一种基于时频对偶特性的空频多普勒OFDM编码方案

基于时频对偶特性,提出了时变Doppler衰落信道下空频多普勒OFDM(Orthogonal Frequency Division Multiplexing)编码的一种新方案。在时变信道Doppler基扩展(BEM,Basis Expansion Model)模型的基础上,利用时频对偶性及循环矩阵的对角化处理,实现了时变Doppler衰落信道的线性化变换。通过OFDM调制,利用矩阵分块方法对OFDM子载频分块并按块进行复正交编码设计,实现了一般性MIMO系统中的空频多普勒OFDM编码。采用前端星座预处理与空频多普勒OFDM编码级联的方法,从而实现了包括信道Doppler分集在内的系统全分集增益。理论分析及实验仿真表明,新编码方案能稳健有效地对抗信道Doppler衰落,具有更高的频带利用率及更低的误比特率。     

基于灰建模的OFDM窄带慢衰落慢时变信道估计算法

针对OFDM窄带信道在移动传输环境下的慢时变特性, 提出了一种基于灰建模的信道估计算法. 该算法利用前一时刻的已知信道信息, 建立灰色数学模型, 预测估计下一时刻的未知信道信息, 实现信道的动态跟踪. 理论分析和仿真结果验证了灰建模在以二维时频变量描述的信道估计领域中的可行性. 与传统方法相比, 该算法不仅对窄带慢衰落慢时变信道有良好的估计性能, 而且具有运算低、频谱利用率高等优点.     

莱斯快衰落信道下差分酉空时调制的性能

无线衰落信道的快速时变给空时调制和编码算法带来极大的难度,该文将一个信道分为常数镜像部分和时变漫射部分,在此基础上,借助AR模型讨论其中漫射信道系数的逐符号变化。随着SNR的增大,对系统性能起主要影响的是信道的变化。借助平方酉信号和AR模型,推导出在时变信道下存在一个SNR极限,并给出这个极限的具体值。同时,借助SNR极限和基本差分表达式,给出差分调制下成对误差概率的近似表达式。最后,给出一些相应的仿真,对上述推导进行验证。     

快时变信道下基于深度学习的OFDM系统信道估计

针对快时变信道的非平稳特性会造成信道估计性能变差的问题，在基扩展模型下提出了一种基于深度学习的信道估计算法，并将其应用于正交频分复用(orthogonal frequecy division multiplexing, OFDM)系统中。首先，根据快时变信道矩阵的局部相关特性，构建时频特征提取网络，利用卷积结构提取快时变信道在时域和频域的相关特征，并嵌入到下一级网络中进行特征的融合。其次，利用门控循环网络捕捉信道在不同符号处的变化相关性，在快时变信道环境下实现更准确的信道估计。仿真结果表明，与其他快时变环境下的信道估计算法相比，算法的估计性能提升明显；同时，网络的轻量化结构使算法的复杂度最低下降20%。     

多接收天线下空时分组码解码算法的研究

针对时变瑞利衰落信道,提出多接收天线下两种新的空时分组码解码算法。由于多普勒频移和载频偏移,引起信道的时间选择性衰落,信道时间选择性衰落引起发送天线间互干扰(intertransmit antennas interfer-ence,ITAI)。所提方案中信道用一阶自回归模型建立,在多接收天线时,通过分集增益合并(diversity advantagecombiner,DAC)后,采用约束置零或cholesky分解的方法移除发送天线间互干扰。最后针对不同变化系数的衰落信道给出计算机仿真结果,结果表明提出的方案表现出了更好的性能。     

一种基于分数采样的混合盲均衡算法仿真研究

在数字通信中,盲均衡是克服多径衰落信道导致的码间干扰的一种有效方法。超指数盲均衡算法的迭代算法收敛速度快,且便于跟踪时变信道。同时由于实际信道往往为非最小相位系统,此时线性均衡器性能不佳。因此针对严重频率衰落和非线性相位失真信道,提出了一种分数采样的混合盲均衡算法,并获得了较快的收敛速度和较小的剩余均方误差。仿真结果证明了该算法的有效性。     

基于短时傅里叶变换的水声通信自适应OFDM均衡

由于水声环境时变特性,在水声信道中进行正交频分复用(orthogonal frequency division multi plexing,OFDM)信号传输,子载波间的正交性易受到破坏,从而产生载波间干扰,使得水声通信的误码率性能变差。针对这个问题,提出一种适用于水下时变信道的自适应OFDM均衡算法,该算法采用滑动窗口进行子块短时傅里叶变换获得接收信号的二维时频谱,进而对该二维时频谱进行自适应时-频域联合合并均衡。该自适应均衡算法中采用最小均方误差算法跟踪信道时变特性,并通过自适应判决反馈均衡更新二维时频谱的加权合并系数,提高了OFDM系统抗载波间干扰的性能。仿真分析表明,所提出的OFDM均衡算法可在时变信道下,有效降低水声通信的误码率。     

