基于深度学习的MIMO系统联合信号检测与信道译码

为进一步提高多输入多输出(multiple-input multiple-output,MIMO)系统性能,研究了深度学习方法来联合解决MIMO系统信号检测与信道译码问题.通过将深度神经网络、自动编码器神经网络与传统MIMO通信系统的物理层架构进行有机融合,构建了基于神经网络的MIMO系统模型,可获取系统发射端的信息比特或码字及信道状态信息,采用了端对端的训练方式,使不同神经网络模型可学习系统收发端的信息比特与码字的映射关系,联合实现了MIMO系统信号检测和信道译码,同时具有较低的复杂度.仿真结果表明,相比一些传统检测和译码算法,所提方法具有较优的检测和译码性能.     

基于视频编码流的视频传输端到端失真度估算

研究了基于信源量化、信道错误和差错隐藏的视频传输端到端失真问题.提出了一种基于视频编码流结构的端到端失真度估算方法.采用帧间递归,以宏块为单位根据信道平均误比特率和视频编码信息在编码器端实时估算端到端失真.仿真结果表明,对于绝大部分视频测试序列,在不同信道误比特率下,该方法模型估算的平均相对偏差小于8%,平均绝对偏差控制在0.9 dB以内,准确度高,为基于率失真或联合功率率失真优化中的失真估算提供一个有力的工具.     

一种基于MB-OFDM的超宽带多址技术

基于多频带正交频分复用超宽带（MB-OFDM-UWB）通信系统,在编码器与串并变换器之间加入一个直接序列扩频器,构建一个直接序列扩频与多级跳频相结合的多址技术.利用直接序列码分多址（DS-CDMA）为用户分配地址,提高了用户容量;同时将用户的一个数据信息扩展到多个码片上,通过多个子载波发送出去,使系统具有频率分集的效果,提高了系统抗窄带干扰和抗频率选择性衰落的性能.仿真结果表明,当误比特率为10^-2时,MB-OFDM-UWB多址方案可以改善系统信噪比5 dB左右,性能明显优于TH-PPM多址方案.     

基于MMSE预编码天线选择的空间调制大规模MIMO系统性能研究

为提高大规模MIMO系统的可靠性及满足未来绿色高效通信的要求,本文提出了大规模MIMO系统中基于MMSE预编码技术的收信端天线选择算法,对基于MMSE预编码的空间调制大规模MIMO系统进行了仿真实验,并进行了复杂度分析.实验结果表明,基于MMSE预编码的天线选择算法相比于文献[6]已提出的ZF预编码天线选择算法,复杂度略有增加,但误比特率在系统相同配置时约有2 d B的提高.     

基于张量分解的大规模多输入多输出天线预编码

提出基于张量分解的大规模多输入多输出(MIMO)天线预编码方案,利用张量分解对高维天线发送数据的降维,保持数据的低秩多维结构特征,获得更加有效的数据表示;同时,通过联合天线和用户信号的空域和时域的相关性,实现发射分集,克服大规模MIMO信道衰落和降低发射误码.通过仿真结果表明该方案适用于大规模MIMO系统.在相同条件下,与传统方案相比,误比特率更低.     

基于LTE-Advanced上行链路的多级迭代干扰消除检测算法

针对先进的长期演进(long term evolution advanced,LTE-Advanced)上行链路多输入多输出(multiple-input multiple-output,MIMO)单载波频分多址(single carrier frequency division multiple access,SC-FDMA)系统载波频率偏移(carrier frequency offset,CFO)的影响,提出了基于多级迭代干扰消除检测算法.将传统的单级串行干扰消除(successive interference cancellation,SIC)和并行干扰消除(parallel interference cancellation,PIC)进行混合迭代形成多级的迭代干扰消除检测算法以降低MIMO SC-FDMA系统的误比特率.理论分析和仿真结果表明两级PIC迭代检测算法和SIC+ PIC混合迭代检测算法都能实现MIMO SC-FDMA系统CFO干扰消除的目的,降低了MIMO SC-FDMA系统的误比特率,提高了系统的性能.     

大规模MIMO网络中基于时间反演的预编码技术

针对大规模多输入多输出(multiple input multiple output,MIMO)网络中随基站天线数目与用户终端数目增多而引发的用户间干扰(inter user interference,IUI)问题,提出一种面向大规模MIMO的时间反演(time reversal,TR)预编码抗干扰技术。该方法在MIMO系统中先后历经信道探测、多径信道建模、干扰信道分析以及信道预编码矩阵设计,实现时间反演预编码信号在多径信道中IUI抑制传输,一方面在时间反演技术基础上进行信道优化,利用时间反演技术的时空聚焦性实现能量聚焦;另一方面利用迫零预编码技术降低大规模MIMO系统中用户间干扰与共道干扰。MATLAB仿真结果验证了基站天线数目、用户端终端数目对于大规模MIMO系统性能的影响,结果证明,时间反演预编码抗干扰技术可以使平均误比特率减小,并显著提高信干噪比和大规模MIMO系统的可达速率。     

CR-OFDM系统中的一种新的动态频谱分配算法

文中基于对认知无线电技术以及OFDM系统传输特性的分析,提出了一种CR-OFDM系统中多用户资源分配新算法。该算法首先根据认知用户的QoS需求为其分配子载波,在保证不干扰授权用户正常通信的前提下,再利用改进的注水算法为每个认知用户分配功率,使得整个系统的信道容量最大化。仿真结果表明该算法能在保证误比特率和用户公平性的前提下显著提高频谱利用率。     

