TD-SCDMA系统上行容量的研究与仿真

讨论了基于智能天线的TD-SCDMA系统上行链路干扰分布与中断概率分析模型,完成了仿真平台的设计与搭建.通过数值计算与静态仿真分析,给出了TD-SCDMA系统性能上界和中断概率,并说明满负载情况下,TD-SCDMA系统的上行干扰分布可以近似为对数正态分布.     

多业务CDMA通信系统联合功率控制

结合多用户检测技术,对于多业务CDMA移动通信系统的上行链路功率控制问题,提出了一种联合功率控制算法。考虑实际系统可能存在负载过重情况,按照业务优先级,逐步切除过载用户,以满足其他用户的QoS。对三类业务进行了仿真研究,表明所给出的联合功率控制算法比传统的功率控制算法节省用户的发射功率,可以支持更多的用户接入小区,增加系统容量。     

基于多波束GEO卫星的宽带移动通信系统

提出基于多波束天线静止地球轨道卫星的宽带移动通信系统方案,与常规结构同类系统用户相比,其容量更大、业务质量更好。采用时隙同步码分多址辅助的多频时分多址接入、程控交换与因特网协议交换结合的交换、时分复用和准正交时分复用下行链路传输体制,可显著增加用户量,简化星上设备,改善互联网应用业务质量。用户接入信道数为173 880, 最高用户下载速率达155 Mbps。仿真结果表明,140个波束、每波束26个16幅度相移键控信号的用户下行链路传输比频分复用传输的链路性能改善11.65dB,使得宽带用户“动中通”天线等效口径缩小至原来的1/4,成本大幅降低。     

空时复用多用户MIMO系统联合天线选择

在下行多用户MIMO通信系统中,用户间很难相互利用彼此间信息,用户间干扰消除必须在基站完成.又由于多用户MIMO系统的复杂结构,使得其链路成本极大增加.针对这些问题,提出一种低复杂度的预编码算法和相应的优化预处理算法,达到消除多用户干扰的目的,与传统线性预编码算法相比,所提算法可充分利用多用户系统容量,为用户提供较好的空间发射分集增益.同时,为了降低系统硬件成本,进一步给出一种基于误码率的发送端、接收端联合天线选择算法.所提天线选择算法可以取得与优化预处理算法相近的误码率性能,使得多用户通信系统性能与硬件成本间达到很好的折衷.仿真结果表明所提算法可以获得较好的性能,适用于实际的通信系统.     

认知无线电系统帧长参数优化

针对认知无线电系统帧结构设计中,如果数据发送时间设置不当可能导致干扰过大以及从用户接入机会丢失过多的问题。基于主用户活动服从指数分布的假设,推导建立了系统干扰模型和从用户接入机会丢失模型,该模型能以较大概率保证干扰时间及从用户接入丢失时间小于指定百分比值。在此基础上,提出了一个干扰和接入机会丢失受限的认知无线电系统帧长设计方案。实验结果表明,根据该方案设计的帧结构能够有效保证从用户的接入时间、较高的感知效率及较低的干扰率。     

基于隐马尔可夫模型的动态跳频信道接入算法

针对认知无线电信道接入中存在主用户和次级用户相互干扰、吞吐量下降的问题,提出基于隐马尔可夫模型的动态跳频信道接入算法。由于长时段的数据传输造成次级用户无法及时切换信道,将数据传输时段分为多个跳频时段,构建隐马尔可夫模型预测可用信道,建立跳频信道集合,设计动态跳频序列,使信道接入的效率更高。理论分析与仿真结果表明,该算法能够有效降低各级用户之间干扰概率并显著改善系统吞吐量,增加系统可靠性和信道利用率。     

一种新的支持智能天线应用的多址协议及其性能分析

主要研究将智能天线应用于Internet无线接入网络的中心接入点 (CAP) ,提出了基于轮询的自适应波束形成多址接入协议 (PB ABFMA)。该协议中 ,CAP接收或发送数据分组前 ,由CAP引导用户节点发送训练序列 ,CAP的智能天线据此计算出与用户节点对应的权矢量。CAP以轮询及动态TDMA方式为各节点安排发送时隙 ,采用微时隙为处于空闲状态的节点保持连接以降低时延。提出一种简单有效的竞争接入算法 ,保证新用户能够快速接入信道 ,该协议可工作于异步网络中。针对Internet中主要的“请求 -回应”(request reply)式业务 ,推导了信道利用率的计算公式。结果表明 ,PB ABFMA协议能有效支持智能天线应用并具有较高的信道利用率与良好的时延性能     

