一种改进的MIMO系统接收天线选择算法

天线选择技术能以很小的性能损失获得射频成本的大幅度降低,并能提高MIMO系统的容量.为了快速选择出使系统容量最大的接收天线子集,提出了一种基于逐增算法的改进算法.该算法通过实时更新优化参数,大大降低计算复杂度;采用每步处理2行的方法,使计算时间进一步减少.仿真结果表明,该算法计算时间大大减少,并且系统容量几乎不受影响.     

秩亏缺信道下快速发射天线选择算法

研究了秩亏缺信道下发射天线选择问题.为了保证信道矩阵是列满秩,因此选择出的天线子集中的发射天线数量等于信道矩阵的帙数.提出了容量最优化的发射天线选择算法,但这种算法的计算量太大了.因此,提出了一种基于列主元QR分解的发射天线选择算法,这种算法具有很低计算复杂度.仿真结果显示通过这种方法确定的天线子集在信道容量方面也有很好的性能,尤其在高信噪比情况.     

基于MMSE准则的发射天线子集选择算法

多天线无线系统可提供更大的信道容量和更好的抗衰落能力,发射端利用反馈的部分信道状态信息进行发射天线子集选择是降低MIMO系统实现复杂度和成本的有效手段。本文从差错概率最小化的观点出发,提出了基于MMSE准则的天线选择算法,它通过计算经MMSE检测后各去耦子信道的信噪比,选择较好的发射天线并反馈给发射端。仿真实验表明,该算法具有较优的性能。     

一种基于天线选择的比特功率分配算法

链路自适应技术根据信道环境的变化自适应地调整发射功率、调制方式等,以最大化地利用无线信道资源．为了适应3G对可变数据速率和灵活QoS的要求,结合天线选择技术、比特分配和功率分配技术的优点给出一种基于天线选择的比特和功率分配算法,基于天线选择的比特和功率分配算法在BER受限的情况下最大化数据传输速率．仿真结果表明,该算法比原算法能有效地提高数据传输速率．     

CDMA系统中的几种智能天线自适应算法

首先介绍了RLS，LMS，CMA等适于在CDMA中应用的智能天线算法，并通过建模仿真来分析几种算法的性能及天线阵元数、用户数等指标不同时，智能天线接收信号的性能差别。RLS算法比LMS算法收敛速度快，LMS算法比CMA算法收敛速度快；达到SINR要求时，系统容量与天线阵元数成正比。RLS，LMS算法在解扩前处理收敛速度比解扩后处理收敛速度快。     

一种基于功率分配和天线选择算法的V-BLAST系统设计

将天线选择算法引入采用功率分配算法的V—BLAST（vertical bell laboratories layered space．time）系统能有效改善BER的性能，从而降低错误传播对系统的影响．在此，以最小化向量错误概率为目标，在一种发射端有2根天线的最优功率分配V—BLAST系统的基础上引入发射天线选择技术（算法），将该系统从发射端有2根天线的V-BLAST系统扩展到通用的V-BLAST系统中．仿真结果表明，此方案无论是在各层BER性能上还是在向量错误概率上都优于原系统的无天线选择方案，并且随着系统向量错误概率的进一步降低，有天线选择的方案相对于无天线选择的方案在性能上会有进一步的提高.     

CDMA系统中的几种智能天线自适应算法

首先介绍了RLS,LMS,CMA等适于在CMSA中应用的智能天线算法,并通过建模仿真来分析几 种算法的性能及天线阵元数、用户数等指标不同时,智能天线接收信号的性能差别。RLS算法比LMS算法 收敛速度快,LMS算法比CMA算法收敛速度快;达到SINR要求时,系统容量与天线阵元数成正比。RLS,LMS算法在解扩前处理收敛速度比解扩后处理收敛速度快。     

基于改进ResNet网络的猫狗图像识别

动物种类的识别一直是图像识别领域的重点,为了更好地对图像中动物进行识别、帮助社会对家庭宠物的管理,本论述提出一种基于ACNet模块和CBAM注意力机制模块而改进的ACResNet18模型用来识别猫狗种类,通过非对称卷积快增强网络模型的核骨架,实现更有效的特征提取,引入CBAM注意力机制加强网络识别精度,能够更精确地对图像中猫狗进行识别和分类。本次实验使用Kaggle竞赛中的猫狗数据集进行图像识别,并通过对比实验,验证了相比于原模型,改进后的模型准确率有明显提升,最终提高了模型在图像分类上的精确度和鲁棒性,证实了该模型的可靠性。     

基于ResNet网络的红绿灯智能检测算法研究

提出了一种基于深度学习的红绿灯目标检测算法.在Yolo V3模型中引入残差模块学习方法,提出以ResNet残差网络模块作为特征提取网络,优化网络结构深度,对图像模型裁剪、训练参数等方面进行调整,利用PaddlePaddle深度学习平台AI Studio对红绿灯目标检测模型进行训练,得到了红绿灯的准确检测结果,红灯测试精...     

