基于马尔科夫状态空间的水声正交频分复用技术资源分配

在水声自适应正交频分复用技术(orthogonal frequency division multiplexing,OFDM)系统中,CSI(channel state information)是资源分配的基础。接收机必须及时地把信道信息反馈给发射机,然后接收机中的调制器根据反馈CSI信息选择合适的比特加载和功率分配方案。但在时变的水声信道中,反馈CSI与实时CSI可能不同。针对信道多变、时延大特点,提出了一种基于马尔可夫链的水声OFDM用户资源分配方案来解决这些问题。马尔可夫链状态空间是由初始信道状态和统计信道状态构成的,它可以充分利用感知到的时延CSI和信道统计量来预测数据传输时的CSI。利用统计CSI可以确定每个用户的最佳比特负载和功率分配,使水声系统能够容忍水声信道中较长的CSI延迟。结论表明基于马尔科夫空间的资源分配方案相比于线性预测的自适应,系统吞吐量得到有效提升。     

水声软频率复用网络的干扰缓解与资源分配

为降低基于频率复用水声网络系统的小区间干扰,以及提高系统平均吞吐量,提出了一种基于时延差的软频率复用(T-soft frequency reuse,T-SFR)系统,对小区间的干扰抑制和小区内的自适应资源分配两个问题进行优化.在小区间,提出了T-SFR利用不同信道之间的时延差进行干扰缓解,并基于水声信道的路径损耗进行频带分配.在小区内,针对水声信道的时变特性带来的反馈信道状态信息(channel state information,CSI)延迟的影响,建立了一种线性有限状态马尔可夫链(linear fi-nite state Markov chain,LFSMC)预测器,以获得更准确的CSI用于自适应资源分配.仿真结果表明:与传统的频率复用方案相比,提出的T-SFR方案可以保证小区边缘节点对信干噪比(signal to interference noise ratio,SINR)的要求,有效缓解小区边缘节点的干扰;在建立LFSMC预测器获取更准确CSI的基础上,时变水声网络的每个小区内以及整个系统都能够获取更优的平均吞吐量.     

基于自适应CSI反馈的高速移动OFDMA系统动态资源分配

针对高速移动环境下多业务多用户正交频分多址(OFDMA)系统下行链路提出一种动态资源分配方案,在保证每种业务用户信息传输速率和误比特率要求的前提下,利用信道状态信息(CSI)反馈和子载波间干扰(ICI)估计进行子载波和比特分配,以使系统总传输功率最小化。同时在保证系统基本性能的前提下提出一种基于概率统计的自适应CSI反馈算法,仿真结果表明,该算法在增加2.3%额外功率消耗的情况下可减少约60%的反馈CSI开销。     

大规模MIMO系统基于多分辨率深度学习网络的CSI反馈研究

快变信道环境下,采用频分双工模式下的大规模MIMO系统,用户通过反馈链路将信道状态信息(Channel State Information,CSI)发送给基站,为适应信道快速变化保证系统性能,要求降低反馈时延及减少反馈开销.提出一种基于深度学习的多分辨率信道状态信息网络(Multi-resolution Channel State Information Network,MCSINet),对反馈的信道状态信息进行压缩及预测,能够显著减少信道状态信息捕获与反馈开销,及降低时延.MCSINet模拟信道状态信息编解码系统,采用残差网络从信道样本中学习并完成信道预测,并通过多分辨率的卷积操作以及针对不同压缩率改变网络结构,从而更好预测信道状态.实验结果表明:与LASSO,TVAL3,CSINet等方法相比,MCSINet可以显著提高恢复信道状态信息,并且具有更低的误码率,复杂度和时延.     

一种多用户MIMO OFDM系统中的跨层自适应资源分配算法

提出了一种多用户MIMO OFDM系统中的跨层自适应资源分配算法。在发送功率一定的条件下以吞吐量最大化为目标把用户等待时间作为优化因子,首先分配子载波,再分配子载波的比特和功率。最后分配空间子信道的比特和功率.仿真结果表明提出的算法能够满足用户等待时间的公平性和用户的QoS,而且能够有效提高系统的吞吐量.     

MIMO OFDM系统中统计信道信息的速率最大化

提出了一种利用多输入多输出正交频分复用(MIMO OFDM)系统的统计信道信息进行自适应资源分配的算法,并进行了仿真.该算法采用Alamouti空时编码、自适应波束成形以及自适应比特和功率分配等技术,其在恒定发射功率的条件下使得目标函数传输速率达到最大并保证系统的误码性能.与利用完整信道信息的算法相比,该算法考虑了信道时延、估计误差等因素,并减小了传输信道信息占用的开销.仿真结果显示,该方法能够大大提高系统的传输速率.     

