认知无线电加权软合并联合频谱感知算法

为了提高认知无线电的频谱感知性能,提出了对认知无线电用户的检测信息进行加权软合并的联合频谱感知算法. 该算法通过降低对授权用户的干扰和提高认知无线电吞吐量,分别使用最小化干扰加权和最大化吞吐量加权. 算法为信噪比高的用户或者到合作中心信道增益低的用户分配较大的权重,能够提高高信噪比用户的检测信息在合作检测中所占的比例,同时补偿信道衰落对检测信息带来的损失. 仿真表明：该算法的性能比基于信噪比加权或非加权的算法更好,能够降低干扰并提高吞吐量,同时能够降低信道衰落对联合频谱感知性能带来的影响.     

基于遗传粒子群优化的认知OFDM网络资源分配算法

针对采用正交频分复用的认知无线电网络中的多用户资源分配,提出一种在系统传输功率额定值、主用户的干扰阈值、次用户间的比例公平性等约束条件下能使系统容量最大化的资源分配算法.首先基于遗传算法设计一种子载波分配方案,然后采用基于多级惩罚函数的粒子群优化算法进行功率分配.仿真表明,所提算法能获得接近于最优算法的系统容量,且能提高用户间的比例公平性,同时降低计算复杂度.     

基于QoS的认知OFDM无线电系统自适应资源分配

摘要：根据认知无线电的特点和正交频分复用的传输特性,提出了一种针对认知OFDM无线电系统的自适应资源分配算法. 该算法在子载波和功率分配中,通过把次用户对主用户干扰的功率限制在主用户可容忍的门限以下,使次用户信道容量最大化. 同时,利用比例公平性保证了每个用户的通信服务质量. 仿真结果验证了所提算法的性能和有效性.     

基于MILP模型和QPSO算法的绿色物流调度方法

针对物流网络中绿色且经济的物流调度问题,提出一种基于混合整数线性规划(MILP)模型和量子粒子群优化(QPSO)算法的物流调度方法 .首先,根据实际情况设定物流网络中的各种元素属性,如制造商、分销商和经销商的能力以及运输方式.然后,构建一个综合考虑交付时间最小化和碳排放量最小化的目标函数,并根据网络属性约束构建一个物流调度的MILP模型.最后,通过一种QPSO算法来求解该MILP模型.在一个汽车销售物流网络上的实验结果表明,提出的方法能够很好地均衡交付时间和碳排放量.     

认知网络中主用户接收机通信区域建模及分析

在现有认知无线网络模型综合分析的基础上,针对以主用户发射机为中心进行干扰区域建模的不足,提出一种基于主用户接收机为中心的认知网络模型.基于该模型,采用信息论的观点,在主用户最低吞吐量和主用户通信中断概率的限制条件下,分析得出了主用户通信半径、认知用户密度及主用户吞吐量的相互量化制约关系.数值分析结果验证了该模型在认知用户对主用户接收机干扰过程中的合理性和有效性.     

基于干扰管理的宏基站与家庭基站联合资源分配

提出了一种宏用户与家庭小区联合资源分配算法,该算法基于启发式动态分簇算法对宏用户和家庭基站进行联合信道分配,在对家庭基站进行分簇的同时有效降低了家庭基站系统与宏蜂窝系统之间的跨层干扰. 在保证宏用户和家庭用户QoS 的约束条件下,构建了以最小化家庭基站发射功率为目标的最优化问题,并推导了优化的家庭基站发射功率的闭合式,最后用次梯度法解优化问题. 仿真结果表明,该算法降低了家庭基站系统干扰,减小了家庭用户中断概率,并提高了家庭基站能量效率.     

快速跟踪移动目标的递归恒模算法

提出了一种快速跟踪移动目标的盲波束形成新算法,算法摒弃了传统的自适应波束形成算法在跟踪移动目标时,独立地进行每一次波束形成的观念,充分利用前续波束形成所提供的用户的方向信息,较大程度地加快了后续波束形成的进程,从而提高了算法跟踪移动目标的实时性.计算机模拟跟踪实验证实了它的可行性.     

认知网络中的容量最优机会干扰对齐接入

在传统认知网络中,认知用户只能接入主要用户的空闲频带,而不能同时与主要用户共享带宽. 为了更有效地利用频谱资源,提出一种容量最优机会干扰对齐接入算法. 在保证主要用户信道容量的基础上,认知用户与主要用户可以占用相同的频带同时接入网络,且认知用户对主要用户的干扰为零. 所提出的算法由混合网络基站估计信道状态信息,并计算主要用户的信道容量和系统总信道容量. 根据容量最优的准则确定预编码向量及解码向量. 当主要用户的信道容量与未接入认知用户相比几乎不下降,且总信道容量大于未接入认知用户的总容量时,认知用户以容量最优机会干扰对齐的方式接入网络. 仿真结果表明：在相同信道状态条件下,所提出的算法较现有算法具有更优的信道容量并可提高认知网络频带利用率.     

家庭基站网络分布式资源分配算法

针对具有自组织特性的家庭基站(home eNodeB, HeNB) 网络,提出了一种分布式资源分配算法. 该方法首先使HeNB 根据网络状况选择分量载波,而当接收到邻小区的重选请求时,可以重新选择备用载波列表中的载波,释放当前使用的载波给邻居使用,从而提高HeNB 获得可行载波的可能性. 使HeNB 根据优化目标函数自主地进行功率优化,以减少小区间干扰并提高系统容量. 通过蒙特卡罗方法分析该算法的性能,仿真结果表明：该资源分配算法能够提高用户的平均吞吐量并降低中断概率.     