802.11ax系统中基于OFDMA调度接入的公平性资源分配算法

针对802.11ax系统中基于正交频分多址接入(orthogonal frequency division multiple access, OFDMA)调度接入的上行多用户传输链路, 提出了基于能量效率的公平性子信道匹配和功率分配算法。根据基于能量效率的上行链路模型, 提出资源块(resource unit, RU)数量确定算法和独立子信道匹配与功率分配算法; 进而针对独立分配中频谱利用不足和功率分配不合理的问题, 提出改进的联合子信道和功率迭代分配算法, 通过应用广义分式规划, 改写约束条件并在目标函数中加入惩罚项来松弛整型变量, 进一步用序列凸规划(sequential convex programming, SCP)来求解。仿真结果表明, 通过独立和联合迭代分配功率和子信道, 系统中用户的能量效率相对原有算法得到提升的同时兼顾了用户间的公平性。     

透明转发器卫星通信系统在干扰条件下的容量

提出了存在上行干扰时透明转发器卫星通信系统的容量分析算法。以DS(directsequence)扩频系统为例,分析了透明转发器卫星通信系统存在上行干扰时的链路性能,进行了理论推导,给出了系统在具体干扰条件下容量分析的闭合表达式,从而实现了透明转发器卫星通信系统在干扰条件下的容量计算。研究结果表明:通过采取一定的抗干扰策略,在强干扰条件下透明转发器进入限幅状态之后,系统仍然具有一定容量。     

星上抽样侦听统计自适应多址接入协议

提出一种新颖的多址接入协议—星上抽样侦听统计自适应多址接入协议。该协议考虑到卫星链路长时延特点,在星上对上行链路信道进行抽样侦听,统计每一固定的时间片中上行信道忙/闲比例,计算出各站最合理的分组发送概率,并通过下行链路广播到各站,以实现发送概率的自适应控制。理论分析和仿真结果表明:该协议可将上行链路的吞吐率提高并稳定到最大值区间附近,使端到端传输时延明显减小,且实现简单     

基于伪随机序列前导码的OFDM系统帧同步算法

在正交频分复用（orthogonal frequency division multiplexing, OFDM）系统接收端,错误估计快速傅里叶变换窗口起始点会导致OFDM帧偏差,从而造成严重的符号间干扰（inter symbol interference, ISI）以及子载波间干扰（inter carrier interference, ICI）。首先建立一个带有帧同步的OFDM系统模型,然后通过理论推导得到帧偏差对OFDM系统的影响。利用伪随机序列自身较好的相关特性,设计了一种基于伪随机序列前导码的帧同步算法,并分析了3种基于循环前缀（cyclic prefix, CP）的传统帧同步算法。通过仿真实验,结果表明所提出的基于伪随机序列前导码的帧同步算法与传统算法相比,即使在较差的信道条件下,如在较低的信噪比或存在较大的载波频率偏移（carrier frequency offset, CFO）时,其帧偏差估计结果更为准确、稳定以及节省资源。     

高动态GPS载波跟踪算法研究

为了寻求更好的高动态GPS载波跟踪解决方案,设计了适于高动态环境的基于参数估计的载波跟踪环路,分析了高动态GPS载波跟踪系统模型,比较了EKF、UKF和PF三种滤波算法的参数估计性能。在此基础上,完成了基于EKF、UKF和PF的载波跟踪环路的设计,并以JPL提出的高动态模型为例进行仿真验证。仿真结果表明,虽然这三种算法均能实现对高动态信号的精确跟踪,但总体而言,基于PF的载波跟踪环路具有更好的动态适应能力。另外,鉴于高动态GPS接收机应用场合的特殊性,又对PF滤波算法在非线性、非高斯GPS载波系统的假设下进行了仿真验证,结果显示了应用粒子滤波算法解决非高斯噪声干扰载波跟踪问题的可行性。     

基于块稀疏贝叶斯学习的直扩通信窄带干扰检测与参数估计

现有基于Nyquist采样定理的直扩(direct sequence spread spectrum, DSSS)通信窄带干扰(narrowband interference, NBI)检测和参数估计方法存在应用受限于采样率较高的问题。针对这一问题,将压缩感知(compressive sensing, CS)应用于DSSS通信NBI的检测和参数估计,根据DSSS信号与NBI的不同压缩域特性以及NBI在频域表现出的分块稀疏特性,利用块稀疏贝叶斯学习(block sparse Bayesian leaning, BSBL)框架获取干扰检测和参数估计的特征量,通过对特征量的检测和参数估计实现对NBI的检测和参数估计。理论分析和仿真结果表明:所提方法能够在压缩采样条件下实现对DSSS通信中NBI的有效检测和参数估计,与传统方法相比具有显著优势,干扰检测和参数估计性能受干扰强度、干扰带宽以及压缩率变化的影响,干扰强度越强、干扰带宽越小、压缩率越大,干扰检测和参数估计效果越好。     

