多信道多接口智能路由协议研究

多信道多接口可以降低信道共用的干扰并且提高多跳无线Ad Hoc网络的吞吐量。提出一种信道分配与路由选择相结合的多信道多接口智能路由协议DMMR,DMMR综合考虑了链路生存时间、跳数以及节点距离。用LP标准,使路由选择标准在链路生存时间和最短路径之间取得均衡,这样选择的信道在移动环境中更加具有可靠性;用基于距离的信道选择算法选择信道,该信道选择算法首先估算节点间距离,根据估算到的距离选择合适的信道进行数据传输,从而提高信道的空间复用。和已经存在的路由协议相比,仿真结果表明在移动多跳Ad Hoc网络中该协议能够降低平均端到端延迟并且提高网络的吞吐量和包到达率。     

一种高吞吐量的无线传感器网络多信道MAC协议

针对工业现场环境下无线传感器网络易受干扰而导致可靠性和吞吐量降低的问题,提出了一种基于单接口的多信道MAC层协议.该协议针对分簇式网络,采用改进的MMSN算法为各簇分配簇内通信基础信道,保证网内任意相邻簇信道互异,避免邻簇间的干扰,并在通信过程中根据实际信道质量和干扰强度动态分配簇内节点的通信信道,在抵御干扰的同时提高了信道的利用率.仿真结果表明,相比传统的MAC协议,该协议能有效提高无线传感器网络的吞吐量和抗干扰性.     

一种无线传感器网络动态多信道MAC协议

为了解决无线传感器网络内部节点干扰和外部Wi Fi网络干扰引起的服务质量下降问题,提出了一种动态多信道MAC协议DM-MAC.首先,通过3次握手机制和分布式计算方法为网络内节点分配初始信道.其次,构造拉丁跳频矩阵,节点根据初始信道号在矩阵中选取对应的跳频序列.在此基础上,利用状态转移图调整每个信道在跳频序列中的位置.当可用信道数量发生变化时,根据信道状态转移图生成新的拉丁跳频序列.最后,利用网络仿真软件NS2对DM-MAC通信性能进行分析.实验结果表明,与Mu CHMAC协议相比,DM-MAC能够有效地降低突发流量传输时内部节点间的干扰,以及外部Wi Fi干扰源对无线传感器网络性能的影响.同时,该协议改善了平均端到端延时和数据延时上限性能指标,提升了网络服务质量.     

认知无线Mesh网的多信道MAC协议

随着宽带无线通信业务的发展,无线频谱资源日益紧张.本文在认知无线电频率感知技术的基础上,将其应用于无线Mesh网的多信道MAC协议(MMAC)中,提出了认知无线Mesh网的多信道MAC协议(CWMN-MMAC).本协议通过增加认知用户对频谱的感知和针对多跳特点的分布式协商,将空闲的频谱动态地分配给非授权用户使用,可以有效提高频谱资源利用率,并通过仿真,研究了协议ATIM窗对吞吐量的影响和主用户空闲时的信道利用率,根据仿真结果可以看到,该协议通过单网卡可以实现较好的信道利用率.     

基于小世界特性的无线多跳网络信道分配策略

提高网络的整体性能一直是无线多跳网络研究的重点问题,在以多信道、多接口环境搭建的无线多跳网络中,可以通过有效的信道分配策略来提升网络性能.提出一种基于小世界特性的无线多跳网络信道分配策略,通过DLCC策略利用小世界特性先优化网络的拓扑结构,再根据网络链路的局部介数以及链路预冲突系数,利用CALB信道分配算法进行信道分配.实验表明,该策略能有效地降低网络链路之间的冲突,提升网络的性能.     

基于动态多频谱感知的认知无线网络信道接入策略

针对固定频谱感知信道接入机制授权信道分配效率低的问题,提出一种多用户场景下基于动态多频谱感知的认知无线网络信道接入策略.该策略根据认知用户接入请求等级与空闲频谱发现概率为认知用户动态分配感知信道数量,首先分析了认知用户的最佳感知频谱分配数量,在此基础上通过建立认知用户信道接入模型和授权信道可用度更新机制,设计了一种动态感知频谱分配策略,并采用短视策略对网络吞吐量进行了分析.仿真结果表明,所提信道接入策略要比现有认知无线网络信道接入策略提高了网络吞吐量和认知用户接入的公平性,降低了认知用户的平均接入时延.     

