基于线性调频信号的分数域奇偶信道化接收的方法研究

针对线性调频宽带脉冲信号,提出了一种基于分数阶域的奇偶交替信道化接收的方法.首先介绍了分数域奇偶信道化的相关原理及其工程实现的高效结构,然后分析了宽带线性调频信号经过分数域奇偶信道化后的输出信号样式.通过仿真验证,该方法对非平稳信号具有很好的能量聚焦性,避免了信号在滤波器组过渡带时出现的跨信道问题,对于提高输出信号的信...     

V2V三维宽带信道建模与统计特性分析

针对5G车对车(vehicle to vehicle, V2V)无线通信系统,基于几何随机建模方法,提出一种改进的三维宽带多输入多输出(multiple-input and multiple-outpit, MIMO)信道模型。引入多共焦半椭球体模型用于研究不同传播延迟下的V2V信道统计特性,结合时变的路径长度、信号角度和莱斯因子表征V2V信道的非平稳特性。推导了空-时相关函数、多普勒功率谱密度等关键信道统计特性的数学表达式。分析了城市和高速场景下信道相关特性的差别,并研究了车流密度、运动方向、天线角度、传播延迟等因素对信道统计特性的影响。结果表明,城市场景下的时间相关性和空间相关性明显低于高速场景;不同传播延迟下的V2V信道统计特性有明显差异;信道相关性同天线阵列角度、收发车运动方向和时间变化密切相关。模型仿真结果为车载通信提供了一些有价值的结论,可以作为未来V2V通信系统设计、优化和评估的有效指导。仿真结果与实测数据较好地吻合,证明模型能正确表征V2V无线信道的相关特性。     

基于信道特征生成对抗网络的信道建模方法

基于生成对抗网络(generative adversarial networks, GAN)的数据生成特性,提出一种用于信道特征生成的GAN改进模型,即信道特征生成对抗网络(channel feature generative adversarial networks, CFGAN)。采用完全无监督学习信道特征方式,利用线性编码向量与生成信道之间的互信息关系和变分互信息最大化原理,实现编码向量与信道特征对应;采用实测室内电力线信道数据集训练CFGAN模型,训练完成的CFGAN能够学习到不同信道特征分布。仿真表明,在-80～-10 dB大动态衰减范围内,CFGAN可根据学习到的信道特征生成具有明显区别的4类信道模型,并且生成信道和实测信道的信道特征差异小于2%。     

A MAC Protocol of Data for HFC Network

介绍一种新的在HFC上行通道有效传输数据信息的媒质接入（MAC）协议,采用双时隙冲突分解算法对HFC网络竞争信道性能进行分析.     

一种超宽带无线电的快速时延估计算法

超宽带无线电直接发射脉冲,具有非常高的时间分辨率,从而可以精确估计信号传输时延,因此比较适应精确定位应用,可是在实际应用中,在合理的时间内估计信号传输时延是一个难题。为此,提出了一种超宽带无线电的快速时延估计算法,算法分为两个阶段,首先通过接收信号强度(RSSI)进行粗粒度的时延估计,然后通过基于符号采样率的相关运算估计精确的时延。仿真结果和分析表明,算法具有时延估计精确和快速的优点。     

衰落信道下OFDM系统中I/Q不平衡的估计和补偿技术

为了研制低价格、低功耗、小尺寸的OFDM终端,零中频的接收机结构越来越倍受关注。但是相对于经典的超外差结构,在零中频结构的接收机中射频损伤将更为严重。首先介绍了由零中频接收机产生的1/ Q不平衡在衰落信道下对性能的影响;为了克服I/Q不平衡的影响,设计了一种特殊前导训练符号,方便地估计和补偿I/Q不平衡在衰落信道下对性能的影响。为了进一步减小估计方差,又提出了一种基于低通滤波的自适应补偿方法。仿真表明以上方法大大提高了OFDM零中频接收机的性能。     

短波移动信道的仿真模型分析

在通信系统的研制和开发过程中,常常要考虑信道的传输特性,文中针对短波移动信道的特点,建立了小尺度衰落的短波移动信道的数学模型和计算机仿真模型,并对计算机仿真结果进行分析后,验证了该信道模型的可行性。该计算机仿真模型为比较各种抗多径衰落技术提供了一种有效的实验室仿真工具。     

超宽带信道建模与仿真

在通信系统研究过程中经常使用信道模型来评价物理层的性能。文章就几种UWB信道模型,从信道的特征参数出发,分析了它们各自的优缺点。根据物理信道的实验数据,选择了修正的S-V信道模型作为UWB系统的信道仿真模型。仿真结果表明,该模型与UWB系统信道的特征参数非常接近,能很好地仿真物理信道的参数。     

传输功率优化的莱斯信道多天线系统容量分析

对未知信道状态和已知信道状态下的莱斯信道多天线系统容量进行了理论分析,并采用蒙特卡罗方法进行了仿真,结果表明：在低信噪比情况下,当天线数目较小、视距分量较少;或者天线数目较大、视距分量较多时,采用传输功率优化策略较为合理。     

MateFi:基于WiFi设备的材料识别系统

由于目前的材料识别方法X射线技术依赖专用设备传输高频信号且放射性强,超声波技术设备笨重且携带不便,基于射频技术主要依赖成本较高的RFID(Radio Frequency Identification Devices)设备。因此,为满足日常家居和办公场景使用,提出基于WiFi(Wireless Fidelity)实现材料识别的MateFi系统,同时建立一个新的理论模型,能更具体地描述电磁波在穿透不同材料时的衰减状态。进而,利用该理论模型结合材料本身特征与机器学习技术,搭建了鲁棒性更强、精确性更高的材料识别系统。针对MateFi系统在真实场景下的性能,进行了测试和验证。实验结果表明,MateFi可以识别出木板、纸板、镍、薄木片、铁、钛6种不同的材料,平均识别准确率可到达96.70%,说明该系统具有精准的材料识别性能。