环境信息辅助的海上无线信道测量与建模

由于海上信号传输受海水蒸发、潮汐运动等独特海洋环境影响,现有地面通信信道模型不适用于海域通信,而现有海上信道模型仍未充分考虑上述环境因素。为研究海洋环境对无线传输的影响,在中国黄海海域进行了信道测量,并实时采集船舶所在海域的水文和气象信息。在测量基础上,针对海水蒸发,根据海况参数和接收信号的功率时延谱等判断实验环境下海上蒸发波导的存在性;针对潮汐运动,提出潮汐因子修正的两径时变信道模型,并验证信道小尺度衰落符合Rice分布。实测数据与理论模型的拟合结果表明,所提出的信道模型比现有模型可以更好地刻画时变海况环境下黄海海域的信道特性。     

基于AR模型的无线衰落信道仿真

提出一种基于自回归(Autoregressive,AR)模型滤波的快速无线衰落信道仿真模型。对白噪声进行滤波,产生Rayleigh无线衰落信道。仿真试验结果表明:该信道具有与实际无线信道基本一致的统计特性,可用于实验室无线系统仿真设计、算法选择与优化。所设计的Rayleigh衰落仿真模型与传统的正弦波叠加SOS方法相比,更满足无线信道的统计规律,具有复杂度低、易于软硬件实现的优点。     

无线Mesh网络中基于信道状态的动态信道分配算法研究

对多信道无线Mesh网络中的信道分配算法进行了分析,提出了一种基于信道状态的动态信道分配策略（channel-state-based dynamic channel assignment,CSDCA）。该算法利用控制信道交互的信息,通过Hello消息的交换、发送请求（request-to-send,RTS）和允许发送（clear-to-send,CTS）的信道协商、数据传输3个阶段实现信道的动态分配,并通过仿真分析验证了该算法对多信道无线Mesh网络（multichannel wireless mesh networks,MWMN）性能的提高。     

分布式天波雷达电离层短波信道预测软件开发

分布式多输入多输出(multiple input multiple output, MIMO)天波雷达探测是基于电离层对短波电磁波的折射作用,因此,在进行正式探测前需预测出电离层短波信道性能,选取合适的探测频率,以保证探测过程的高效可靠。针对此需求开发了分布式MIMO天波雷达电离层短波信道预测软件,首先提出了软件总体模块架构,然后介绍了信道预测关键技术和最佳频率排序算法,最后基于微软基础类框架完成了软件开发。仿真结果表明,该软件可快速预测分布式天波雷达各探测信道并选取最佳探测频率,同时具有良好的扩展性。     

一种无线局域网中利用信道状态信息的维特比算法

维特比算法是一种基于最大似然序列检测的方法，它为传输的比特序列检测最可能的传输序列。在V特比译码时，利用信道状态信息(CSI)对欧氏距离加权，系统的性能会有显著的提高。采用子载波的幅度进行加权．通过采用WLAN 802．11a OFDM系统进行仿真验证表明，系统性能提高了3．6—5．2dB。由于无线局城网物理层的一致性，此方法也适用于其他无线局域网标准。     

一种无线局域网中利用信道状态信息的维特比算法

维特比算法是一种基于最大似然序列检测的方法,它为传输的比特序列检测最可能的传输序列。在维特比译码时,利用信道状态信息（CSI）对欧氏距离加权,系统的性能会有显著的提高。采用子载波的幅度进行加权,通过采用WLAN 802.11a OFDM系统进行仿真验证表明,系统性能提高了3.6~5.2 dB。由于无线局域网物理层的一致性,此方法也适用于其他无线局域网标准。      

基于信道状态信息的船舶敏感区域入侵检测方法

特殊的船舶结构和船体震动对信号造成的严重多径和噪声干扰使现有入侵检测方法在船载环境使用存在较大局限性.通过对船载环境中的信号传播特性进行研究分析,提出基于信道状态信息的非接触式入侵检测方法,充分利用WIFI信号的幅值和相位信息,同时,基于子载波敏感度的差异性现象提出敏感子载波的评价模型,通过筛选对环境更加敏感的子载波对环境进行更加精细地感知.实船测试结果表明,入侵检测精确度可达95%以上,验证了入侵检测系统的鲁棒性和可靠性.     

多用户MIMO中基于部分信道状态信息预编码的稳健性研究

在实际的MIMO中,接收端往往具有理想的信道状态信息,而发射端由于种种原因只有来自接收端反馈的部分信道状态信息(CSI)。分析了CSI,对发射端已知部分CSI设计预编码进行了初步研究,并给出了一种等效噪声方法,即将反馈误差建模为接收端的等效噪声,利用预编码准则对反馈误差、用户间干扰进行统一处理。在MIMOTD-SCDMA系统应用环境中对该方法进行了仿真分析。结果表明,反馈误差对预编码影响较大,采用等效噪声后的预编码相比没有考虑反馈误差的预编码性能有明显地提高     

一种基于WiFi信道状态信息的人体感知算法

针对现有的基于WiFi的动作识别系统不能同时识别人物身份的问题,提出一种基于WiFi信号的人体手势和身份识别算法(Wi-GAH). Wi-GAH采用神经网络方法进行设计,将信道状态信息的幅度特征转换成一个三维矩阵结构,以最大程度地保留单个样本数据所携带的空间、时间及频率相关性;然后采用二维卷积从三维矩阵中提取特征,并使用随机丢弃神经元和批归一化减小过拟合;最后利用多任务学习实现人体手势和身份的并行识别.实验结果表明, Wi-GAH对150个手势的识别准确率为95.67%,对4个人的身份识别率达到87.33%;当只需要区分人体的权限类别时,其识别准确率能达到92.05%.     