多速率ad hoc网络的信道忙感知路由协议

为了适应时变的信道条件并获得更好的信道利用率,IEEE 802.11支持多种数据传输速率,但是传统的无线ad hoc网络路由协议不能充分利用多速率,严重制约了网络吞吐量.文章在分析无线媒介接入竞争和冲突退避情况的基础上,提出了一个信道忙感知路由协议(简称CBAR协议);通过跨层设计,利用信道忙率衡量信道的繁忙程度,结合...     

多射频多信道Ad hoc网络的信道分配与路由策略

文章针对多射频多信道ad hoc网络的特点,提出了一种信道分配方法和路由策略.新的信道分配方法在保持网络连通性的基础上能够简化信道分配,减少信道分配的冲突;新的路由策略综合考虑了带宽、信道差异、射频切换时延、信道间干扰等链路参数以及最小跳数等因素,更能准确地反映被选路由的链路质量.     

一种无线传感器网络中基于信道可靠性的多信道MAC协议

为了满足资源受限的无线传感器网络对于高带宽的需求,提出了一种基于信道可靠性的多信道媒体访问控制(MAC)协议RB MAC.引入了一种新的控制包结构和数据信道协商机制,提出了可发送信道列表和可接收信道列表的概念.为了从候选信道中选择最可靠的数据信道,将信道的可靠性问题抽象为博弈论中的多臂匪徒问题,并采用上限信心算法进行求解.仿真结果表明,与已有的动态信道分配方案相比,RB MAC协议的时延、吞吐量和丢包率等性能指标均有所提高,且其抗干扰能力更强.
     

基于FRFT与盲分离的扩频通信网络跳频信号时差估计

针对扩频通信网络跳频信号时差估计结果误差过高,导致信号定位追踪能力下降,多领域内信号传播停滞的问题,为增强扩频通信网络跳频信号的传播效率,提高辐射源跟踪和定位系统的信号探测能力,提出基于分数阶傅立叶变换(FRFT:Fractional Fourier Transform)与盲分离的扩频通信网络跳频信号时差估计算法的方法。采用盲分离方法获取满足跳频信号时差估计条件的两条信道,即平坦衰落信道和频率选择性衰落信道,利用FRFT估计两条信道特征,分别将平坦衰落信道特征和频率选择性衰落信道特征与最大似然块检测算法结合,实现扩频通信网络跳频信号的时差估计。实验结果表明,该方法无论是在正常环境中,还是在噪声干扰环境中,其均方根误差均处于较低水平、估计成功率均处于较高水平。     

多天线多信道无线mesh网络的组播研究

在无线多跳mesh网络中，每个mesh节点可以配备多个天线。并利用不同的信道进行通讯，这给组播问题带来了新的挑战．针对这一问题，提出了一种基于组播树的多天线多信道无线mesh网络的组播方案，首次给出了转发信道冗余度的概念，并证明了发现转发信道冗余度最低的组播树是一个NP完全问题．同时给出了一个构造组播树的近似算法，以及基于组播树的抗干扰低延迟组播调度算法．模拟实验结果证明了该算法的有效性．     

一种基于CRSN的简单有效Rendezvous算法

基于传统的会合（Rendezvous）机制,提出了一种简单快速的跳频算法SRPX（sender-receiver-parameter-X,SRPX）,算法将节点状态划分为发送状态和接收状态,通过调整步长和信道使用概率参数生成信道跳频序列,实现节点间的通信.算法有效解决了CRSN中公共控制信道的瓶颈问题,支持信道集的对称模型和非对称模型,满足多用户/多跳应用场景,实现了信道的有效相遇（Rendezvous）.通过理论证明和实验对比分析,验证了SRPX算法在最大相遇时间（MTTR）和平均相遇时间（ATTR）上优于其它相关算法.      

基于压缩感知的非线性 OFDM 系统迭代信道估计算法

针对因非线性失真引起的正交频分复用（orthogonal frequency division multiplexing,OFDM）系统信道估计性能下降的问题,提出了一种基于压缩感知的非线性OFDM系统迭代信道估计算法。在算法实现过程中,利用信道与非线性噪声的双重稀疏性,将导频信息作为观测矩阵进行压缩感知信道估计,再将所得信道信息看作观测矩阵进行压缩感知非线性失真估计,进而对信号进行非线性补偿,并逐步循环迭代至算法收敛。仿真表明,在稀疏信道下,该算法在较少的迭代次数下即可有效减小非线性失真对信道估计的影响,且比现有方法性能更优,仿真证明了该方法在性能上的优越性。     

无线Mesh网络中基于信道状态的动态信道分配算法研究

对多信道无线Mesh网络中的信道分配算法进行了分析,提出了一种基于信道状态的动态信道分配策略（channel-state-based dynamic channel assignment,CSDCA）。该算法利用控制信道交互的信息,通过Hello消息的交换、发送请求（request-to-send,RTS）和允许发送（clear-to-send,CTS）的信道协商、数据传输3个阶段实现信道的动态分配,并通过仿真分析验证了该算法对多信道无线Mesh网络（multichannel wireless mesh networks,MWMN）性能的提高。     