非完全信道下认知中继网络中断概率及功率分配

基于最大信道增益的中继选择方法,分析了在不完全信道状态信息（CSI,channel state information）和受主用户干扰情况下认知中继网络的中断概率;进一步提出了在主用户干扰约束和保证认知用户服务质量（QoS,quality of service）条件下最大化认知中继网络频谱效率的数学优化模型,利用拉格朗日对偶松弛法获得了该优化问题的解,在保证主用户传输性能不受影响的前提下,提高了认知中继网络的频谱效率。仿真结果表明该文提出的功率分配方案与等功率分配方案相比提高了性能增益。同时表明在非完全信道条件下获得的频谱效率与完全信道条件下的频谱效率近似,但减少了系统信息的反馈量和实现的复杂度,有利于该方案的工程应用。     

低压电网基于发射效率的OFDM比特分配算法

低压电网信道衰减特性变化剧烈，正交频分复用（OFDM）系统的自适应调制技术根据每个子载波的信道状况和用户需求，为每个用户分配最佳的子载波，为每个子载波分配最佳的调制方式，这样可以更好地利用信道资源，提高传输速率．以低压电网为对象，利用多项式函数拟合的低压电网信道模型，从基于SNR门限的比特分配算法出发，提出了一种基于发射效率的OFDM比特分配算法，并与固定调制方式和固定功率分配的OFDM系统进行对比．结果表明该算法能够根据各个子信道的实际传输情况灵活地分配发送功率和信息比特，使更多的子载波可以使用性能好的调制方式，从而有效地利用了低压电网信道资源．     

电力线通信系统中基于动态规划的自适应资源分配

分析了电力线通信OFDM系统在多种约束下,多用户多业务在多子载波上自适应的比特和功率分配模型,提出了一种新的基于动态规划的速率和功率自适应相结合的动态资源分配算法,其先给实时用户分配资源以满足固定速率下总功率最小,再利用剩余功率和未用子载波给非实时用户分配资源以满足最小速率下总速率最大.在典型电力线信道环境下的仿真结果表明,该算法的性能优于已有的多用户资源分配优化算法,且其能更好的满足电力线通信系统中多用户资源分配的多目标要求.     

多小区多用户MISO系统中自适应有限反馈方案

依据有限的用户信道状态信息(CSI)下的小区间干扰消除,提出一种简单的协作单小区传输方案.研究使用不同的有限反馈方案所造成的和速率损失,对提出的反馈比特的分配算法给出具体的闭合表达式,该算法能够使量化误差最小.仿真结果表明:与等比特分配算法相比,提出的自适应比特分配算法能获得更优的系能增益.     

基于SARSA算法的水声通信自适应调制

水声信道复杂多变,自适应调制系统中反馈信息存在较大的时延,实际信道状态与接收到的反馈信息无法匹配,带来反馈信道状态信息过时问题,发送端不能准确做出自适应决策进而导致传输误码高及吞吐量低等问题。针对该问题,利用强化学习中的SARSA算法学习信道的变化并进行行为策略的选择,根据信道的变化,择优选出最佳的调制方式,以改善系统的传输误码和通信吞吐量。对比固定调制方式和直接反馈情况下的系统的误码率和吞吐量,结果表明,经强化学习后的系统误码率和吞吐量均优于其他两种方式,可见,强化学习算法在时变水声信道自适应调制中改善传输误码和吞吐量的问题上是有效可行的。     

基于联合频分复用的水下多载波调制技术

目前水声通信的OFDM调制是一种高效率的多载波调制技术,但严格要求子载波正交,对频偏敏感.水声通信中主要采用多普勒补偿或增加子载波滤波器的方法解决多普勒频移的问题,实现复杂.本文从新的角度,即增大子载波间间隔角度研究减小子载波间干扰(ICI),提出一种联合频分复用(C-FDM)方法,将多个OFDM子载波模块联合形成一个C-FDM子载波模块,并将频率相同的子载波放在相邻位置.在C-FDM和OFDM符号长度相同情况下,C-FDM的子载波间隔更大,不需要增加复杂补偿算法,就能有效提高抗多普勒频移能力.仿真结果表明C-FDM技术在水声信道中有更优良的误码率性能.     