基于极化单脉冲雷达的角度估计方法

以单脉冲雷达系统为对象,研究了箔条质心干扰条件下目标的角度估计问题。阐述了一种双极化和差信号模型,分析了目标信号和箔条干扰信号的统计特性。在此基础上,提出了一种基于极化单脉冲雷达估计目标角度的方法,并给出了其处理流程。仿真了在不同的脉冲数、信干比、信噪比和箔条云分布等因素条件下该方法估计目标角度的性能,并与其他方法进行了估计性能对比。     

干扰条件下自适应滤波定位精度分析

在干扰条件下,单纯采用自适应滤波(adaptive Kalman filter, AKF) 或扩展卡尔曼滤波器(extensive Kalman filter, EKF) 在全球导航卫星系统/惯性测量单元(global navigation satellite systems/inertial measurement units, GNSS/IMU)组合导航的运用中都无法达到系统精度最优。为了指导组合导航系统的数据融合滤波器设计,获取AKF和EKF定位性能的经验数值是十分必要的。首先推导出EKF和一种AKF算法--新息序列自适应估计(innovation based adaptive estimation, IAE)的数学模型和计算公式。然后提出了一种实际数据结合仿真的验证方法。针对不同的干扰程度造成的精度降低的测量值,比较AKF算法跟普通EKF在GNSS/IMU组合导航数据融合中的定位精度性能。试验和仿真得到了在实验所采用的IMU精度条件下,自适应滤波在组合导航方面的定位性能的经验曲线以及IAE与EKF定位精度存在的临界点。     

基于行空间映射的连续中继网络预编码干扰消除方案

针对转发放大(amplify-and-forward,AF)模式下双路径连续中继(two-path successive relay,TPSR)存在的中继间干扰(inter-relay interference,IRI)问题,提出了新颖的基于行空间映射的中继干扰消除方案。新方案对源节点信号进行交替行空间预编码,从而将接收期望信号与IRI信号映射到不依赖信道的正交子空间,在未知信道下实现IRI和累计噪声的完美消除,从而消除非理想信道估计带来的剩余自干扰和累积噪声对TPSR性能的影响。在这基础上,推导不同信道估计误差下系统平均误比特率（bit error ratio,BER）的闭合表达式和近似表达式,并通过仿真验证理论推导的正确性。通过对比该方案与传统基于信道估计的干扰消除方案在不同估计误差下的检测性能,表明新方案能够完全消除IRI和累积噪声,有效提升连续中继网络性能。     

ANFIS在车辆导航系统信息融合中应用的仿真研究

采用了一种分层级联的信息融合结构,对车辆导航系统中应用不同导航定位技术得到的定位信息进行融合。决策级融合采用基于零阶Sugeno模糊模型的ANFIS(adaptive-network-basedfuzzyinterferencesystem),根据性能指标调节最终的位置估计值中不同位置信息的权重。仿真研究的结果表明将ANFIS应用于车辆导航系统信息融合能充分利用导航信息,提高定位精度,说明文中采用的方法是可行的有效的。     

全递推型式线性预报法可视化仿真

在数字通信系统中,由于信道的严重非线性失真,使得当发送数据信号通过该信道时,在接收端将产生符号间干扰,导致接收性能的严重衰落,如造成较高的误码率。为了改善系统性能,接收端必须通过信道均衡或序列估计消除信道畸变,因此很多盲均衡算法被相继提出。本文根据基于二阶统计量的盲均衡经典算法构造了全递推型式线性预报算法,利用SIMULINK提供的基本模块库及DSP模块库建立SIMO系统可视化仿真模型。在该系统模型下分别对三种信道情况进行仿真,给出误码率曲线并进行对比,对仿真结果进行分析。     

冲击噪声环境中求根类DOA估计方法研究

在介绍冲击噪声的性质及其造成传统求根类算法性能下降原因的基础上,提出利用分数低阶矩(FLOM)和ScreenedRatio原理来构造阵列相关矩阵的两类求根类算法。最后通过计算机仿真对算法进行了分析和比较,结果表明该算法在性能上优于传统的算法,基于ScreenedRatio原理的算法的性能略好于基于FLOM的算法。     

Performance comparison of distributed state estimation algorithms for power systems

A newly proposed distributed dynamic state estimation algorithm based on the maximum a posteriori (MAP) technique is generalised and studied for power systems. The system model involves linear time-varying load dynamics and nonlinear measurements. The main contribution of this paper is to compare the performance and feasibility of this distributed algorithm with several existing distributed state estimation algorithms in the literature. Simulations are tested on the IEEE 39-bus and 118-bus systems under various operating conditions. The results show that this distributed algorithm performs better than distributed quasi-steady state estimation algorithms which do not use the load dynamic model. The results also show that the performance of this distributed method is very close to that by the centralized state estimation method. The merits of this algorithm over the centralized method lie in its low computational complexity and low communication load. Hence, the analysis supports the efficiency and benefits of the distributed algorithm in applications to large-scale power systems.