多基站多用户MIMO系统下行链路基于准最大化和速率预编码和功率分配的双层交替迭代结构

在多基站多用户MIMO系统中，最大化和速率（magimi。ingsum-rate，MSR）预编码是一种线性预编码，但是无闭式解．本文提出了一种交替迭代结构的准最大化和速率（Quasi—MSR）预编码方案来迫近MSR，将MSR的求解问题转化成最大化二次分式函数的乘积，并且设计了一种单接收天线用户环境下基于最大化和速率准则的低复杂度交替网格搜索功率分配alternatina grid search power allocation，AGSPA）方案．在此基础上，本文又提出了基于Quasi-MSR和低复杂度AGSPA的双层交替迭代结构（alternatingiterativestructure，AIS）．仿真结果表明：考虑大尺度衰落和天线相关性时．AIS结构在和速率性能上明显优于4种典型的预编码算法（最大化信泄噪比、块对角化、最小均方误差与速率最大化）．     

非对称双向中继X网络中基于最大化和速率的干扰对齐与中继处理算法

双向中继X网络相对于传统无线通信网络可以实现更高的自由度.然而,基于迫零算法的中继处理算法仅考虑了消除干扰成分,忽略了对期望信号的影响,从而使得网络的和速率有待提高.特别地,当用户发送功率越低,其和速率劣势越明显.针对上述问题研究其干扰对齐方案,并给出了优化的联合考虑期望信号和干扰信号的中继处理算法.首先,通过利用用户矢量信号之间的空间关系,给出网络和速率的数学模型;其次,通过矩阵分析及数值分析理论将最大化网络和速率的中继预编码设计问题转化为线性搜索最优值问题,并用极限值方法近似网络目标函数;再次,进一步将双向网络的目标函数近似为单向网络用户参数的线性组合,大大降低算法复杂度;最后,基于优化的线性搜索最优值问题,得到最大化网络和速率的中继预编码矩阵.仿真结果表明:相较于现有的中继处理方案,本文方案明显改善了网络和速率,同时还简化了最大化网络和速率带来的算法复杂度.     

基于信道统计特性的中继选择与功率分配算法

针对放大前传多源协同通信网络,在保证系统满足一定中断概率的前提下,以最小化系统总发射功率为目标,提出一种基于信道统计特性的中继选择与功率分配算法.由目的节点根据源节点的优先级因子,依次确定是需要直传还是选择中继进行协同前传,以及相应的源节点和中继节点的最优发射功率.该算法运算复杂度低,且无需在传输中实时更新,能节省系统开销.仿真结果表明,与直接传输和AF策略相比,该算法能有效节省传输所需要的总发射功率,且性能优于凸松弛算法,与最优穷举搜索算法相近.     

用于多天线通信系统的自适应波束形成与空时块码相结合方案

针对多天线通信系统,提出了一种将自适应波束形成(ABF)与空时块码(STBC)相结合的下行链路发射方案.首先基于STBC所产生的等效加权加性Gauss白噪声(AWGN)信道模型,求得接收平均信噪比(SNR)最大化条件下的发射端自适应波束形成权矢量.接着以常用的3大类调制方式下的误符号率(SER)上界为准则,设计出各个波束间的最优功率分配算法.该发射方案实际上是对应于信道自相关矩阵的特征波束形成,同时结合空时编码以获得分集增益,从而提高无线通信下行链路的性能.此外,基于矩生成函数(MGF)和Gauss-Chebyshev积分,还提出了一种简单而精确的数值计算方法,用来分析采用新方案的通信系统在常用调制方式下的性能.最后计算机仿真结果验证了新方案的性能优于常用的空时块码和现有相关文献上介绍的方法.     