智能天线中一种抑制干扰的波束形成算法

提出了一种新的用于智能天线中极大抑制干扰的波束形成算法，在干扰信号的导向矢量矩阵的零空间内，经过正交基矢量的线性组合，用最小二乘法求得最接近期望信号导向矢量、并同时对各个干扰信号零陷的权值。与MVDR算法相比，本算法对干扰的抑制更加有效。     

MIMO系统中改进的天线选择算法

递增和递减两种选择算法,可以极大降低MIMO系统中选择天线时的计算量,同时又可以使MIMO系统的容量达到最大.但在天线规模较大时,选择天线时的计算量仍较大,有必要作进一步的处理以降低选择时的计算量.文中提出了基于上述两种方法的改进算法,以低于2%的容量代价,降低多达20%～30%计算量.     

基站协作系统中的低复杂度天线选择算法

根据多基站协作系统的特点,提出了2种次优的低复杂度天线选择算法：基于协作基站总体信道矩阵范数的天线选择算法(aggregate channel frobenius norm antenna seltction,ACFAS）和基于每个协作基站信道矩阵范数的天线选择算法(individual channel frobenius norm antenna seltction,ICFAS）。 ACFAS算法以全部协作基站与用户的整体信道矩阵的Frobenius范数为天线选择的目标函数,而ICFAS算法则以参与协作的每个基站与用户的信道矩阵的Frobenius范数为天线选择的目标函数。仿真结果和复杂度分析表明,提出的多基站协作系统天线选择算法复杂度较低,但是系统的容量性能受到损失,是一种次优的低复杂度天线选择算法。     

基于修正Gram-Schmidt的QR分解的天线选择算法

针对传统天线选择算法在以误码率作为性能指标进行天线选择时，需要对所有可能的天线子集进行全搜 索的缺点#提出了基于修正Gram-Schmidt的QR分解的天线选择算法，并对算法的计算复杂度进行了分析。与以 往算法相比，该算法可用于相关信道的场合，并且复杂度明显降低。仿真结果证明了其算法的有效性。     

基于QR分解的快速天线选择算法

天线选择是MI MO(Mnltiple input multiple output)系统中一项重要的技术,可以很小的性能损失换取成本的大幅降低,从而提高系统的性能价格比.通过对信道容量的深入分析,在次优递增算法的基础上,提出了一种基于QR分解的快速天线选择算法.该算法提供的信道容量几乎与最优天线选择算法相同,同时计算复杂度有明显的降低.     

MIMO系统一种新的天线选择算法

在多径衰落环境中,MIMO 系统能够极大地提高无线通信系统的容量和可靠性,发射/接收天线选择方法能以很小的性能损失换取射频成本的大幅度降低,使 MIMO系统不完全受射频成本的限制.为快速选择出使系统容量最优的发射/接收天线子集,该文提出一种新的快速简单的天线选择算法.仿真结果表明,该算法降低了计算复杂度,在获得很高的系统容量的同时,大大降低了系统误码率.     

MIMO系统发射端天线选择对性能的影响

基于发射端天线选择对MIMO系统性能的影响进行研究.首先建立信道模型,然后对采用ZF接收机的情况下误码率性能进行分析,并讨论了天线选择标准.仿真结果表明,不进行天线选择,获得误码率为10-2所需要的信噪比至少为22.5 dB;进行天线选择,获得误码率为10-2所需要的信噪比为18 dB,证明天线选择能改善系统性能.     

相关信道下低复杂度的发射天线选择算法

文中借助于矩阵奇异值最小下界的估计方法,提出了一种基于盖尔圆算法的天线选择新算法.该算法的关键就是在选择天线的每次迭代过程中,采用的是选择使信道矩阵最小奇异值下界最大的列.该算法在减小天线间的相关性的同时,也使得所优化的系统的容量最大化以及误码率最小化.仿真结果表明,该算法不仅降低了计算复杂度,而且所得到的信道容量明显优于随机选择算法和小幅度高于盖尔圆算法.     

一种用于MIMO系统的改进型快速天线选择算法

通过比较信道容量公式中的参数,利用行列式结合律特性和逐级递增天线数量的指导思想,提出了一种改进型快速天线选择算法．该算法与传统的快速天线选择算法相比,能够更快地选择出对信道容量贡献最大的接收或发送端天线,在不影响信道容量和系统误码率性能的情况下,可显著降低计算复杂度．     

基于绿色通信的大规模MIMO天线选择算法

绿色通信是移动通信系统（例如5G系统）的主要特征之一。在大规模多输入多输出（multiple-input multiple-output, MIMO）系统中如何提高能源效率是一个重要研究课题,天线选择是提高能源效率的有效方法。现有的天线选择算法有些是局部优化,有些是单目标优化,为克服这些缺点,提出了基于博弈论的大规模MIMO天线选择算法。该算法通过系统容量和发射功率构造博弈的效用函数,每进行一次博弈都得到一组天线,在博弈达到均衡时,能源效率取得最大值。文中给出了纳什均衡存在性证明,也推导了纳什均衡点与能源效率之间的等价。仿真结果表明,采用博弈论算法能够克服局部优化,在保持信道容量较高的同时也提高了能源效率,可见该算法在能源效率上的提高有助于实现绿色通信。