运动多站无源时差/频差联合定位方法

鉴于无源定位技术已经成为现代信息化作战的核心技术,提出了一种新的运动多站无源时差(time difference of arrival, TDOA)频差(frequency difference of arrival, FDOA)联合定位方法去解决无源定位系统中的非线性最优化问题。通过智能算法的启发,将优化后的基于线性递减权重和物竞天择的粒子群算法(particle swarm optimization algorithm based on linear decreasing weight and natural selection, WSPSO)与经典加权最小二乘算法(weighted least squares, WLS)相联合对目标进行跟踪定位。加权最小二乘定位算法在4个基站的情况下无法实现对辐射源的定位,所得定位结果会出现多解。而所提的运动多站联合定位算法在4个基站的条件下不存在初始目标位置估计和局部收敛等问题就能够实现辐射源的精确定位。通过大量仿真结果分析,本文所提的智能优化定位算法具有更高的目标定位精度和更稳健的定位性能,优于标准粒子群算法与优化PSO算法。     

针对低空目标的分布式组网探测

针对低空区域的防控问题，提出分布式组网探测体制。采用基站式发射、分布式接收、基于到达时间(time of arrival, TOA)的定位、组网探测等手段,采用分层跟踪与航迹管理有效抑制低空探测场景下的虚假航迹,适宜低空目标探测场景。通过引入分布式扩展系数和低空覆盖系数，可对系统进行有效评估。在正方形与正六边形部署场景下,仿真验证了其威力与精度性能,与传统单基地雷达相比,该体制具有较好的低空探测与扩展能力。     

一种测量参数有限时的联合定位方法

针对定位参数过少导致的欠定问题以及非视距(non line of sight,NLoS)传播导致的定位误差问题,提出了一种减小NLoS影响的联合定位方法。该方法一方面将定位用户测量的各个基站发射导频序列的波达时间差(timedifferencesofarrival,TDoA)与主基站测量的用户信号的波达方向(anglesofrrival,AoA)联合起来实现定位,以解决只基于移动终端定位或只基于网络定位中存在的欠定问题;另一方面用基于几何结构的单次反射圆模型(GBS BCM)对测量的TDoA和AoA进行不等式约束,以缩小用户的定位区域,从而减小NLoS传播影响,提高定位精度。仿真结果证明了该方法的有效性。     

自适应比特功率分配的电力线通信OFDM系统仿真

针对低压电力线通信信道的实际条件,探讨了相应的自适应正交频分(OFDM)系统模型。提出将具有全局优化进化能力的粒子群算法用于多用户自适应OFDM系统的比特、功率分配,能够提高频谱利用率,降低系统发射功率。采用改进的粒子群算法,增大算法后期粒子位置的改变量,克服算法容易出现早熟收敛问题。在典型电力线信道环境的仿真分析表明,相比于已有算法,该算法在保证系统通信性能的同时,提高了运算速度。     

全双工无人机中继系统物理层安全性能研究

针对全双工无人机中继通信系统的物理层安全通信问题,提出一种基于发射功率及无人机飞行轨迹的联合优化方案.在发射功率及飞行轨迹受限条件下,构建最大化系统保密速率的联合优化问题.将无法直接求解的非凹联合优化原问题拆分为发射功率及飞行轨迹优化两个子问题,采用连续凸逼近法将子问题转化为可求解的凹问题,设计迭代算法给出联合优化问题...     

基于多功率电平-多前导的mMTC免授权随机接入方案

传统的免授权随机接入方案存在严重的前导碰撞，这大大限制了终端的接入性能。为了降低前导碰撞及提高免授权随机接入概率，提出一种基于多输入多输出(multiple input multiple output, MIMO)和多功率电平-多时隙联合的免授权随机接入方案。在该方案中，活跃用户从前导池中随机选择多个前导序列构成组合前导，并根据自身位置选择一个发送功率电平，将组合前导和信号以该功率电平依次发送至基站；基站采用顺序干扰抵消技术分离不同功率电平的信号，通过前导检测识别竞争用户并估计随机接入冲突。仿真结果表明，相比单一非正交多址(non-orthogonal multiple access, NOMA)方案和单一多前导方案，所提方案能够有效提高用户的接入成功概率，对大规模随机接入场景具有更好的适应性。     

多基地雷达传感器栅栏覆盖矩形区域的优化方法

为解决栅栏覆盖中多基地雷达传感器的优化布站问题,提出了一种基于最小化部署费用的优化布站方法。首先，针对多基地雷达覆盖区域的特点,通过理论证明提出了多基地雷达传感器栅栏覆盖的优化布站模式。接着，考虑到多基地雷达中发射器与接收器的费用差异,提出一种基于等分覆盖宽度的对称布站策略。然后，为求解优化布站问题,利用栅栏单位面积费用的特点降低算法计算量,进而确定最小布站费用以及对应的布站模式与数量。最后,通过仿真实验证明了所提优化布站方法的有效性。     

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.     

