数据库驱动认知无线电网络位置隐私的攻击与保护

针对数据库驱动认知无线电网络(cognitive radio networks)存在的位置隐私泄露风险,提出两种攻击方法:覆盖交集攻击和频道切换攻击,可根据二级用户(secondary user,SU)频道使用情况,在不直接获取查询信息中的位置信息的前提下,间接推断SU位置。为应对上述攻击,提出查询信息盲化机制来实现隐私保护的频谱查询,同时对频道选择方案进行优化使得SU能够最大程度地保护自身位置隐私。根据真实数据进行的攻击实验提高了对SU的定位精度,基于模拟数据的隐私保护方案验证实验证明了本文提出的保护方案的有效性和效率。     

电压源换流器型高压直流输电技术的应用研究

该文介绍了基于电压源换流器的高压直流输电技术,与传统HVDC输电技术进行了比较,分析了VSC-HVDC输电系统应用于城市电网的技术优势。     

快速时变信道下的基扩展模型信道估计性能分析

针对快速时变信道,提出了一种基于复指数基扩展模型(CE-BEM)的线性最小均方误差(LMMSE)信道估计方法,对信道估计的结果使用离散长椭球序列(DPSS)进行平滑处理,并相应提出了基于迭代的载波间干扰(ICI)消除信道均衡方法.仿真结果表明:在高多普勒信道场景下,该方法系统误码性能较传统信道估计方法有一定程度的提升.     

基于熵编码CABAC的信源信道联合解码器

H.264的熵编码都采用基于上下文自适应二进制算术编码（CABAC）,能达到较高的压缩性能,但对信道误码非常敏感.文中提出了一种基于CABAC的算数码变长码联合解码算法,联合信源信道算数码解码之后的信息作为变长码的输入信息,再通过变长码格状图搜索获得最佳的符号序列.同时,在算数码解码部分可以利用变长码的码字结构信息来删除无效搜索路径,提高解码性能.仿真实验表明,该联合迭代解码算法明显优于传统的分离解码器.     

蓄电‒氢储混合储能系统的配电网双层优化

在“双碳”目标与清洁能源氢能利用的背景下,针对配电网配置电化学储能和氢储能系统构成混合储能系统提升电能质量的需求,建立了混合储能系统双层优化模型,上层选址定容模型综合考虑投资成本、网损成本和电压偏移,下层优化运行模型考虑混合储能系统的运行成本,并引入电压稳定性指标进行评价。求解过程中利用灵敏度分析对选址可行域进行了降维,并提出一种改进的小生境多目标粒子群算法,将小生境处理机制与外部档案选取技术、混沌变异技术相结合。利用接入新能源的IEEE33节点系统进行算例仿真。结果表明：混合储能系统容量与接入点的优化配置,可以提高系统经济性、降低全网有功网损、减小电压偏移和提高电压稳定性。     

适应于可再生能源接入下配电网极限线损的计算方法

随着可再生能源的开发与利用大幅提升, 分布式的电源接入给中压配电网潮流分布带来了波动性和不确定性, 从而加大了线损计算的难度, 不利于电网经济性考核指标的制定. 因此, 极限线损的计算方法与模型越来越引起重视. 提出了一种基于半不变量的配电网极限线损计算模型, 以实现含可再生能源配电网极限线损的快速计算. 首先, 分别依据潮流计算与统计数据进行计算, 得到配电网各节点与电源的各阶半不变量; 然后, 用 Gram-Charlier (GC) 级数展开式计算得到各个状态变量的分布函数与概率密度函数; 最后, 根据置信区间确定配电网极限线损. 以 IEEE34 节点系统为算例, 分析了不同节点分布式电源接入对配电网的影响, 验证了应用半不变量法的线损计算模型的计算精度及其在大规模配电网应用中的计算速度优势.     

基于压缩感知的时频双选信道估计研究

针对时频双选信道,利用信道的时间相关性,即同一条时延径在相邻时刻对应的信道系数之间具有很强的相关性,提出一种线性近似方法对时频双选信道进行建模,有效降低了未知参数的个数.考虑到无线信道在时延域具有稀疏性,基于压缩感知(Compressed sensing,CS)理论对线性近似模型进行了恢复重构.分别对未线性近似模型和线性近似模型的系统性能进行了仿真,并结合最小二乘(leastsquare,LS)算法、正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法、稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)算法给出了系统的归一化均方误差(Normalized Mean Square Error,NMSE)曲线.仿真结果显示,线性近似方法能有效对时频双选信道进行建模,针对本研究提出的线性近似模型,SBL算法能精确恢复出信道响应,并能有效地克服多谱勒效应.     

全双工双向中继系统的功率分配方案

提出了最大化系统的频谱效率(SE)和能量效率(EE)两种功率分配方案.EE优化问题用迭代算法求解,首先运用分式规划的方法把优化问题转变成易求解的非分式优化问题,然后运用Dinkelbach算法求得用户节点的最佳功率,再运用一维搜索求得最佳中继放大系数,最后利用迭代算法求得EE最大值.SE优化问题同样用迭代算法求解.仿真结果显示,针对不同目标函数的两种功率分配方案分别提高了系统的EE和SE,同时迭代算法能够快速收敛获得最优解.     

基于粒子群算法和平方根平淡卡尔曼滤波的北斗导航系统定位估计算法

为提高北斗定位系统(BDS)的估计精度,克服传统平淡卡尔曼滤波(UKF)算法中可能因状态量协方差矩阵失去正定性而导致滤波器发散的问题,将平方根平淡卡尔曼滤波(SRUKF)算法应用于BDS定位估计.在此基础上,为进一步提高SRUKF算法的性能,引入粒子群优化(PSO)算法,提出基于PSO和SRUKF算法的BDS定位估计(PSO-SRUKF)算法.结果表明,PSO-SRUKF算法可以降低系统噪声和测量噪声特性估计不准确带来的误差,有效提高了BDS定位精度和稳定性.     

异构网络下的一种动态干扰协调策略

给出了一种在异构网络场景下的干扰协调策略.首先,建立异构的网络框架,并在此基础上应用动态干扰协调策略,减少了小区间以及层间干扰,使系统获得更高的网络容量和数据率.简述了干扰协调策略的工作过程,并对此策略的性能进行仿真验证,仿真结果证实了系统性能的提升.