一种基于基站协同的波束形成算法

将MIMO和波束形成相结合,可以有效地消除用户间的干扰,在多小区环境下,用户还受到来自小区内的同频干扰(CCI)。针对小区用户受到的CCI,改进了基于信号漏损比的波束形成算法,将其应用于多小区环境。该算法考虑小区内用户所受同频干扰影响的差异,根据用户信号功率、漏损给本小区内用户的干扰功率和临近小区用户的干扰功率重新定义信号漏损比。按照用户信号漏损比最大化的原则,利用基站协同,多小区联合选择波束形成矢量,并对该算法在不同条件下进行了仿真分析,结果表明该算法降低了多小区覆盖的用户的误比特率。     

一种基于基站协同的波束形成算法

将MIMO和波束形成相结合,可以有效地消除用户间的干扰,在多小区环境下,用户还受到来自小区内的同频干扰（CCI）。针对小区用户受到的CCI,改进了基于信号漏损比的波束形成算法,将其应用于多小区环境。该算法考虑小区内用户所受同频干扰影响的差异,根据用户信号功率、漏损给本小区内用户的干扰功率和临近小区用户的干扰功率重新定义信号漏损比。按照用户信号漏损比最大化的原则,利用基站协同,多小区联合选择波束形成矢量,并对该算法在不同条件下进行了仿真分析,结果表明该算法降低了多小区覆盖的用户的误比特率。     

一种多输入多输出系统下基于最小发射功率的自适应算法

针对多输入多输出(MIMO)系统提出了一种新的自适应调制算法.传统的自适应调制方法以容量最大化为目标,在发射功率一定的条件下,为空间子信道分配比特和功率.实际的通信系统一般要求传输速率和误码率一定,提出的算法就以最小化发射功率为目标,在发射端自适应根据MIMO系统各个空间子信道的增益来分配传输比特、发射功率,最终获得好的频谱效率,并在满足通信系统要求的前提下,降低发射功率.仿真结果表明,提出的方法可以用低的发射功率达到用户传输速率和误码率要求.     

MIMO-SDMA系统权向量优化算法

提出了一种基于符号抵消的多用户MIMO系统发送和接收权向量联合优化算法,使用这些权向量不但可以实现多用户的传输数据分离,还可以改善系统的误码率性能,并使信道容量最大化．模拟结果表明,相比较其他3种算法而言,使用本算法的MIMO-SDMA系统拥有最佳性能。     

多用户多输入多输出系统下行链路的线性预编码和功率分配

针对下行链路多用户多输入多输出(MIMO)系统,提出了一种简单的联合预编码和动态功率分配的方法.该方法把复杂的联合线性预编码设计和功率分配的优化问题分解成两步实现,简化了问题的求解.首先求解线性预编码,然后在此基础上,通过优化不同用户的功率分配,使各用户的信干噪比(SINR)相同且最大化,改善了的系统的误码率(BER)性能.仿真表明,所提出的方法与现有的方法相比,可以获得较大的信噪比(SNR)增益.     

基于固定增益中继选择技术的无线通信系统

为了提高多输入多输出MIMO中继通信系统的可靠性和有效性,对中继节点采用的相关选择技术的研究很有必要.本文在阐述MIMO通信系统的调制、检测等相关关键技术与固定增益中继选择技术的基础上,创新性地设计了基于MIMO固定增益中继选择技术的无线通信系统,并进行了仿真实验.仿真结果表明:中继选择技术在整体上提高了系统的传输性能,降低了误码率,使通信系统有较强的抗干扰能力.     

基于改进粒子群优化算法的CDMA多用户检测

采用改进的粒子群优化算法,引入因子w,利用sigmoid函数离散粒子群设计CDMA多用户检测系统.针对不同信噪比和用户数,对其误码率和抗远近效应性能进行仿真分析,证实在CDMA系统中安装基于离散型粒子群优化算法的多用户检测系统具有可行性,且算法效率高,加快了运行的收敛速度.     

基于凸优化理论的多用户MIMO SDMA系统

提出了一种基于凸优化理论的多用户MIMO SDMA联合发送一接收优化系统．在此系统中,将各用户的比特误码率作为目标函数通过凸优化理论来得到发送权矩阵和接收权矩阵,使系统在各用户同时达到最优的接收性能．模拟结果表明,这样得出的MIMO SDMA系统性能比传统的以最小均方误差为标准的系统性能有明显的改善。     

基于多目标优化认知无线电干扰抑制算法

认知无线电系统的重要原则是保障授权用户的通信质量,为了提高授权用户的通信质量必须有效抑制授权用户与认知用户的载波间干扰,为此提出了基于多目标优化的认知无线电干扰抑制算法。该算法通过分析频谱池中影响授权用户的载波间干扰能量,定位出认知用户子载波中对授权用户产生最大干扰的子载波序列,在满足认知用户数据传输率目标的前提下,屏蔽这些最大干扰子载波能有效抑制系统干扰能量。仿真结果表明,在满足认知用户目标误码率条件下,新的干扰抑制算法能明显抑制影响授权用户的载波间干扰,使授权用户获得更好的误码率性能。     

基于神经网络的计算机通信系统干扰信号分离

为了解决当前通信系统干扰信号分离方法存在的误码率高、通信质量差等问题,提出一种基于神经网络的计算机通信干扰信号分离方法.首先通过分析当前计算机通信干扰信号的分离研究现状,指出其局限性;然后建立计算机通信系统的信道模型,并采用神经网络对计算机通信系统的稳定性进行优化控制,将干扰信号分离;最后采用仿真实验对其有效性和优越性进行分析.结果表明,该方法可实现对计算机通信干扰信号的准确分离,提高了输出信号的信噪比,降低了通信系统的误码率.