基于比率选择的自适应子载波分配方法

根据已有的无线资源分配算法,提出了一种新的基于比率选择（ratio—based selection,RBS）的分配算法．在多用户OFDM系统中,目前常用的次优子载波算法由于只遵循信道增益最好规则而可能导致不得不分配信道增益很差的子载波给用户的现象．RBS算法采用信道增益最好用户和次好用户的“比率”来分配子载波,避免了这种情况的发生．仿真显示,与其他次优子载波分配算法相比,RBS算法能够以较低的运算量获得更好的性能,具有较高的实用性．     

基于载波干涉扩频码实现OFDM峰均比的降低

介绍了在OFDM系统中应用正交伪随机载波干涉扩频码,即对每个并行数据流在OFDM的所有载波上进行扩频处理,并给出了相应的结构框图.与传统的OFDM方案相比较,该方案通过正交伪随机载波干涉扩频码技术能有效的降低OFDM系统的峰均比,并获得较大的频率分集增益.计算机仿真结果表明,通过选取合理的正交伪随机载波干涉扩频码,能使系统的峰均比得到较明显的改善.     

一种改进的降低OFDM峰均比的载波预留法

提出了一种改进的载波预留(tone reservation TR)算法来降低OFDM系统的PAPR(peak-to-average power ratio).传统的TR算法虽然可以很好地抑制高PAPR的出现,但这种全搜索系统的计算量非常大.而改进的TR算法在保持传统算法优点的同时,利用相邻-迭代方法,大大降低了计算量,从而降低了算法的复杂度,仿真结果验证了此改进算法的有效性.     

煤矿井下OFDM自适应调制技术

煤矿井下环境恶劣,多径效应带来噪声增加和误码率上升,使通信质量下降。针对这一情况,将正交频分复用（OFDM）自适应调制技术引入井下无线通信系统,选择瑞利衰落信道模型,采用SVD算法和低通滤波、三次样条插值算法进行信道估计和插值,并对OFDM自适应调制算法进行性能仿真。结果表明,自适应调制算法的误码率性能明显优于固定调制;SBLA自适应调制算法比Greedy、Fishcher和Chow算法更易实现;低通滤波插值算法比三次样条插值法更能准确估计信道特性。该研究为煤矿井下信息的实时、高速、准确传输提供了技术参考。     

一种改进的基于FFT/IFFT预留子载波的PAPR抑制算法

在正交频分复用(OFDM)系统中高峰均功率比(PAPR)将会引起信号的畸变,使系统的误码性能严重下降。预留子载波算法(TR)能降低高峰均功率比(PAPR),但是具有较高的复杂度,基于FFT/IFFT的预留子载波法能很好地降低其复杂度,但PAPR抑制效果还有待提高,并且放大系数较大时会导致误码率性能发生一定程度的恶化。为了更有效地抑制OFDM系统的PAPR,本文提出了一种改进的基于FFT/IFFT预留子载波的PAPR抑制算法,该算法通过用不同的修正相位序列乘以预留子载波上的削峰信号,与数据信号相加后得到多组备选信号,再从中选择一组PAPR最小的信号进行发送。仿真结果表明,在不增加计算复杂度的情况下,与原算法相比,改进算法能够获得4dB左右的PAPR性能增益。     

OFDM系统载波小数频偏与子载波间干扰分析

在OFDM通信系统中，由于发射端和接收端之间的载波同步误差带来了载波小数频偏，导致了ICI的产生，直接影响到OFDM通信系统性能。该文从数学角度定量分析了0FDM通信系统载波小数频偏，及其引入的ICI对0FDM通信系统的影响，其有实用的参考价值。     

多载波无线电探测器信号波形设计

目的对正交频分复用多载波探测体制进行发送信号波形优化设计。方法建立发送信号模型,推导出正交频分复用多载波探测信号模糊函数;根据系统性能要求,提出波形设计的两准则;按照两个设计准则,通过计算机仿真进行波形设计与分析。结果实现正交频分复用多载波探测体制发送信号波形优化,设计出满足两个设计准则的优选波形。结论子载波上发送相位编码序列为广义类chirp序列(P4码)、广义多相巴克码的正交频分复用多载波信号具有图钉形的模糊函数,峰均比PAPR<2是多载波探测的优选波形。     