IP流分流的异构无线网络负载均衡

摘要： 针对传统异构无线网络硬负载均衡方法业务阻塞率较高的问题,根据软负载均衡方法,提出了异构无线网络中基于IP流分流的负载均衡算法. 该算法通过数值分析得到最佳分流比率,在用户请求网络接入或切换时,根据最佳分流比率将用户业务分成子流,并把各子流接入或切换到相应网络,保证了网络间的负载均衡. 仿真结果表明,所提算法相对于传统的硬负载均衡方法,降低了业务阻塞率和业务丢包率.     

提高空间谱算法分辨率的DOA估计

针对传统MUSIC算法在低信噪比,小快拍数等非理想条件下分辨率下降的问题,提出了改进的基于子空间投影的MUSIC测向算法. 该算法充分利用子空间信息,采用新的特征值校正方法对噪声子空间进行加权,并与加权信号子空间投影进行空间谱合成,得到新的空间谱函数. 搜索函数极大值,就能得到来波方向. 新方法既保
留了噪声子空间算法的高分辨性能,又保留了信号子空间算法的稳定性. 计算机仿真和实测数据表明新方法有效.     

共形阵列LFM信号DOA和极化参数的联合估计

利用分数阶傅里叶变换(fractional Fourier transform, FRFT)对线性调频(linear frequency modulation,LFM)信号的能量匹配聚焦特性来简化共形阵列的数据模型,根据子空间拟合原理提出一种信源DOA和极化参数的去耦联合估计方法. 直接进行DOA估计涉及求解难度较大的多维多峰参数搜索过程,于是通过重构噪声子空间
和流形矩阵建立了单峰的目标函数,然后用PSO算法估计信源方位角和俯仰角,在此基础上利用ESPRIT实现极化参数估计. 仿真实验表明,去耦参数估计方法能在保证算法性能的前提下简化问题复杂度,有效降低运算量.     

双基地MIMO雷达多目标定位

针对双基地多输入多输出雷达目标定位问题,提出一种基于联合矩阵上三角化的收发角度估计算法. 将收发角度估计问题转化为联合矩阵上三角问题,采用扩展QZ迭代算法对其求解,估计收发阵列流型矩阵,最后利用谱分析算法恢复收发角. 该算法充分利用匹配滤波输出的所有信息,无需二维谱峰搜索,每次迭代均可得到精确的闭式解. 与现有算法相比,该方法的角度估计精度更高,且收发角可自动配对. 仿真结果表明所提算法的有效性.     

多天线深空中继通信系统的中断概率和信道容量

中断概率和各态历经信道容量是分析深空通信系统性能的重要指标. 针对深空通信系统中链路损耗大、时延长、频繁中断的问题,分析了多天线深空中继通信系统的中断概率和各态历经信道容量. 根据深空通信环境的特点建立了基于独立不同分布瑞利衰落信道的系统模型,推导了单支路信噪比的精确表达式,进而给出了单支路接收信噪比的概率密度函数,并推导了在选择合并方式下系统中断概率的闭合解析式以及各态历经信道容量的近似表达式. 通过对系统性能的仿真,验证了本文系统模型和理论分析的有效性.     

异构网络中的丢包区分和拥塞控制机制

现有异构网络传输控制协议不能准确估计网络状态,缺乏有效的丢包区分机制. 为此,提出一种基于效用估计的丢包区分算法,并将其应用于多媒体业务TCP 友好传输控制协议. 该算法将网络状态估计算法和差异化丢包区分算法相结合,根据分组到达时间间隔估计当前网络的可用带宽,计算效用参数并估计网络状态,自适应地选取合理的区分机制,以准确区分无线-有线异构网络中拥塞/无线丢失,提升多媒体传输控制协议性能. 实验部分比较了该算法与现有文献方法的仿真性能.     

基于交互历史的三维家居个性化推荐与虚拟展示

为了满足家居设计的个性化需求,将个性化推荐算法引入移动交互式三维家居个性
化设计系统中,提出了基于交互历史的协同过滤推荐算法. 首先,分析了用户的历史交互行
为,构建了一个新的用户兴趣度量度模型,将用户的交互行为转换成用户兴趣度矩阵. 然后,
综合考虑了家具单品的时效性和资源关联特性,并将这两种特性引入协同过滤推荐算法的生
成推荐过程中,以提高推荐质量. 最后,将系统推荐的家具单品应用到三维虚拟家居设计场景
中,通过对场景个性化编辑与虚拟展示,完成家居的个性化设计. 实验结果表明,该方法是可
行的,能有效提高推荐质量,具有较好的用户体验和视觉效果.     

地铁隧道内多径信道的统计特性

由于地铁隧道内电波的多径特性以及特殊的环境结构,其他环境下的电波传播理论不适用. 为此,利用射线跟踪法及无线电统计理论分析了典型地铁隧道环境下多径时变信道的时延扩展、多普勒频谱扩展及多普勒频偏. 仿真结果表明,多普勒频谱扩展和多普勒频偏随信号频率和列车移动速度的增加而增加,而RMS时延扩展随信号频率的增加而减小. 以上结论可以为4G、5G系统在地铁中的应用提供理论依据.     

解到达角估计模糊的二次虚拟阵列变换

引入非均匀时延构造虚拟阵列变换的变换矩阵,提出一种基于二次虚拟阵列变换的到达角估计方法. 该方法利用非均匀时延间隔的随机性,每一次快拍下都等效于随机改变虚拟阵元的阵元间隔,突破了空域采样定理的限制,解决了在使用较大阵元间距条件下到达角估计的模糊问题. 同时增大的阵元间距也提高了估计的精度和分辨力. 进一步的实验表明,该方法是可行的、有效的,且能改善小信噪比条件下的估计精度.