基于共轭数据重排的信道预测算法

为提高预测的精确度,在分析基本ESPRIT(Estimation Signal Parameters via Rotational Invariance Techniques)缺点的基础上,提出了一种共轭数据重排的ESPRIT信道预测算法.针对实际中平坦快速衰落信道系数为复数的特点,通过对采样数据的共轭重排,使被利用的数据长度等效于增加了1倍.仿真实验表明,该算法在运算量基本保持不变的情况下与基本ESPRIT相比,提高了信道预测的精确度.     

基于信道状态信息反馈的特征波束形成算法

在多输入多输出通信系统中,为了有效地降低系统的误符号率,提出了一种特征波束形成算法。在假设接收端能准确地完成信道估计,并能及时将信道的互相关矩阵反馈到发射端的基础上,研究了接收和发射均采用多天线的特征波束形成算法,对其性能进行了详细的分析和推导,并在此基础上研究了波束形成与空时块码的结合以提高系统的频谱利用率。计算机仿真结果表明,在接收端采用多根天线相对于单根天线能明显降低系统的误符号率。特征波束形成算法通过同时提供波束形成增益和分集增益位置,有效地提高了系统性能。     

一种基于信道感知和预测的多址接入方法

为了实现认知无线电系统中机会式的频谱接入、主动避免对主用户的干扰,提出了一种基于信道感知和预测的多址接入方法。考虑主用户对信道的占用过程具有一定的突发性和相关性,将主用户的活动规律建模为半马尔可夫过程。新算法充分利用信道感知结果和主用户的活动规律预测下一个时刻主用户的状态及剩余状态持续时间,并采用递归预测误差法进行参数估计。仿真结果表明,与传统的载波侦听多址接入算法相比,新算法能够在保证主用户阻塞概率约束的前提下,较大地提高频谱利用率,非常适用于认知无线电。     

基于本体的环境信息系统框架

为了解决环境信息学研究和应用中所遇到的数据异构、系统互操作和信息检索等问题,将信息学中本体和语义网研究领域的最新成果引入环境信息学,提出和设计了一个基于本体的环境信息系统框架。该框架以本体技术为核心,采用双层本体结构,提供语义级的信息共享和系统互操作,实现了环境信息服务和环境智能信息检索功能,具有很强的可扩展性。     

物理层网络编码与卷积信道编码相融合的无线通信方案

信号不同步是物理层网络编码研究中的热点,为了提高系统的信道容量和鲁棒性,针对异步通信条件下误码率高的难题,提出一种物理层网络编码与卷积信道编码相融合的无线通信方案.首先将置信传播算法引入到中继节点编码中,然后将信道译码和物理层网络编码联合起来,减少异步通信带来的不利影响,最后采用仿真实验测试其有效性和优越性.仿真实验结果表明,相对于其它编码方案,物理层网络编码与卷积信道编码方案不仅降低了数据传输的误码率,提高了系统通信的可靠性和信息传输速率,而且增强了系统对相位偏移和符号偏移的鲁棒性,具有更高的实际应用价值.     

基于社区信息的链接分析与预测研究

社区结构是社交网络最重要的拓扑特性之一,有助于理解用户分布和用户行为,提高链接预测的精确度。通过分析社区结构,结合贝叶斯理论,提出了一种新的基于社区信息的链接预测方法,并应用于真实的社交网络数据中对未来链接进行分析与预测。实验演示了该方法的优点和有效性,取得了很好的预测效果。     

基于多源异构信息融合的煤矿冒顶事故预报技术

基于D-S理论和模糊数学理论,建立了煤矿冒顶监测系统中多源异构信息融合模型,并提取某矿冒顶危险性数值特征,应用隶属度函数概念得出危险征兆的信度函数分配,最后利用判决规则判断其融合结果并预测该矿冒顶危险等级。该方法能简便快速的预测煤矿冒顶危险,准确识别冒顶危险预兆的目标特征,为矿井冒顶事故预报可以提供依据。     

基于纯地震信息的砂体预测及流体检测

 针对河道砂体横向变化较快的非均质性特点, 通过对低频信息保存较好的地震纯波进行信息挖潜, 提取纯地震振幅信息以及相对阻抗反演进行河道砂体预测, 利用地震低频增量属性对流体进行预测, 有效解决了河道砂体横向变化较快的横向非均质性难题。通过河道砂体及流体检测结果, 进行井位部署的优选, 提供建议井5 口, 其中4 口获得高产, 研究结果可以作为油田生产井位部署的主要依据, 此研究方法可以在类似地质条件区块中加以推广应用。     

基于环境语义信息的移动机器人重定位增强

为了提升移动机器人在室内环境下的全局重定位效率与准确性,提出一种基于环境语义信息的重定位增强方法。首先按照房间结构将室内环境分为若干子区域,并获取各子区域内常见物体信息,建立子区域物体类别表。在机器人被绑架后,通过深度学习检测识别方法与区域匹配来完成机器人粗定位,以此作为粒子滤波器的先验知识,然后通过粒子滤波算法的观测更新和迭代收敛完成机器人精定位。实验结果表明,本文方法有效提高了机器人被绑架后重定位的准确度与粒子收敛速度。