认知无线电系统中的多中继分布式波束成形方法

本文考虑认知无线电系统中一对认知源目的节点在一组认知中继节点协助下与一对授权发射机和接收机共存的场景,研究了多个单天线认知中继节点在授权接收机处平均干扰功率门限约束及自身独立的平均发射功率约束下,最大化认知目的节点处信干噪比(SINR)的分布式波束成形,从而开发"空谱空洞"的问题.提出了两种波束成形方案:1)最大化SINR的最优策略;2)基于迫零准则的次优策略.最优策略将分布式的波束成形系数求解问题通过半定松弛转化为准凸的优化问题,从而利用二分法及内点法求解;并证明了求得的最优半定松弛解即为原优化问题的最优解.次优策略直接迫零对授权接收机造成干扰,并将来自授权发射机的干扰信号抑制为零.该方法对应的优化问题没有迭代运算,且约束函数简单,算法复杂度低.最后通过数值仿真分析了中继数、认知节点最大的发射功率和授权接收机的干扰功率门限等因素对两类算法平均传输速率的影响,并且通过对比实验验证了考虑授权发射机干扰信号影响带来的性能增益.     

差分空时块对角码

提出一种用于多入多出无线通信系统的新型差分空时编码——差分空时块对角码．利用这种编码所具有的块对角结构，能够设计出多种高性能差分空时块对角码，尤其适用于发射天线较多、传输速率较高的情况．在平坦衰落信道下，当传输速率高于1bps／Hz时，差分空时块对角码的性能优于传统的差分空时码，而且发射天线越多优势越明显；在频率选择性衰落信道下，采用此编码的多入多出正交频分复用系统能够同时获得很高的空间、时间和频率分集增益．由于具有特殊的正交结构，差分空时块对角码还具有简单的译码算法．另外，采用此编码还可以大幅度降低射频电路成本．     

无线传感器网络最小中继节点布置问题的近似算法

为了消除传感器节点路由负载的不平衡,可在无线传感器网络中布置少量功能较强的中继节点作为路由节点,最小化中继节点数是其主要优化目标.文中证明了有界平面区域上的中继节点布置问题是P问题,但一般情况下的计算复杂度相当巨大.从中继节点布置问题的几何覆盖特征出发,提出了一种O(n~2 log n)时间的贪心近似算法,其中n为传感器节点数目.在该算法迭代过程的每一阶段,先从未被覆盖的传感器节点中选出一个关键节点,为了阻止孤立节点的产生,再按照"优先覆盖与关键节点距离较近的传感器节点"的原则来确定中继节点的位置.实验结果表明该算法可在很短的时间内生成一个接近最优的可行中继节点布置,且在中继节点布置的尺寸以及执行时间方面都要优于现有算法.     

HSDPA系统中的Turbo迭代均衡

为了提高第三代移动通信系统增强技术HSDPA的性能, 提出了一种Turbo迭代码片均衡接收机结构. 该接收机主要由码片均衡器, 软入软出（SISO）的多码道检测器与Turbo解码器构成. 码片均衡器对信道进行均衡参与第一次迭代, 其后的每次迭代中, 检测器输出的外信息作为解码器输入的先验信息, 而解码器输出的外信息则作为检测器输入的先验信息. 计算机仿真表明Turbo迭代均衡接收机性能明显优于传统的接收机.     

基于节点状态的多接口多信道WMN信道分配算法

多接口多信道无线Mesh两络信道分配的目的在于提升网络容量以及保持网络连通的同时,降低干扰,增强信道负载平衡.由此,提出一种基于节点状态的信道分配方案.该方案是一种基于优先级的多项式时间贪婪混合式算法.NS2仿真结果表明,该算法不仅可以较好地解决信道负载平衡,提升网络容量,而且即使在节点接口的数量少于有效信道数量时,也能使信道得到有效的分配,保证网络的连接通畅.     

