排序方式: 共有20条查询结果,搜索用时 0 毫秒
1.
针对正交时频空(Orthogonal Time Frequency Space, OTFS)调制系统采用矩形窗函数时,信道矩阵结构复杂导致的鲁棒性差的问题,提出了一种基于时域处理和酉近似消息传递的检测算法。该算法首先添加循环前缀,将时域信道转换为分块对角矩阵;然后应用酉变换和近似消息传递建立迭代检测算法。仿真结果表明,所提检测算法能够在不增加复杂度的条件下有效提升检测精度和鲁棒性,特别是存在信道编码的条件下表现出2 dB的性能增益,使得该算法更适用于杂散多径、高速移动等环境,具有较高的应用价值。 相似文献
2.
3.
提出了奇异值分解算法的改进方案.结合人类视觉模型给出了盲水印算法嵌入水印强度的上界,并确定了在不同水印强度下抗攻击能力的界限.利用奇异值分解在保证图像质量无失真的条件下嵌入高强度水印,并利用Turbo码的强纠错能力抵抗攻击和提取水印.试验表明本方案在JPEG压缩、剪切、中值滤波、随机噪声和椒盐噪声等常见攻击下都能表现出良好的鲁棒性. 相似文献
4.
提出云数据中心基于温度感知的虚拟机迁移模型TA-VMM.TA-VMM迁移时着重考虑物理主机处理器的温度情况和物理主机负载均衡情况.在物理主机状态检测阶段寻找出候选迁移主机MigrationFromHosts;在虚拟机选择阶段寻找出候选迁移虚拟机列表VmstoMigrateList;在最后的虚拟机放置阶段完成候选迁移虚拟机的重新放置.CloudSim云计算模拟器仿真结果表明,TA-VMM中温度阈值对云数据中心的性能影响十分重要,TA-VMM比其他虚拟机迁移模型具有更低的能量消耗. 相似文献
5.
6.
物联网(IoT)通信系统具有活跃用户数低、数据帧短等特性,而信道估计和多用户识别所需的导频和用户识别码会显著降低IoT系统的通信效率和响应速度。针对上述问题,提出了一种基于非正交多址接入(NOMA)的盲信道估计和多用户检测算法。首先,利用码分多址(CDMA)系统中的扩频矩阵对每个用户所占用载波进行分配,并采用差分编码解决盲估计所引发的星座点旋转问题;其次,根据用户所分配载波具有的稀疏性,引入伯努利-高斯(B-G)分布作为先验分布,利用变量间的隐马尔可夫特性进行因式分解和建模,由用户数据的稀疏特征进行多用户识别;最后,应用消息传递算法对上述模型进行推导,解决NOMA引起的多用户干扰,得到面向IoT环境的联合信道估计和检测接收算法。仿真结果表明,相对于块稀疏单测量向量(BS-SMV)算法和块稀疏自适应子空间求解(BSASP)算法,所提算法能够在不提高复杂度的条件下获得约1 dB的性能增益。 相似文献
7.
MTMO—OFDM系统中空时/频码的性能分析 总被引:4,自引:4,他引:0
MIMO(多输入多输出)和OFDM(正交频分复用)技术的结合可以实现高数据传送速率并具有强的可靠性。文中分别研究基于STBC(空时分组编码)与SFBC(空频分组编码)的MIMO-OFDM系统和在不同的车载速度和时延扩展变化时的误比特率变化情况,结果表明:在不同环境中只有选择合适的系统参数才能发挥系统的最佳性能。 相似文献
8.
由于天线间距较近和一些非白高斯干扰,大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的信道矩阵存在如列相关、低秩和非零均值等"病态"特征,给基于近似消息传递的迭代接收机算法造成了严重的性能损失。为此,提出了一种基于酉变换近似消息传递(Unitary Transformation Approximate Message Passing,Ut-AMP)的接收机算法。首先针对均值非零、列相关和条件数过大三种常见的病态特征,分析了酉变换的必要性;其次,利用变量间的马尔科夫特性将大规模MIMO系统进行因式分解和因子图建模,推导了联合置信传播、平均场和Ut-AMP的消息传递算法,并与现有算法的复杂度进行了对比;最后建立大规模MIMO接收机模型,对所有相关算法进行数值仿真。仿真结果表明,所提接收机算法能够以复杂度略有提升为代价,在病态信道矩阵环境中大幅提升接收机的鲁棒性,具有很高的研究和应用价值。 相似文献
9.
10.
针对如何从云数据中心的异常物理主机中选择出候选迁移虚拟机列表是虚拟机迁移中的问题,提出了基于贪心模式的虚拟机选择算法(GAO-VMS)。GAO-VMS每次都选择那些目标函数最优的虚拟机作为标准来迁移,形成候选迁移虚拟机列表,它有三类贪心模式:最大能量降低消耗策略(MPR)、最小迁移时间及能量消耗均衡策略(TPT)、最小每秒百万条指令数虚拟机请求策略(VVM)。使用CloudSim模拟器作为GAO-VMS的仿真环境。仿真结果表明:与常见的虚拟机迁移策略相比较,GAO-VMS使得云数据中心的能量消耗减少了30%~35%,虚拟机迁移次数减少了40%~45%,服务等级协议(SLA)违规率以及SLA违规和能量消耗联合指标只有5%的增加。GAO-VMS策略可用于企业构造绿色云计算中心。 相似文献