双信任度加权的K秩准则频谱感知算法

基于信任度的协作频谱感知算法,可以很好地解决本地检测的隐藏终端和频谱衰落等问题。但其对于多用户的大量数据分析,缺乏高效的数据统计和融合算法,算法的检测性能有待提高。为此,提出了一种基于双信任度加权的K秩准则协作频谱感知算法。它在主用户存在与不存在两种情况下,分别采用不同的信任度加权的算法,并与K秩准则的融合策略相结合。仿真结果表明,算法在保证数据统计和融合能力的前提下,有效的提高了检测性能和感知能力。     

基于修正函数线性拟合的Turbo码译码算法

新一代移动通信系统LTE/LTE-A具有高吞吐率的突出特点和需求,但高速译码也对误码率和延时等提出了更高的要求。现有的Turbo码译码算法中,Log-MAP算法译码性能较好,但算法复杂度高,时延大;而Max-Log-MAP算法虽然具有较低的复杂度,但译码性能较差。为此,提出一种基于修正函数线性拟合的Turbo译码算法,该算法针对不同刻度区间采用不同的拟合参数。实验仿真表明,该算法与现有算法比较,能够达到Log-MAP算法的译码性能,且避免了Log-MAP的大量运算,从而在保证较好译码性能的基础上,有效地降低了译码延时,并且便于硬件实现。