简单空时编码发射机分集自适应OFDM系统

将自适应调制技术和空间分集技术有机地结合起来 ,提出了一种与简单空时编码发射机分集相结合的恒定比特率自适应正交频分复用 (OFDM)方案。该算法根据两径发射机的平均信噪比在各子载波上自适应地选择不同的调制模式 ,并保持恒定比特率。仿真结果表明 :在多径瑞利衰落信道下 ,该方案可以显著地改善 OFDM的性能。在无信道编码和误比特率为 10 - 5条件下 ,对于平均带宽效率为1bit/ (s.Hz)的双天线发射分集接收的自适应 OFDM系统与传统 OFDM系统相比可以获得约 35 d B的自适应分集增益。     

高速自适应水声语音系统的设计与实现

根据水声通信的复杂信道特性,设计了基于数字信号处理(DSP)的高速数字自适应多载波水声语音通信系统,采用MFSK调制技术、数据精确同步技术以及低噪PGA技术,有效地降低了误码率.通过对其关键技术的性能仿真和分析,以及在2km长、1.5m深的恶劣环境中实测,该系统表现出很好的实时性和良好的语音恢复性能,传输距离大于2km,误码率小于10-3.     

凸组合实时判决反馈稀疏水声信道盲均衡算法

针对高速水声通信信道稀疏特性,提出了一种凸组合实时判决反馈盲均衡算法。将盲均衡器分为保持均衡器支路和稀疏均衡器支路,以保持均衡器能量和权系数的瞬时梯度为判据,对稀疏均衡器支路对应抽头进行实时稀疏化处理。算法中避免设置稀疏化阈值,对不同稀疏水声信道和通信信号具有通用性,且对于时变稀疏水声信道可以利用保持均衡器支路恢复稀疏均衡器支路置零抽头系数,使算法对信道具有较强跟踪和冷启动能力。典型稀疏水声信道条件下的仿真结果证明,凸组合实时判决反馈稀疏水声信道盲均衡算法性能稳健,与全阶判决反馈盲均衡算法相比,计算简单,收敛速度快,稳态剩余误差小,有利于算法在水声通信系统中的推广应用。     

基于LDPC编码的水声OFDM系统设计

水声信道是目前通信环境中最为恶劣的信道,只有采用强有力的调制编码方式才可能实现高速可靠的通信.笔者提出了一种水声LDPC-OFDM系统设计方案,采用LDPC码进行纠错,并用一个均衡器消除多普勒频移引发的载波间干扰,从而提高通信质量.仿真结果表明该方案能够得到理想的增益.     

自适应发送MIMO-OFDM超宽带系统

基于发送端已知信道状态信息假设，提出了一种多人多出正交频分复用（MIMO-OFDM）系统优化功率加载方案．给出了MIMO-OFDMUWB系统模型及其相应的空时编码方法，提出基于OFDM子载波分组的功率加载机制及其代价函数．通过引入Karush—Kuhn—Tucker（KKT）伸缩因子及条件的拉格朗日乘子法求得功率加载的优化解，并给出了迭代过程．实验结果表明：其性能和复杂度介于经典满注水机制和分组平均信道信息有限反馈功率加载机制之间．此外，多天线分集增益明显改善了系统性能．     

自适应频域判决-反馈迫零均衡的OFDM系统

 提出了自适应频域判决-反馈迫零均衡的OFDM系统。在接收端引入判决-反馈迫零均衡,并对承受严重衰落的子载波信号进行频域交织和前向纠错,使得各子载波具有相近的信噪比,从而对所有子载波采用相同的调制编码方式。因此,系统复杂性比自适应比特加载OFDM系统显著降低。将所提方案用于IEEE802.16d Wireless-MAN OFDM系统,多径瑞利衰落信道下的仿真结果表明,该方案可以有效抵抗频率选择性衰落。     

水声通信网络信道建模与仿真研究进展

水声通信网络在海洋目标定位和导航、资源勘探和开发、环境感知和监测等领域有重要应用,其中水声信道特性研究及其建模与仿真是建立通信网络的基础,而目前水声通信网络中的信道建模与仿真尚未有公认的标准方法.因此,基于对水声信道传播特性的分析,探讨了典型水声信道特性给水声通信网络设计带来的挑战;对比了经验模型、声场模型、基于本征路径的多径信道模型和基于统计特性的时变信道模型等水声信道模型,仿真结果表明:水声信道结构的变化明显影响接收性能;阐述了基于水声信道特性的水声网络仿真工具和方法,分析了其特点;最后进行了总结,并展望了未来水声通信网络信道建模与仿真的发展方向.