基于几何统计的无人机信道模型及硬件模拟

针对无人机(unmanned aerial vehicle, UAV)通信信号三维空间传播特点,提出了基于多圆柱体的非平稳几何统计模型(geometry-based stochastic channel model, GSCM),该模型通过引入天线位置变换矩阵,可支持UAV〖JP2〗和地面移动端(mobile terminal,MT)任意三维移动轨迹。在此基础上,构建了适合硬件模拟实现的离散化模型,并设计实现了模拟时变信道特性的随机簇生灭算法,以及基于线性调频叠加原理的非平稳衰落模拟方法。硬件实测结果表明,本文信道模拟器输出的衰落幅值分布、时延功率谱和多普勒功率谱等统计特性与理论结果比较吻合,有效复现了信道时变衰落、多径时延、多径功率和多普勒频率随着UAV的位置和速度变化而变化的过程。     

一种用于多径信道的调制识别算法仿真研究

无线信道的多径衰落造成通信信号的码间干扰,为通信信号的调制识别增加了难度。针对多径环境下的调制识别问题,提出了一种基于改进的外积分解信道盲辨识算法的调制识别新算法。算法首先对信道进行基于改进算法的信道盲辨识和盲均衡,然后对均衡结果提取高阶累积量特征完成调制识别。与已有算法相比,改进的外积分解算法提高了在信道阶数过估计条件下对噪声的鲁棒性,所提出的调制识别算法扩大了识别种类,提高了识别性能。仿真结果证明了算法的有效性。     

水声跳频通信系统性能仿真研究

回顾了水声信道的特性,针对其复杂多变和强多途特点,建立了包括时变衰落、多途干扰和加性高斯白噪声干扰的水声信道模型.在此基础上设计了一种采用非相干FSK调制的水下跳频通信系统(FH/MFSK,描述了其仿真实现过程,给出了在不同水声信道条件下的系统性能仿真结果,并对其进行了详细分析,为水声信道中FH/MFSK系统设计的参数选取和性能优化奠定了基础.结果还表明FH/MFSK水下通信系统可以有效克服多途干扰,实现可靠的水下通信.     

Nakagami信道基于16APSK的加权信噪比估计算法

自适应编码调制(adaptive coded modulation, ACM)技术是一种提高无人机(unmanned aerial vehicle, UAV)数据链吞吐量性能的有效方法,信道估计的准确性是决定ACM系统性能的关键因素之一,直接影响UAV数据链的吞吐量性能。首先对Nakagami衰落信道进行分析建模,推导了信号经过衰落信道后的表示方法。其次对Nakagami衰落信道下基于多进制数字相位调制(multiple phase shift keying, MPSK)的信噪比(signal-to-noise ratio, SNR)估计算法进行推导和分析,仿真结果表明三阶矩(third order moments, M3)SNR估计算法比传统的二〖JP2〗阶矩四阶矩(second and fourth moments, M2M4)SNR估计算法具有更好的估计性能。最后,针对Nakagami衰落信道下的现有估计算法对非恒包络调制信号估计性能差的问题,提出了一种适用于非恒包络的16阶振幅移相键控(amplitude phase shift keying, APSK)信号的加权SNR估计算法,该算法利用接收信号的先验信息和信号的阶矩关系进行SNR估计,具有复杂度低,估计精度高等优势。理论分析与仿真结果表明:所提出的算法可以有效地对16APSK调制信号进行SNR估计,且相比于M2M4算法,利用M3信息进行信道估计的加权SNR估计算法具有更高的估计精度。     

基于TCNN-BiLSTM网络的调制识别算法

针对传统调制识别算法在低信噪比下识别率不高的情况,提出双路卷积神经网络级联双向长短时记忆(two-way convolutional neural network cascaded bidirectional long short-term memory, TCNN-BiLSTM)网络的调制识别算法。首先,该算法并联不同尺度卷积核的卷积层,提取调制信号不同维度的特征。然后,级联BiLSTM层,对多维特征构建LSTM时间模型。最后,使用softmax分类器完成识别。仿真实验表明,所提算法结构在加性高斯白噪声和特定信道参数的瑞利衰落信道下,性能要优于基于传统特征和其他网络结构的识别算法。在特定信道参数的瑞利衰落信道下信噪比低至6 dB时,该算法对6种数字调制信号的识别率仍可达到92%以上。     

带有初态学习的指数变增益迭代学习控制

针对一类非线性时变系统在有限时间区间上的轨迹跟踪问题,提出一种新的迭代学习控制算法,该算法对系统的控制输入和初始状态同时采用闭环指数变增益迭代学习律。基于算子理论,对具有任意初始状态的系统,在该迭代学习律作用下的收敛性进行严格证明,同时给出该迭代学习算法收敛的谱半径形式的充分条件。该算法与固定增益的迭代学习控制相比较,不仅加快了收敛速度,而且还解决了指数变增益迭代学习控制要求初始状态严格重复的问题。仿真结果表明了该算法的有效性。     

