基于渐进性能分析的最优分布式量化检测算法

针对无线传感器网络中对发送功率和传输带宽限制的问题,提出基于规则量化(RQ)和不规则量化(NRQ)的一比特分布式检测算法。该检测方案在传感器节点处引入量化器,整个系统采用并行结构,由N个带有量化器的传感器节点组成。融合中心处采用广义似然比检验(GLRT)作为融合准则,并根据接收到的二进制信息作出全局判决。通过仿真实验对所提出的检测方案性能进行验证,并与未量化的检测方案进行比较。仿真结果表明:最优量化阈值提升了融合中心的检测概率,在理想信道和差错信道(BSC)下,基于不规则量化方案的检测系统性能明显优于基于规则量化方案的检测系统。     

基于非均匀量化ADC/DAC的IMDD-UMFC系统性能提升

提出了一种在强度调制/直接检测(IM/DD)通用滤波多载波(UMFC)系统中提升系统误差向量幅度(EVM)以及误码率(BER)性能的新方案.在这一方案中,使用了非均匀量化DAC来减少量化误差(SQNR).通过仿真,在10-Gb/s,16-OQAM调制的UMFC系统(4和5位DAC,光纤传输距离为20km)中验证了该方案的可行性.仿真结果显示,相较于均匀量化的方式,文章提出的方案能极大地提升系统性能.在相同的系统性能下,基于信号分布的量化方式所需求的位比特分辨率比均匀量化方式少一位.     

基于局部检测统计量的反馈多传感器分布式检测

传统的多传感器分布式检测反馈方法把融合中心的二元判决送到局部检测器,再利用局部检测器的二元判决形成下一次融合,从而需要双向通信.为了更充分的利用观测信息,降低系统的复杂度,该文提出了一种基于局部检测统计量的多传感器分布式检测反馈方法.新的反馈方案把融合中心的全局统计量重新送到融合中心,与下一步的局部检测统计量一起形成新的全局统计量.并在局部检测器为两个的情况下,分析了新的反馈方案的检测性能并与传统的方案进行了比较.结果表明新的方案使分布式检测性能有明显加强,同时更便于实现.最后给出了实际应用的计算分析方法.     

面向核环境监测的无线传感网目标检测算法研究

针对核环境的特殊性,采用无线传感器网络这种新兴技术进行核环境监测,本文提出了一种高效的分布式目标检测算法.该算法基于数据融合理论,采用层级结构设计,每个传感器节点充分利用自己和邻居节点的决策信息来做局部检测决策,决策中心根据各个节点通过无线方式传送过来的局部决策值来做出最终决策.本文对所提算法的性能进行了仿真验证,并且与已有另外的两种算法进行了比较,仿真结果表明,本文提出的算法性能优异,能够满足实际应用的要求.     

基于局部多元判决的稳健的分布式检测算法

为提高基于二元判决的N雷达分布式检测算法在各个雷达的信噪比未知且可能时变条件下的检测性能,提出了基于局部N门限量化的分布式检测算法和衡量不同检测算法性能的一般性方法。仿真结果表明:该算法性能优于各种基于"N选k"融合的检测算法,在特定情况下比基于OR融合的方案有2~2.5 dB的信噪比改善,相对于极大似然准则下的集中式检测器的信噪比损失不到0.8 dB。在各个传感器的信噪比差异明显时,与基于OR融合的方法有同样的稳健性,因而是一种稳健且高性能的检测算法。     

基于局部多元判决的稳健的分布式检测算法

为提高基于二元判决的N雷达分布式检测算法在各个雷达的信噪比未知且可能时变条件下的检测性能,提出了基于局部N门限量化的分布式检测算法和衡量不同检测算法性能的一般性方法。仿真结果表明:该算法性能优于各种基于"N选k"融合的检测算法,在特定情况下比基于OR融合的方案有2-2.5dB的信噪比改善,相对于极大似然准则下的集中式检测器的信噪比损失不到0.8dB。在各个传感器的信噪比差异明显时,和基于OR融合的方法有同样的稳健性,因而是一种稳健且高性能的检测算法。     

基于量化修正的低复杂度LDPC译码算法

为进一步降低基于可靠度的(Low Density Parity Check, LDPC)译码算法复杂度,提出一种基于量化修正的低复杂度LDPC译码算法,该算法在对信道信息预处理时引入量化信息修正处理策略,从而避免在译码迭代过程中进行译码信息修正处理操作,在保持译码性能的同时,较大幅度地降低译码复杂度。针对均匀和非均匀量化方案,本文实现了基于修正系数的均匀量化和基于列重修正的非均匀量化两种译码方案。仿真实验结果表明,所提出的两种译码方案在算法复杂度明显较低的情况下,仍然与MRBI-MLGD译码算法具有相同的译码性能与收敛速度。特别地,在基于列重修正的非均匀量化方案中,只需3-4 bits的低比特量化即可达到均匀量化中高比特量化(8 bits)相同的迭代次数和误比特率性能。     