无源数据传输系统的改进型Manchester码

针对能量传输效率和位定时信息提取的要求,提出了一种基带码型即改进型Manchester码。文中给出了该码的编码方法,分析能量传输效率、功率谱及AWGN信道非相干解调的误码性能,提出了解码方法并实测出系统关键节点的电压波形。该编码的能量传输效率比Manchester码高55%,同时具备位定时信息易于提取的优点,可以在非相干解调中充分利用其位定时信息解决接收端内部震荡器不稳定造成的采样时刻误差累积问题。     

一类基于B2（mod m）序列的准循环LDPC码

基于B2(modm)序列,提出一种构造二元低密度奇偶校验(LDPC)码的新方法.这类编码的校验矩阵列重为3、行重为任意整数,并且具有准循环(QC)结构.校验矩阵对应的Tanner图围长至少为8,对应的最小距离至少为12.当m为素数时,提出一种减少8环的方法,使得Tanner图中4类可能的8环中两类被完全消除.仿真结果表明,m为素数时新LDPC码的译码性能优于渐进边增长(PEG)算法随机产生的(准)规则LDPC码.此外,提出一种基于邻域扩展搜索的启发式算法,利用该算法可以获得长度接近或达到上界的B2(modm)序列.     

基于双线性构造算法的电力有源滤波器补偿电流实时计算新方法

以“当负载电流为周期电流时, 负载电流与负载基波有功电流差的绝对值在一个周期内的积分值最小”为检测原理, 提出了基于直接计算, 基于简单迭代算法和基于最优迭代算法的电力有源滤波器谐波电流实时检测方法. 直接计算法能够准确计算负载电流处于稳定状态时的基波有功电流幅值. 简单迭代算法和最优迭代算法提供了一种判别负载电流状态的思想. 在直接计算法、简单迭代算法、最优迭代算法和对负载电流处于变化状态时的基波有功电流真实幅值等基本概念进行了明确定义的基础上提出了双线性构造思想, 即通过一次线性构造计算了此采样时刻的负载基波有功电流幅值, 通过二次线性构造为下一个采样的处理创造了条件. 在双线性构造思想的基础上, 提出了一种能够计算负载基波有功电流幅值的基于双线性构造算法的电力有源滤波器谐波电流实时检测方法.     

协同多点传输中迫零预编码和天线选择技术

MIMO无线传输技术极大地提高了系统的容量，在实际通信系统中，整个网络是一个干扰受限的系统，小区间干扰对MIMO系统传输的影响是显著的，每个相邻小区的基站天线都可以看成一个干扰源．由于基站端数据处理能力的提升和回程容量的增加，多个小区协同多点传输技术引起了人们的广泛关注．目前的大部分工作都是集中于研究系统的容量（吞吐量），而在实际系统中，每个用户的接收等效信噪比（即公平性）对系统的性能如误帧率等有重要的影响．对于每个用户为单天线的情形，研究了总功率受限和每天线功率受限下采用迫零预编码的系统容量和公平性．对两种功率约束条件下的公平性进行了分析，得到了公平性算法的闭式表达式．当每个用户为多天线的情形，为了降低计算的复杂度，引入了信道范数最大的接收天线选择算法，把每个用户为多天线的情形转化成等效的每个用户单天线情形，推导的每用户为单天线的公平性算法仍然适用．仿真结果显示，采用迫零预编码的多小区协作可以使系统性能显著提升．在相同的迫零预编码下，不同的功率分配策略对系统的容量和公平性有显著的影响．和用户为单天线相比，采用天线选择算法可以提升系统的容量和公平性．考虑了用户公平性时的吞吐量和最大系统吞吐量之间的折中关系，并给出了仿真结果．     

RS_Turbo级联码的性能仿真分析

为了利用RS码在高信噪比时的性能优势和Turbo码在低信噪比时的性能优势，从而进一步提高系统的抗误码性能，将RS码和Turbo码串行级联，并搭建了级联OFDM的WiMax系统进行仿真验证。高阶调制的解调采用最大对数似然比软解调算法，分析了级联码在不同调制模式下基于高斯白噪声和衰落信道的误码性能。仿真结果表明，该系统相对于RS码与卷积码的级联系统有2-3dB的编码增益，而且降低了Turbo码的迭代次数，克服了误码平台现象，达到降低系统复杂度和延时要求。     

