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.     

合作博弈框架的资源分配

提出一种多用户MIMO OFDM系统中的基于合作博弈框架的自适应资源分配算法,该算法在纳什讨价还价解（NBS）和Raiffa-Kalai-Smorodinsky讨价还价解（RBS）的Pareto最优解的基础上分配资源,使用户的速率能够最接近于Pareto最优解.仿真结果表明,该算法的性能明显优于固定分配方案,只是略逊于Max Rate方案,但是其公平性明显优于Max Rate方案和固定分配方案.     

一种基于聚类分布的支持向量数据描述

在基于解决单类问题的支持向量数据描述算法基础上提出了基于聚类分布信息的c-SVDD算法.该算法对带野值的SVDD算法中的C值重新定义.通过增加核空间下测试样本的聚类分布信息。为每个样本定义一个特定的c值.c-SVDD算法适应于解决类别不平衡学习问题.该算法在保证少类样本高分类精度前提下,还有效提高了全样本的分类精度,更符合现实不平衡问题中对少类样本的处理要求.对UCI数据集和人工样本集进行实验.改进后的c-SVDD算法比带野值的SVDD算法AUC值平均提高0.14以上;比AdaBoost算法在正类查全率上平均提高40%,精确度也提高了至少5%.     

一种新的认知无线电资源管理信道

为了解决认知无线电资源管理中感知信息传输时延大、效率低以及易受干扰等问题,利用直接序列扩频技术,构建了一种具有较低功率谱密度和较强抗干扰能力的宽带资源管理信道(WB/RMC),实现了感知信息的即时、可靠交互.借助干扰温度的概念,分析了一定区域内,WB/RMC信道对主用户造成的干扰,得出了主用户干扰温度限与可容纳的认知无线电终端之间的关系.理论分析和仿真结果表明,该方案能够较好地避免感知用户与主用户之间的干扰,且可以为足够多的感知用户提供无授权接入机会.     

差分空时调制中酉信号星座的优化设计

为了获得差分空时调制系统中酉信号星座的设计参数,该文将旋转酉信号星座中信号矩阵的对角设计参数与旋转因子进行联合编码,提出一种基于遗传算法的设计参数联合优化算法.当信号星座或发射天线数目较大时,旋转酉信号星座的误码性能明显优于对角信号矩阵,该算法能够获得接近最优解的设计参数.     

一种基于合作博弈框架的跨层资源分配算法

针对多用户MIMO-OFDM系统的下行链路提出了一种基于合作博弈框架的跨层资源分配算法,结合MAC层的QoS要求得出用户速率限制条件,建立了基于RBS议价方案的优化模型.以 RBS 的 Pareto 最优解为目标,在满足用户的最大和最小速率基础上使得用户速率尽可能接近Pareto 最优解.仿真表明,算法较好的平衡了用户速率与公平性,并满足了MAC层的丢包率要求.     

低信噪比突发信号载波频偏估计算法

快速准确的载波频偏估计在突发信号的相干解调中发挥着至关重要的作用。目前的载波频偏估计算法很难同时兼顾估计精度、信噪比(signal-to-noise ratio,SNR)门限以及估计范围等指标。针对这一问题,提出了一种数据辅助的基于接收信号自相关序列离散傅里叶变换(discrete Fourier transform,DFT)的载波频偏估计算法。该算法通过对接收信号的自相关进行加窗处理,借助离散傅里叶变换来实现频率估计。仿真结果表明,与经典的M&M算法相比,该算法具有更低的信噪比工作门限,在低信噪比情况下具有更低的差错概率和更宽的估计范围,非常适合低信噪比突发信号的载波频偏估计。     

合作博弈框架下的资源分配

提出一种多用户MIMO OFDM系统中的基于合作博弈框架的自适应资源分配算法,该算法在纳什讨价还价解（NBS）和Raiffa-Kalai-Smorodinsky讨价还价解（RBS）的Pareto最优解的基础上分配资源,使用户的速率能够最接近于Pareto最优解。仿真结果表明,该算法的性能明显优于固定分配方案,只是略逊于Max Rate方案,但是其公平性明显优于Max Rate方案和固定分配方案。