多用户MIMO-OFDM自适应子载波组分配的优化算法

针对于多用户多输入多输出-正交频分复用(MIMO-OFDM)下行传输,提出一种基于用户信道特征反馈自适应调整多用户子载波分配的优化算法.该算法提出的简化技术将信道相关带宽信息和动态子带分配算法联合起来,将连续子载波分配的最小单元由单个子载波变为子载波组,从而能在不明显影响系统性能的基础上有效改善传统子载波自适应算法中运算量较大的问题.仿真结果表明:该算法运算量获得较大的简化,但在性能上接近于传统动态子载波分配的效果,是一种有效的多用户动态自适应子载波分配算法.     

基于索引调制的5G新波形滤波正交频分复用技术

滤波正交频分复用(filtered-OFDM,F-OFDM)作为5G候选技术之一,虽然继承了正交频分复用(orthogonal frequency division multiplexing,OFDM)技术的优点,同时在系统灵活性以及对抗系统延时方面具有十分突出的优势,但仍存在对频偏敏感、峰均比较大的问题。针对这一缺点,提出F-OFDM索引调制系统,该系统通过将F-OFDM系统每个子带上的发送数据比特分为索引调制比特与星座调制比特,利用索引比特选择激活子载波,然后将星座调制符号放在激活子载波上进行发送,在接收端利用不同检测算法,如最大似然(maximum likelihood,ML)检测或能量检测算法进行检测解调得到估计发送符号。通过分析与仿真结果表明该系统不仅能有效抑制频偏对系统性能的影响,而且能降低F-OFDM系统所存在的较高峰均比问题,具有一定的现实研究意义。     

多用户OFDM系统的子载波分配算法

自适应分配技术的应用能优化多用户正交频分复用系统功率的使用．文中在对功率最优化问题进行分析后，提出了一种基于用户速率和信道特性的子载波分配算法．该算法不需要另外计算最终分配给各用户的子载波数，其分配过程包括基本分配和剩余分配两个步骤．在基本分配中保证各用户数据能被及时发送，在剩余分配过程中，以减小各用户所需的发射功率可达到最小值为原则进行子载波分配．仿真结果表明，该算法能有效降低系统的发射功率．     

基于双互信息准则的雷达自适应波形设计方法

自适应波形优化技术是认知雷达的关键技术之一,通过优化发射波形能够提高雷达系统性能.针对目标检测问题,在杂波环境下,提出一种基于双互信息优化准则的自适应波形优化方法.该方法同时以接收信号与目标冲激响应之间的互信息最大和接收信号与杂波冲激响应之间的互信息最小为优化准则,在发射信号能量有限的约束条件下,建立优化模型,通过最大边缘分配算法求解最优波形.仿真结果表明,相对于固定波形,所提方法优化发射波形能够提高目标检测性能.     

压缩感知雷达波形优化设计

针对压缩感知雷达(CSR)波形优化问题,该文提出一种基于感知矩阵相关性最小化的CSR波形优化设计方法。首先建立了CSR的系统模型,给出了最小化感知矩阵相关性的波形优化目标函数,其次以多相编码信号作为优化码型,采用模拟退火(SA)算法对目标函数进行优化求解。优化波形有效降低了感知矩阵的相关性,由此提高了CSR目标信息提取的准确性和稳健性。计算机仿真表明优化波形使得感知矩阵相关系数较传统雷达波形明显减小,验证了该方法的有效性。     