瑞利衰落信道中增量中继协作分集网性能研究

协作分集是利用单天线的辅助节点组成虚拟天线进行通信的一项技术,它通过使用中继节点向信宿转发信源信息获得空间分集.与普通的协作分集相比,它限制中继只处理信道条件差的信号,从而可以节约信道资源.协作分集网可以利用目的终端的反馈信息提高信道利用率,当信宿端提供传错的反馈时,中继才会重传信源信号,并且将信源信号和中继转发的信号整合在一起.在这篇论文中,使用放大中继模式研究在独立的瑞利衰落信道中增量中继协作分集网的性能,并进行了仿真.结果表明:和普通的协作分集网相比,增量中继协作分集网降低了误码率,提高信道利用率.     

基于集成神经网络的信道估计方法研究

为解决噪声以及信号干扰等因素严重影响接收端信道估计的问题,提出一种基于集成神经网络的信道估计方法,利用多个改进后的神经网络来提取带噪导频信号与原始导频信号之间的非线性关系模型,根据其输出误差来计算差异度值,并结合差异度对其进行集成,得到训练完成的集成神经网络模型,通过集成神经网络模型来获取信道估计结果;与最小二乘(least squares,LS)估计方法相比,该方法不仅可以提高通信的可靠性,而且还能减少导频开销提高通信有效性;在不同的调制方式下,当误码率相同时,算法所需的信噪比LS算法均要更低;基于正交频分复用(orthogonal frequency division multiple,OFDM)通信系统进行仿真,结果证明,该方法具有优良的性能。     

基于深度学习的DTMB外辐射源雷达参考信道估计

参考数据的纯度影响着地面数字广播多媒体(DTMB)外辐射源雷达的探测能力,而参考信道估计的精度是影响参考数据恢复的关键因素。针对此问题,文章将基于深度学习理论的信道估计方法引入外辐射源雷达参考信道估计过程。利用自回归模型对参考信道进行建模,并搭建参考信道估计网络。通过迭代训练后,估计得到参考信道响应。相比于传统算法,基于深度学习的参考信道估计精度得到有效提升,改善了雷达的探测性能。     

一类基于相对差集的异步跳频序列系统

在认知无线电网络中,次级用户要实现相互通信,首先要在共有的一个信道上完成异步的无线电盲交汇.该问题可以通过完备的非同步跳频序列系统,设计相应的算法或者协议来解决.利用设计理论中经典的相对差集,对于任意素数幂q,构造出了一类新的完备的非同步跳频序列系统.该系统使用q-1个信道,含有约?(q+1)/2?+2条周期为2(q2-1)的序列.该系统的序列周期长度已经非常接近最优的非同步跳频序列系统,而同时它又含有更多的序列,因此,对设计新的交汇协议来讲更为实用.     

基于GSA-BP神经网络的OFDM系统信道估计算法

针对正交频分复用(orthogonal frequency division multiplexing, OFDM)系统中存在的不可忽视的非线性噪声问题,为了能够更好了解信道特性,需要利用信道估计获得信道状态信息,提出一种基于黄金正弦优化BP(golden sine algorithm,GSA-BP)神经网络的OFDM系统信道估计算法,克服了传统 BP神经网络算法容易陷入局部极值的问题,提升了信道估计算法的估计精度.首先通过LS信道估计算法获得信道的初始估计,再将其通过GSA-BP神经网络算法得到信道的精确估计.仿真结果表明,在相同的信道环境下,提出的算法比LS算法具有更好的性能,与MMSE算法性能接近,但不需要信道先验统计特性,易于实现.     

MIMO-OFDM系统中的信道估计

给出了一种适于多输入多输出-正交频分复用（MIMO-OFDM）系统的信道估计方案．该方案首先根据最小二乘准则,利用散布导频估计出MIMO信道的单位冲激响应,然后对此估计值进行时域白适应Wiener滤波以提高估计精度,最后经过离散傅里叶变换得到MIMO信道频率响应用于信道均衡．这一估计方案充分考虑了信道在时域以及频域的相关性,从而估计精度高、性能稳定．同时由于采用的导频符号均布于各发射天线的所有发射时段,因而它能及时跟踪信道的变化．仿真结果表明该方案具有良好的误码率性能,接近于理想信道估计的情况,并且对信道衰落变化较快的环境具有鲁棒性．