基于非理想信道的分布式多检测器软决策融合算法

在实际检测中由于带宽、信道衰落和信道噪声等因素的影响,从本地检测器至融合中心的信道通常无法保证为理想传输信道。对在非理想信道状态下检测系统的性能优化算法进行了研究,并且为了提高检测性能和合理的利用通信资源,在本地应用软决策判决。根据聂曼-皮尔逊规则推出本地检测器和融合中心的优化判决形式。最后通过两检测器系统仿真表明,应用软决策确实提高了系统的检测性能,而非理想信道的恶化又确实降低了系统的检测性能。     

基于视觉特性的扩展变换量化指纹算法研究

针对扩展变换量化指纹算法的性能平衡问题,提出了基于视觉特性的扩展变换量化指纹算法。该算法基于扩展变换的量化指纹算法模型,根据数字图像的局部视觉特性,采用非均匀同步量化的方法调节指纹算法的量化参数,有效减少了指纹图像的量化误差,并实现指纹嵌入检测过程的一致性,从而提高数字指纹的检测效率和载体图像的保真度。实验仿真结果表明,提出的指纹算法明显优于扩展变换量化指纹算法的性能,能够在抗共谋能力和视觉质量之间获得较好的平衡。     

一种大规模MIMO低精度量化检测算法

为解决大规模MIMO中低精度量化器的使用带来的性能下降问题,提出了一种新的消息解量化算法(MPDQ)。该算法以低精度ADC接收机为基础,搭建了一个大规模MIMO系统模型。利用ADC的结构特性提出了1-bit量化系统的MPDQ检测算法,并将其推广到n-bit量化系统,推导了MPDQ算法在n-bit量化系统中的迭代计算公式。在不同基站天线数量、不同用户数量条件下,仿真验证了该算法的准确性和有效性。仿真结果表明,低精度ADC可以提高系统的频谱效率,MDPQ算法在n-bit量化系统中具有优异的性能,3-bit量化在综合考虑成本和性能的情况下是一种理想的方案。     

乙苯化工过程的分布式无迹卡尔曼滤波方法

乙苯化工过程由一系列连续搅拌釜式反应器和分离器组成的大规模非线性系统,针对这一类系统提出了一种基于分布式无迹卡尔曼滤波的状态估计方案。该方法通过将系统分解,对每个子系统设计局部无迹卡尔曼滤波,它接收局部测量值,并与其他滤波器协同计算局部状态估计值的方法完成整个系统的状态估计。给出了详细的分布式无迹卡尔曼滤波的设计方法和估计算法。在不同的噪声下对分布式和集中式无迹卡尔曼进行了比较分析。仿真结果表明,分布式无迹卡尔曼滤波可以很好地处理强噪声,正常噪声下比集中式无迹卡尔曼滤波有更稳定的性能,但在理想噪声下集中式无迹卡尔曼滤波有更好的表现。     

基于局部观测信噪比的新分布式CFAR检测

为了提高基于二元局部判决的分布式ＣＦＡＲ检测的性能,提出一类新的基于局部观测信噪比的分布式ＣＦＡＲ检测方案（称为Ｒ类方案）。其特点是以ＣＦＡＲ算法做局部处理以形成局部观测的信噪比估值,然后将其传送给数据融合中心。相对于Ｓ＋ＯＳ,Ｒ类方案不仅使局部处理器和数据融合中心间的通信量减少了一半,而且对局部观测的要求也比Ｓ＋ＯＳ宽松。在三种典型背景环境中和两个局部处理器的条件下,分析了其中一种方案：ＯＳ－Ｒ－ＣＡ,推导出了它的检测和虚警性能的闭形解,并将其与ＣＯＳ,Ｓ＋ＯＳ等分布式ＣＦＡＲ检测进行了性能比较。结果表明,ＯＳ－Ｒ－ＣＡ的检测性能和虚警控制能力保持在了与Ｓ＋ＯＳ接近的水平。     

编码CDMA系统中的一种迭代多用户接收器

编码CDMA系统中的迭代多用户接收器通过在采用软输入软输出算法的多用户检测和信道译码之间反复传递软信息而提高接收系统性能。最优的软输入软输出多用户检测器具有指数的计算复杂度，文中提出了一种简化的软输入软输出多用户检测算法。仿真结果表明，这种迭代多用户接收器的性能接近基于最优多用户检测的迭代多用户接收器。     