一种非线性调频波形优化设计算法

将遗传算法与动态优选法相结合，构成了一种新的算法，该算法能够有效抑制非线性调频信号通过匹配滤波器后产生的旁瓣，最后与数值法和动态优选法进行了比较。     

NC-OFDM多种群自适应免疫优化子载波分配算法

资源分配是认知无线电网络中的关键问题,为实现认知用户总发射功率最小,针对NCOFDM系统提出了一种多种群自适应免疫优化子载波分配算法。给出了算法的基本思想及实现流程,设计了合适的自适应算子,加快算法收敛速率的同时避免陷入局部最优。仿真结果表明,相同条件下与已有算法收敛速率提升20%,系统总功率降低10%,实现了快速、高效的子载波分配。     

一种实用自适应Turbo编码调制的优化设计

提出一种用于慢衰落信道上的实用自适应Turbo编码调制方案．该自适应方案在所有衰落域中使用相同的、由码率可变Turbo编码器和速率、功率可变多阶正交幅度(MQAM)调制器组成的Turbo编码调制器，具有较低的实现复杂度．给出了满足各种系统约束条件下的优化设计，并通过系统仿真验证其性能．结果表明，同时自适应调整Turbo编码调制器的速率和传输功率可以达到距Shannon容量限仅2．5dB的优异性能。     

基于深层神经网络的雷达波形设计

针对雷达波形多准则优化目标函数难以建立的问题,降低目标响应的不确定性,提高雷达检测性能,提出了一种基于深层神经网络的雷达波形设计方法。首先,根据雷达回波数据形式进行深层神经网络(DNNs)结构设计;然后,将基于信噪比(SNR)和互信息(MI)准则产生的信号随机混合并与其所对应的环境信息组成训练集,对DNNs训练;最后将另一部分基于互信息准则产生的信号与其对应的环境信息作为测试集,利用DNNs生成信号并进行测试。实验结果表明,使用该方法产生的信号作为雷达发射波形与仅基于MI准则产生的信号作为雷达发射波形相比,雷达回波与目标的互信息量最大提高了21.37nat,雷达接收信号的信干噪比最大提高了1.35dB。与线性调频信号相比,相应的互信息量最大提高了950.76nat,相应的信干噪比最大提高了18.23dB。     

基于信噪杂比最大能量分配认知雷达波形设计

针对认知雷达信号处理中基于信噪杂比（SINR：Signal to Interference plus Noise Ratio）最优波形设计中因对拉格朗日乘子进行搜索而导致计算量大的问题, 提出一种基于信噪杂比最大能量分配方法。该方法通过离散化的能量进行合理分配, 获取回波的最大SINR, 从而得到认知雷达的最优发射波形。仿真实验表明, 基于信噪杂比最大能量分配方法与拉格朗日乘子算法获取的认知雷达最优波形相近, 但该方法因不需对乘子进行搜索而减少了计算量, 提高了计算速度。     

面向多目标ISAR成像的MIMO雷达波形优化

现有MIMO雷达波形优化设计大都是根据跟踪、检测等雷达任务的需要而设计的窄带发射信号,没有考虑成像任务的要求。提出一种面向多目标ISAR成像任务的MIMO雷达波形优化设计方法,将雷达获取的关于目标的位置、雷达散射截面积(RCS)、速度等先验信息以及成像对雷达发射波形的带宽限制作为波形优化的重要约束条件,建立了面向多目标成像任务的波形优化模型,并通过共轭梯度算法进行求解。所设计波形可同时实现对不同方向的目标的成像。     

基于混合罚函数法的认知雷达波形设计

针对认知雷达发射波形的信杂噪比(SINR: Signal to Interference plus Noise Ratio) 往往需要大于一定阈值的问题, 在传统波形设计准则的基础上建立一种新的认知雷达波形发射系统模型。此模型以目标与回波间的互信息为目标函数, 以信杂噪比和能量作为约束条件, 通过混合罚函数法对模型求解, 最终获得认知雷达的最优波形。仿真实验证明, 该波形可以将波束能量分配给杂波响应较弱、目标响应较强的频段, 满足认知雷达对发射波形的要求, 从而解决了发射波形的SINR 阈值问题, 并最大化目标与回波间的互信息, 具有较强的应用性。