基于循环前缀的MIMO-OFDM改进信道估计算法

多输入多输出正交频分复用(multiple input multiple output-orthogonal frequency division multiplexing, MIMO-OFDM)系统中,为提升最小二乘(least squares, LS)信道估计算法的估计精度,可以利用离散傅里叶变换(discrete Fourier transform, DFT)算法对LS算法进行改进,然而,DFT算法对最大时延内的噪声未作处理,因此算法的估计精度仍易受噪声影响。针对这一不足,本文提出基于循环前缀(cyclic prefix,CP)的改进DFT信道估计算法。该算法以CP的长度为标准,对CP长度外的信道系数置零,对CP长度内的信道系数设置门限值,将模值小于门限值的信道系数置零。理论分析和仿真结果表明,改进算法中噪声被有效抑制,估计算法的精度得到提高。     

基于伪随机序列前导码的OFDM系统帧同步算法

在正交频分复用（orthogonal frequency division multiplexing, OFDM）系统接收端,错误估计快速傅里叶变换窗口起始点会导致OFDM帧偏差,从而造成严重的符号间干扰（inter symbol interference, ISI）以及子载波间干扰（inter carrier interference, ICI）。首先建立一个带有帧同步的OFDM系统模型,然后通过理论推导得到帧偏差对OFDM系统的影响。利用伪随机序列自身较好的相关特性,设计了一种基于伪随机序列前导码的帧同步算法,并分析了3种基于循环前缀（cyclic prefix, CP）的传统帧同步算法。通过仿真实验,结果表明所提出的基于伪随机序列前导码的帧同步算法与传统算法相比,即使在较差的信道条件下,如在较低的信噪比或存在较大的载波频率偏移（carrier frequency offset, CFO）时,其帧偏差估计结果更为准确、稳定以及节省资源。     

基于LMS算法对数字通信接收器中载波恢复系统的研究

利用LMS算法构成数字通信接收器的载波恢复系统,能够使单频率和多频率的正弦相位抖动,对多普勒频移造成的相位偏移进行自适应补偿.本文在给出算法的补偿原理后,利用Matlab仿真环境,以8PSK信号为例对补偿过程进行分析,利用学习曲线的分析研究了系统的收敛性能,利用信号星座图和相位差功率谱直观看出了算法的补偿效果.结果证明:对单频率相位抖动能够衰减25 dB左右,双频率能够衰减15 dB左右;经系统补偿后信号和只含有高斯白噪声的数字信号星座图非常接近.     

基于IUPF算法的三维无人机毫米波波束跟踪

由于无人机毫米波通信技术具有高速数据传输和广域网络覆盖能力, 因此在军用和民用领域中拥有广阔的应用前景。针对无人机毫米波通信需要进行精确的波束跟踪这一问题, 提出一种基于改进无迹卡尔曼粒子滤波算法的三维波束跟踪方法。该方法首先利用无迹卡尔曼滤波建立建议密度函数并更新采样粒子; 然后计算每一个采样粒子的权值, 并在归一化后再次对粒子进行重采样; 最后计算粒子均值, 得到波束跟踪角度。仿真结果表明, 该方法相较于以往毫米波波束跟踪方法大大降低了估计误差, 显著提高了波束的跟踪精度。     

基于迁移学习的室内波束选择优化方法

使用基于深度学习的室内波束选择方法可以显著提高波束匹配概率和搜索效率,但该方法需要大型数据集来调整其大量可训练参数,导致了额外的系统开销。针对这一不足,结合一种迁移学习技术,使得目标场景神经网络以小数据集方式获得与大数据集相近的匹配精度,从而减小基于深度学习的波束选择方法中数据集大小对匹配结果产生的影响。首先使用大型数据集在一个源场景中对源神经网络进行充分训练,使得网络参数能够充分包含信道状态信息以及环境信息;而后利用源神经网络参数对目标场景中的神经网络进行不同程度初始化,使该神经网络在经过小数据集训练后依然可以获得较好的波束匹配性能。仿真结果表明,针对室内波束选择场景,在数据集有限的情况下,使用迁移学习方法进行波束选择,同样可以获得较高的匹配精度。     

无人机空对地毫米波通信路径损耗预测

针对无人机（unmanned aerial vehicle,UAV）空对地毫米波通信经历的复杂传播环境,综合考虑室内、室外和雨衰等多种影响因素,建立了一种UAV空对地复合传播路径损耗的预测模型。该模型采用楼房密度和高度参数描述城市、郊区和乡村等不同场景,结合UAV高度计算视距（line-of-sight,LoS）路径的出现概率,并获得UAV空对地传播损耗的统计平均值。针对大学校园中不同距离和高度的场景,利用射线跟踪理论分析方法对本文预测模型进行仿真验证。结果表明,该方法获得的统计预测结果与特定场景下射线跟踪确定的计算结果在3种高度下的最大误差分别为5.2 dB、4.8 dB和7.2 dB,说明所提方法可用于城市、郊区和乡村等场景UAV空对地毫米波传播损耗的预测及通信系统性能评估。     

空间光通信原理与技术创新实践研究型教学改革

为了提高＂空间光通信原理与技术＂课程的教学质量和学生培养水平,探索引导学生开展自主学习、科学研究与创新实践的研究型教学改革。针对该门课程的主要特点,提出开展多元化的教学模式、建设研究型实验体系、建立大学生创新实践基地和建设创造性的课程考核和评价标准。通过建立研究型教学平台,着力培养创新实践型人才。     

基于扩展Prony算法的平坦快衰落信道预测算法

针对最大熵方法(MEM)存在的迭代计算量大和误差扩散的问题,以及ESPRIT算法存在的平坦快衰落信道预测精度受制于自相关函数估计的问题,文中提出基于扩展Prony算法的平坦快衰落信道预测算法.扩展Prony算法通过最小二乘法拟合和计算高次代数方程来求复根,无需估计自相关函数且可批量计算,能够提高预测精度和运算效率.理论和仿真结果表明,扩展Prony算法较MEM和ESPRIT算法具有更高的预测精度,同预测精度下具有3~5d B的信噪比优势,且算法性能稳定,运算效率高.     

基于蚁群算法的星上ATM单组播并行交换结构

由于卫星通信具有带宽有限、时延受限、信道误码率高等特点,因而设计星上交换结构时必须尽可能降低交换时延,减少内部阻塞.同时,组播业务的广泛应用使得星上交换需要具备单组播并行处理能力.为此,提出一种基于蚁群算法的星上异步传输方式(ATM)单组播并行交换结构,并对此方案进行了分析和仿真.结果表明,该结构由于采用了蚁群算法和阻塞规避方案,实现了单组播并行处理,并有效改善了信元时延和信元丢失率等性能.     

基于深度强化学习的无人机路径规划与无线电测绘

针对传统无人机轨迹优化设计方法在构建通信模型上具有局限性的问题,本文面向蜂窝连接无人机通信方式,引入一种基于深度强化学习的无人机路径规划与无线电测绘方法。该方法利用扩展后的双深Q网络模型,结合无线电预测网络,生成无人机轨迹并预测由于动作选择而累计的奖励值。此外,基于Dyna框架将实际飞行和模拟飞行相结合,进一步训练双深Q网络模型,从而大大提高学习效率。仿真结果表明,与Direct-RL算法相比,该方法能更有效地利用学习到的覆盖区域概率图,使无人机避开弱覆盖区域,减小飞行时间和预期中断时间的加权和。