QAM调制下的多进制Turbo码

提出了一种多进制Ｔｕｒｂｏ码的概念，并在此基础上给出了一种新的译码算法，在ＱＡＭ调制的情况下，该算法避免了二进制码所需的信息分离过程所造成的信息损失，因此具有更好的性能，该算法的并行运算特征使其可获得更高的译码速度，另外还提出了一种如何降低平均迭代次数的方法。     

MISO时变信道中非理想反馈下波束成形的容量界

在无线多入单出(MISO)系统中,若发射机能通过接收机的有限反馈获取信道信息,则可采用简单的波束成形技术实现发射分集增益和阵列增益.已有的相关研究大多包含块衰落信道、准确信道估计或无反馈延迟等理想假设.本文考察了更为实际的存在信道估计误差和反馈延迟的Jakes时变MISO信道,推导了其遍历容量的上下界,并进一步在给定归一化反馈比特数条件下,根据容量下界求出了最优帧长.数值和仿真结果表明,容量的上下界较紧,信道估计误差或反馈延迟均会降低容量界,且最优帧长能使容量下界取得最大值.     

基于二维导频的OFDM系统信道估计算法研究

提出了基于一种离散傅立叶变换与一维维纳滤波联合的信道估计算法,相比线性内插与一维维纳滤波联合的估计算法仅利用相邻导频获得导频间信道估计,该算法通过插入二维导频对数据分块,利用每个分块的接收数据进行信道估计,从而提高了信道估计的性能.与二维维纳滤波算法相比,该算法在估计性能接近的情况下,计算复杂度大大降低.     

基于有限反馈的协作多小区分布式预编码

多小区协作需要基站间交换大量的信息.为了降低无线回传开销和反馈开销,采用基于信漏噪比最大化的分布式预编码方法,该方法仅需共享干扰信道的信道状态信息,不需要共享数据,与特征值波束成形和小区间干扰清零两种极端的方法相比取得了性能提高.其次,为了更加有效利用反馈资源,推导了速率损耗公式,利用穷尽搜索得到使其最小化的最优解,得出比特自适应分配规律.仿真表明,根据期望信号和干扰信号强度自适应的分配反馈比特能进一步提高系统速率.     

基于协作波束形成的中继阻塞混合无线物理层安全传输

针对双向无线协作通信系统的安全传输(信息论安全)问题,提出一种基于多节点协作波束形成的中继与阻塞混合机制来提高物理层信息传输的安全性.其基本思想是:在协作传输阶段,系统中的一部分协作节点进行分布式波束形成来帮助发送方发送信息给合法用户,同时另一部分协作节点发送干扰信号阻塞窃听者的侦听,从而显著改善系统在协作广播阶段的安全性能.基于这一机制,针对窃听者的瞬时信道状态信息已知与否,本文提出两种不同的协作波束形成方法和优化方案,这两种方案在数学上均归结为解决一个或一系列的二阶凸锥规划问题,从而可以通过内点法有效地求解.仿真结果和对比实验验证了在中继节点数目较多时本文提出的混合安全机制和波束形成方法相对于单纯的协作中继机制或单纯的协作阻塞机制而言显著地提高了系统的物理层安全性能.     

基于特征点的空间目标三维位姿单目视觉确定算法

针对基于特征点的空间目标包括相对位置和相对姿态等的三维位姿单目视觉确定问题,提出了一种基于逆投影思想的迭代方法.给出了一种包含景深估计和绝对方位解算两阶段的迭代算法,在景深估计阶段首先计算由转移矩阵表示的最优平移矢量,然后重构各特征点,并利用其在逆投影线上投影更新各特征点的景深;在绝对方位解算阶段采用Umeyama绝对方位解析算法计算相对姿态矩阵,上述两阶段迭代进行直至结果收敛.利用全局性收敛性定理证明了文中算法的全局收敛性.最后,以航天器交会对接最终逼近段的视觉测量为背景对该算法进行了数学和物理仿真,进一步验证了算法的有效性和收敛性.