传感器网络中基于最小覆盖重叠的移动部署

为了优化随机部署的传感器网络的覆盖率,提出了基于最小覆盖重叠(MCO,Minimum Coverage Overlap)的分布式移动部署算法.算法执行时,每个节点根据获得的邻居节点位置信息,计算节点覆盖圆周上覆盖重叠的分布情况,并沿着最大程度减小覆盖重叠的方向移动.通过算法的迭代运行,使网络覆盖重叠程度尽量减小,从而最大限度的优化了网络的覆盖率.仿真结果表明,与基于Voronoi图的算法相比,MCO算法在覆盖率、移动效率、移动距离和部署时间等方面具有更高的性能.     

多基地雷达传感器栅栏覆盖矩形区域的优化方法

为解决栅栏覆盖中多基地雷达传感器的优化布站问题,提出了一种基于最小化部署费用的优化布站方法。首先，针对多基地雷达覆盖区域的特点,通过理论证明提出了多基地雷达传感器栅栏覆盖的优化布站模式。接着，考虑到多基地雷达中发射器与接收器的费用差异,提出一种基于等分覆盖宽度的对称布站策略。然后，为求解优化布站问题,利用栅栏单位面积费用的特点降低算法计算量,进而确定最小布站费用以及对应的布站模式与数量。最后,通过仿真实验证明了所提优化布站方法的有效性。     

非完美CSI情况下大规模MIMO系统的下行链路能效优化

为了满足密集的用户需求, 正在发展的蜂窝网络增加了移动系统下的能量消耗, 但更广的网络覆盖范围和功耗更低的无线通信系统也给无线通信系统带来了更多的挑战。针对这些持续增长的需求, 本文设计了一种能实现能量效率最大化的多小区大规模多输入多输出(multiple input multiple output, MIMO)系统下行链路的实现方法, 提出了在非完美信道状态信息(channel state information, CSI)情况下包含基站天线数、导频复用因子以及用户数量等参数的信干噪比最佳闭式表达, 通过最大比合并(maximal ratio combining, MRC)接收技术推导出大规模MIMO系统的下行链路频谱效率, 再根据功耗模型得到系统的整体能量效率, 利用交替迭代的优化算法进行优化求解, 得出最大能效时的相关参数数值。由仿真结果可知, 本文所提的多小区大规模MIMO系统的下行链路的实现方法与现有多小区方法相比, 能量效率有12.2%的提升, 并且对于环境的变化有更好的鲁棒性, 对于多小区大规模MIMO系统具有一定参考意义。     

复杂地形下传感器网络中传感器的放置模型与算法

有效的传感器放置能改善网络覆盖、减小网络中的通讯量,是传感器组网过程中必须解决的关键问题.研究和分析了不同网格结构的性能,建立了用于传感器放置的地形模型,提出了-种基于矢量地图数据的传感器放置算法.算法以优化传感器数目为目标,将传感器放置在能带来最大有效变化的网格节点上.仿真实际表明,与现有传感器放置算法相比,算法具有更高的效率.     

异构网络中基于兴趣感知的聚类缓存策略

为应对移动流量的爆炸式增长,在异构网络中引入缓存成为目前的热点研究方向之一。目前缓存部署策略存在缓存命中率不高、缓存数据冗余度较高等问题,没有充分利用存储资源,直接影响网络的性能。针对以上问题,提出一种基于用户兴趣感知的虚拟聚类协作缓存部署策略来提高缓存系统性能。根据用户距离构造虚拟聚类,依据内容请求因子确定系统缓存内容,采用基站协作缓存以及用户间虚拟聚类方式共享缓存内容,以缓存命中率最大化为目标建立优化模型并通过贪婪算法求解。理论分析及仿真结果表明,在异构网络场景下,跟现有方法相比,所提方法在缓存命中率、系统平均传输时延等性能上均有明显提升。     

Energy efficient resource allocation in non-cooperative multi-cell OFDMA systems

A non-cooperative game is proposed to perform the sub-carrier assignment and power allocation for the multi-cell orthogonal frequency division multiple access(OFDMA) system.The objective is to raise the spectral efficiency of the system and prolong the life time of user nodes.This paper defines a game player as a cell formed by the unique base station and the served users.The utility function considered here measures the user’s achieved utility per power.Each individual cell’s goal is to maximize the total utility of its users.To search the Nash equilibrium(NE) of the game,an iterative and distributed algorithm is presented.Since the NE is inefficient,the pricing of user’s transmission power is introduced to improve the NE in the Pareto sense.Simulation results show the proposed game outperforms the water-filling algorithm in terms of fairness and energy efficiency.Moreover,through employing a liner pricing function,the energy efficiency could be further improved.     