基于威布尔分布杂波模型的加权有序统计模糊CFAR检测算法

为了解决有序统计恒虚警(order statistic constant false alarm rate,OS-CFAR)、有序统计最大选择恒虚警(order statistic greatest of-constant false alarm rate,OSGO-CFAR)和有序统计最小选择恒虚警(order statistic smallest of-constant false alarm rate, OSSO-CFAR)检测算法在非均匀噪声环境下检测性能严重下降的问题,基于威布尔分布模型和模糊量化的软决策方法,提出了一种加权有序统计量的模糊恒虚警(weighted order statistic and fuzzy rules constant false alarm rate, WOSF-CFAR)检测算法。通过计算 Leading和Lagging子窗口对应的模糊隶属函数值,采用代数积、代数和、最大选择和最小选择4种融合规则对2个子窗口的模糊输出量进行融合,并与比较门限进行比较判别目标有无。仿真表明,提出的检测方法与OSGO-CFAR, OSSO-CFAR算法相比,在均匀噪声、杂波边缘干扰和多目标干扰环境下均具有较好的检测性能,尤其是采用代数积融合规则时,检测性能最优,且提出的检测算法在均匀噪声环境下也具有最佳的检测性能。     

非高斯乘性噪声环境下伪码捕获方法

针对非高斯乘性噪声环境提出了一种伪码捕获方法,将伪码捕获等价为假设检验问题,利用局部最佳检测算法推导出非高斯乘性噪声环境下的伪码捕获检测统计量.给出了基于局部最佳检测算法的捕获结构,并与传统的平方和检测器和非高斯加性噪声环境下局部最佳检测器进行了性能仿真对比.结果表明,文中所提出的捕获方法在非高斯乘性噪声环境下检测性能有较大幅度的提高.     

基于局部供求平衡的P2P流媒体数据缓存

提出了基于局部供求平衡的数据缓存模型,并利用分布式一致性算法实现了模型的分布式求解.实验表明,在适当的邻居选择机制配合下,该模型能够有效提升P2P流媒体系统的播放性能,减少区域间的网络流量.     

非均匀噪声环境下分布式IVI-CFAR检测算法

为了解决传统分布式VI-CFAR(variability index-constant false alarm rate)和OS-CFAR(order statistic constant false alarm rate)算法在多杂波干扰环境下检测性能严重下降的问题,提出了一种分布式IVI-CFAR(improved VI-CFAR)检测算法。在VI-CFAR的基础上,引入双参考窗和双参量,通过各子参考窗参量与对应门限的比较,判断子参考窗中参考单元的分布情况,从而选择相应的参考单元集和检测器估计背景噪声功率。经过仿真对比,在单杂波和多目标干扰环境下,分布式IVI-CFAR算法检测性能接近于分布式VI-CFAR和OS-CFAR算法;在多杂波干扰环境下,分布式IVI-CFAR算法检测性能优于分布式VI-CFAR和OS-CFAR算法,采用“OR”融合规则时,检测性能最优。结果表明,提出的分布式IVI-CFAR算法在非均匀噪声环境下,均具有较优的检测性能。     

CDMA中的QAM调制迭代PDA联合检测方法

为提高检测器性能并在检测器和信道解码器之间充分利用已知信号信息,多天线系统的广义概率数据关联检测算法被推广到多用户联合检测中.基于Turbo迭代原理,通过基于此算法的迭代多用户检测器和多电平正交调制以及软入软出的前向纠错编码的结合,提出一种软入软出的广义概率关联算法与软入软出的信道解码方法有机结合的新型迭代多用户检测方法.该方法利用外部信息在检测器与解码器之间的交换,进行干扰抵消并进行联合解码和判决.计算机仿真显示该方案收敛所需的迭代次数比传统的使用线性最小均方误差的联合检测解码方案少5次左右,且其误比特率性能接近最大似然接收机的性能.     

量化状态下Push-sum算法及分布式强凸优化

在时变网络图中,研究push-sum算法在量化情形下对于分布式优化问题的收敛情况,并且个体所持有的局部目标函数是强凸函数.基于算法本身的更新规则进行理论推导给出收敛分析.在一个多个体网络结构中,考虑每个节点之间只能交换量化过后的信息,采用均匀量化的方式进行探究.通过理论给出收敛性分析,并说明在量化情况下产生何种影响.经过证明得到每个节点的状态收敛到最优解附近.     

有效逼近MIMO信道容量的软解调算法

针对Turbo-MIMO系统中基于最大后验概率(MAP)的软解调方案复杂度过高的问题,基于准最大似然相移键控(QML-PSK)检测以及比特级多流编码分层调制空时(LST)传输的思想,提出了一种适用于任意正交幅度调制(QAM)星座图且可逼近MIMO信道容量的低复杂度软解调算法及其接收机模型.该算法将求解外信息时的MAP问题转换成最大似然(ML)解调问题,然后使用高效的QML-PSK检测算法求解.然而QML-PSK检测算法仅适用于PSK信号的软解调,因此文中提出了一种QAM-PSK软解调算法,采用比特级多流编码LST传输技术将高阶QAM信号转化为PSK信号.理论分析和仿真结果表明,与现有最优的基于球形译码的软解调算法相比,QAM-PSK软解调算法能以不到其1/2的复杂度获得几乎相同的误码率性能,并且其低复杂度优势在问题维数增大时更为明显.