较高的鲁棒性,当｜εF｜〉0.5时原算法失效而改进算法仍能够保持较高的估计性能。     

LTE小区搜索中一种新的SSS检测算法

主要研究了SSS检测, 提出一种新的SSS检测算法。该算法首先利用滑动平均窗修正接收的PSS处估计出的信道频率响应, 并用修正后的信道频率响应对接收的SSS序列进行信道补偿; 其次, 算法对信道补偿后的序列进行实数提取操作, 消除虚部数据干扰; 最后算法联合两个连续的SSS接收序列进行检测进一步提高检测性能。TDD和FFD两种模式下的仿真结果表明：该算法可以较好地实现SSS检测且比现有几种SSS检测算法在低信噪比（SNR<0 dB）条件下具有更好的检测性能。     

一种基于PCA的MPSK信号码元速率估计方法

针对MPSK信号的码元速率估计问题, 研究了有限数据条件下循环谱的谱线特征受到背景色噪声干扰的现象, 提出了一种基于主分量分析(PCA)的循环谱特征码元速率估计方法。PCA变换抑制了信号循环谱中的背景色噪声, 提高了估计精度, 减小了估计方差。仿真表明, 该方法在有限数据条件下具有良好的估计性能, 适用于不同成形滤波系数的MPSK信号。     

基于总体最小二乘法的混合滤波器组误差补偿算法

模拟分析滤波器的实现误差以及各子带间的增益、相位失配误差的存在都将影响混合滤波器组（HFB）的完美重构效果。针对以往矫正方法对信号源稳定度要求高、调试复杂的缺点,提出一种模数混合的HFB失配误差矫正系统结构。利用伪随机噪声覆盖信号全谱且功率谱密度为常数的特点作为矫正信号源,根据其二阶统计量计算期望的补偿器频域响应。提出一种新的基于总体最小二乘（TLS）算法的IIR形式补偿器设计方法,推导了以IIR滤波器系数为未知变量的线性方程组,并利用TLS算法有效抑制设计误差以及量化噪声等扰动因素影响,优化滤波器系数,减小失配误差影响。仿真结果表明该算法的结构简单、易于实现,同时能有效改善HFB的重构效果。     

混合ATM信元容错识别方法

ATM信元的识别是ATM通信中的重要环节.在无线ATM通信中,由于通信链路的不可靠性,信元在传输过程中可能会由于出现误码而导致无法识别.针对此问题,文章提出一种基于中心距离提取法和误差反向传播型神经网络相结合的方法,提取ATM信元净荷的结构特征,对含错ATM信元进行非线性容错识别.仿真结果表明,该方法对于含噪ATM信元的识别问题较常规方法有更理想的效果.     

面向应用的快速多峰寻优算法

工程应用中的多峰寻优问题要求搜索目标函数的多个极值点,现有的多峰优化方法难以直接利用应用问题的先验知识引导算法过程,多峰寻优效率较低。基于粒子群优化算法设计一种面向应用的多峰寻优算法,能有效利用易于获得的先验参数,如峰间分辨率、峰位置精度、峰值个数等实现快速多峰搜索。该算法保持了粒子群算法的简单性并改善了搜索多样性,使其可控地收敛到多个峰值上。将该算法与几种典型的多峰寻优方法进行了对比测试和分析,结果表明,对复杂多峰函数,该算法能以最快的收敛速度实现多峰搜索。     

基于Kalman滤波的MIMO时变信道估计

研究了一种基于Kalman滤波的MIMO时变信道估计与跟踪问题。利用衰落信道功率谱统计特性的先验信息,将信道冲击响应近似为一个低阶自回归滑动平均过程,通过信道传输函数逼近信道功率谱的幅频特性,建立时变衰落单径信道的状态方程,导出MIMO信道状态模型参数,并通过Kalman滤波跟踪信道的时变特性。理论分析和仿真试验表明,该算法在时变信道下具有较好的性能,和传统信道估计方法相比,接收机性能有了较大的改进。