基于目标高斯分布的定位系统节点最优部署方法

针对三维空间定位系统中目标位置服从高斯先验分布假设条件下节点最优部署问题, 分析了纯方位目标定位算法中估计误差的费希尔信息矩阵, 推导出基于目标先验分布的克拉美罗界(Cramer-Rao bound, CRB)。为了解决目标位置在任意高斯分布时, 协方差矩阵为非对角阵的问题, 提出了基于三维坐标旋转的最大后验概率估计方法, 将协方差矩阵转化为对角阵以实现最小化CRB的迹, 从而得到定位系统中节点的最优部署。最后, 通过梯度下降算法对节点最优部署问题的理论推导进行仿真, 验证了该部署方法的有效性，同时仿真结果中不同节点部署方法的对比也表明了该方法可有效降低定位误差。     

基于小扩频增益的CDMA波束形成

根据CDMA系统中小扩频增益和多用户情况下信号阵列响应估计精度较差的问题 ,提出了利用基站收到的码元序列与解扩后的接收序列 ,估计信号阵列响应及干扰和噪声相关矩阵的新方法。理论分析与仿真结果表明 ,该方法能够减少阵列响应估计对扩频增益和功率控制的敏感性 ,当用户较多时输出SINR比码滤波方法有明显的提高     

异构网络中基于兴趣感知的聚类缓存策略

为应对移动流量的爆炸式增长,在异构网络中引入缓存成为目前的热点研究方向之一。目前缓存部署策略存在缓存命中率不高、缓存数据冗余度较高等问题,没有充分利用存储资源,直接影响网络的性能。针对以上问题,提出一种基于用户兴趣感知的虚拟聚类协作缓存部署策略来提高缓存系统性能。根据用户距离构造虚拟聚类,依据内容请求因子确定系统缓存内容,采用基站协作缓存以及用户间虚拟聚类方式共享缓存内容,以缓存命中率最大化为目标建立优化模型并通过贪婪算法求解。理论分析及仿真结果表明,在异构网络场景下,跟现有方法相比,所提方法在缓存命中率、系统平均传输时延等性能上均有明显提升。     

全双工窃听下的无人机通信保密性能分析

针对无人机能量受限且通信易受到窃听攻击的问题,提出一种基于能量采集的无人机无线供电通信模型,并分析其在全双工主动窃听下的保密性能.首先,采用基于仰角的视距和非视距路径损耗模型对地空无线信道进行建模.然后,将无人机的传输中断概率限制在一个可容忍的最大阈值内,得到基站的最优编码速率,进而推导出无人机的保密中断概率的解析闭合...     

基于随机森林权重补偿的无人机高精度定位算法

为了减小室外无人机(unmanned aerial vehicle，UAV)监测过程中的定位误差，对室外UAV进行实时定位，提出了一种基于随机森林的Chan-Taylor三维定位算法。通过K近邻对定位数据扩展后，根据Chan-Taylor算法将随机信号多径噪声转化为高斯分布，便于模型提取信号特征。使用交叉验证，实现随机森林特征参数与混淆矩阵阈值的自适应确定，并用该阈值衡量模型的一致性。利用分类结果更新UAV定位权值矩阵，有效地补偿目标高度数据。此外，使用标定UAV对设备误差进行估计，校正定位结果。理论分析与仿真结果表明，该算法能够有效地提高UAV定位精度，实现利用移动通信基站对UAV进行无源定位。     

基于TDOA的无人机集群协同单目标定位

无源定位作为现代信息化战场中电子侦察的重要技术, 可以在自身不辐射电磁波的情况下实现对敌方目标的精确定位。以高灵活性、高安全性的无人机(unmanned aerial vehicle, UAV)集群为接收站, 研究基于到达时差测量的辐射源定位方法。作为高机动平台, UAV集群的位置误差更大, 基于该情况对Chan算法、Taylor算法进行改进, 并提出了一种粒子群泰勒协同的解算方法。与其他方法的定位结果进行对比, 仿真结果表明所提的方法定位精度接近克拉美罗下界(Cramer-Rao lower bound, CRLB), 解决了Taylor算法的初值问题。