OFDM/OQAM系统中基于BEM信道模型的盲载波频偏估计算法

针对时频双选衰落信道下基于交错正交幅度调制的正交频分复用(orthogonal frequency division multiplexing with offset quadrature amplitude modulation,OFDM/OQAM)系统的频率同步问题,将双选信道建模为复指数基扩展模型,证明了存在载波频偏情况下OFDM/OQAM接收信号的二阶循环平稳特性,在此基础上,提出一种OFDM/OQAM系统载波频率偏差的盲估计算法。理论分析和仿真结果表明由该方法构造的估计器不仅能够有效地抵抗双选信道引起的衰落而且具有很好的抗噪性能,从而可以实现对载波频偏的稳健估计。     

非正交码移键控和码索引调制算法

针对正交码移键控(code shift keying, CSK)误比特率(bit error rate, BER)性能下降和非正交码索引调制(non-orthogonal-code index modulation, N-CIM)未能充分利用扩频码自相关性的不足,提出一种非正交CSK和码索引调制(non-orthogonal-CSK-code index modulation, N-CSK-CIM)算法。发送端信息比特分为调制比特和扩频码映射比特;调制比特用来进行符号调制,映射比特映射为扩频码的索引和码相位索引。首先根据调制比特进行符号调制,然后利用映射比特映射的扩频码索引选择同一原始扩频码,并根据码相位索引进行码移键控产生新的扩频码,调制后的符号实部与虚部分别用这一新的扩频码进行扩频。仿真结果表明,在加性高斯白噪声(additive white Gaussian noise, AWGN)信道和瑞利衰落信道中,相同信噪比时, N-CSK-CIM算法的BER性能优于N-CIM算法和正交CSK算法。     

Lattice-reduction-aided MMSE precoding for correlated MIMO channels and performance analysis

The lattice-reduction (LR) has been developed to improve the performance of the zero-forcing (ZF) precoder in multiple input multiple output (MIMO) systems. Under the assumptions of uncorrelated flat fading channel model and perfect channel state information at the transmitter (CSIT), an LR-aided ZF precoder is able to collect the full transmit diversity. With the complex LenstraLenstra-Lova′sz (LLL) algorithm and limited feedforward structure, an LR-aided linear minimum-mean-square-error (LMMSE) precoder for spatial correlated MIMO channels and imperfect CSIT is proposed to achieve lower bit error rate (BER). Assuming a time division duplexing (TDD) MIMO system, correlated block flat fading channel and LMMSE uplink channel estimator, it is proved that the proposed LR-aided LMMSE precoder can also obtain the full transmit diversity through an analytical approach. Furthermore, the simulation results show that with the quadrature phase shift keying (QPSK) modulation at the transmitter, the uncoded and coded BERs of the LR-aided LMMSE precoder are lower than that of the traditional LMMSE precoder respectively when E b / N0 is greater than 10 dB and 12 dB at all correlation coefficients.     

一种提供QoS保证的公平跨层资源分配方案

提出了一种基于正交频分多址接入（orthogonal frequency division multiple access, OFDMA）系统的跨层资源分配方案。在保证各种业务服务质量（quality of service, QoS）要求的基础上,以获取系统最大吞吐量为目标,兼顾用户之间资源分配的比例公平性。该方案充分考虑了媒体接入控制（media access control, MAC）层各种业务的QoS要求和无线信道的大尺度衰落特性,将MAC层的分组调度与物理层的资源分配进行联合设计,MAC层根据物理层分配给每个用户的时变信道容量进行分组调度,物理层根据MAC层中各用户的队列状态信息为每个用户分配信道资源。仿真结果表明,该方案可以满足多用户各种业务的QoS要求,与采用等功率分配的依赖信道状态的分组调度（channel state dependent packet scheduling, CSDPS）算法相比可以提高系统下行总吞吐量,且较好地改善具有不同路径损耗的用户之间的公平性。     

Performance comparison of distributed state estimation algorithms for power systems

A newly proposed distributed dynamic state estimation algorithm based on the maximum a posteriori (MAP) technique is generalised and studied for power systems. The system model involves linear time-varying load dynamics and nonlinear measurements. The main contribution of this paper is to compare the performance and feasibility of this distributed algorithm with several existing distributed state estimation algorithms in the literature. Simulations are tested on the IEEE 39-bus and 118-bus systems under various operating conditions. The results show that this distributed algorithm performs better than distributed quasi-steady state estimation algorithms which do not use the load dynamic model. The results also show that the performance of this distributed method is very close to that by the centralized state estimation method. The merits of this algorithm over the centralized method lie in its low computational complexity and low communication load. Hence, the analysis supports the efficiency and benefits of the distributed algorithm in applications to large-scale power systems.