多信道认知网络的直观信道感知策略

为了提高频谱利用率,认知无线电技术可使非授权用户在不影响授权用户正常通信的情况下,利用瞬时的频谱空穴满足自身通信需求。如何通过感知频谱及时有效地发现频谱空穴是一个至关重要的问题,尤其是对于多信道认知无线电网络。针对多信道认知无线电网络,该文在连续时间Markov链的信道占用模型基础上,根据信道状态可能发生变化的概率,提出了一个动态的直观信道感知策略,并考虑了感知周期的影响。仿真结果表明:在感知周期合适的情况下,该策略能够有效地发现并利用频谱空穴,并且比周期感知和随机感知策略消耗更少的能量用于感知。     

宽带认知无线电网络分布式协作压缩频谱感知算法

针对宽带认知无线电网络中压缩频谱感知算法在低信噪比环境下频谱检测性能下降的问题,提出了一种基于高斯过程的分布式压缩频谱感知(PBCS)算法.首先应用层次化的正态分布概率模型来表示压缩频谱的重构,然后各个认知无线电用户交换模型参数并结合本地的压缩采样数据进行压缩频谱感知.有别于其他直接融合频谱感知结果或检测数据的协作式算法,PBCS算法通过模型参数融合来进行协作,能有效减小信噪比低的协作用户的影响,从而提高算法的抗噪性.仿真结果表明,PBCS算法可以在-5dB的信噪比条件下达到检测概率大于0.9、误检概率为0.1的频谱检测性能.     

有色噪声中一种新频谱检测器的设计

高效、可靠地检测到主用户的存在与否是认知无线电的一个重要环节.在实际生活中,观测噪声常为时间相关的高斯有色噪声,如果运用传统的基于高斯白噪声假设的频谱检测算法,检测性能将显著降低.该文以高斯有色噪声为背景,首先采用线性模型估计导频信号,然后根据估计的参数设计基于似然比的检测器,并推导得到了检测概率和虚警概率的解析式.仿真结果表明:在低信噪比下,与能量检测相比较,所提方案能有效地提高检测概率和检测速度.     

基于去冲激响应的UWB雷达目标识别

提出了基于去冲激响应的UWB雷达目标识别方法,在理论上对该识别方法进行了详细地推导,并给出了该方法中所用到的窄脉冲的选取准则;最后,通过计算机模拟,给出了两种飞机模型不同姿态下的近似冲激响应数学模型,在此基础上对这两种飞机模型进行了识别仿真。从仿真结果来看,此识别方法效果良好。     

基于效率的工业产值与废水排放量脉冲响应分析

工业化进程导致的工业废水排放量与工业用水技术效率有关,为了量化研究工业产值、工业废水排放量与工业用水技术效率三者之间的关系,对数据检验之后,建立VAR模型,运用脉冲响应函数和方差分解方法进行分析.结果表明:中国工业产值、工业用水技术效率分别与工业废水排放量之间存在着互为因果的关系,工业废水排放量对工业产值的影响具有明显的时滞性,工业产值、工业用水技术效率对工业废水排放量的最大贡献度分别达到4.93%和12.74%.     

无线抄表系统脉冲采集模块的应用设计

针对我国目前电能数据采集方法不便的这一现状,提出并实现了以ATmega162单片机作为无线抄表系统脉冲主处理器的设计。     

两通道软件无线电信道器的优化方法

提出一种新的两通道信道器优化设计方法。该方法以现有两通道FIR滤波器组设计方法为基础,通过减小阻带能量的优化算法得到性能更好的信道器。数值仿真表明,有效地增加了信道器中各滤波器的阻带衰减,得到高性能的两通道软件无线电信道器。     

联合变化检测与子带对消技术的SAR图像干扰抑制方法

子带对消(subband spectral cancellation, SSC)法是一种有效的合成孔径雷达(synthetic aperture radar, SAR)射频干扰(radio frequency interference, RFI)抑制方法, 但其在消除干扰的同时容易损失图像细节信息, 影响后续图像解译。为此, 在SSC方法的基础上, 联合变化检测技术, 提出一种改进的SAR图像干扰抑制方法。根据改进的对数比变化检测算子, 所提方法实现了干扰二次检测, 消除了干扰图像中的虚警信息, 避免了图像中有用信号的损失。基于欧空局Sentinel-1A卫星干涉宽幅模式受干扰SAR图像, 开展了干扰抑制与效果评估。实验结果表明, 所提方法能够在有效抑制干扰的同时尽可能保留SAR图像细节信息, 证明了所提方法的有效性。     

用软件无线电实现MPSK自适应调制

自适应调制能够根据信道的时变性达到很高的传输速率和进行合理的功率分配.同时,它需要自适应调整调制模式级别M.采用软件方式在DSP板上能够实现MPSK的调制、解调功能和调制模式M的识别,替代在硬件之间进行切换的繁琐模式.调制器根据星座图和已知的调制级别在己存储的波形中挑选对应的调制波形,解调器在信号同步的情况下通过使用最小均方进行解调,同时进行M模式识别.模拟结果显示用软件无线电方式实现MPSK自适应调制是一条简捷快速的途径.特别在自适应调制中加入LDPC(低密度校验码)编码和一种新的结合BP和list-based SI HO解码后,系统性能更为优异.     

Compressive sensing based multiuser detector for massive MBM MIMO uplink

Media based modulation(MBM)is expected to be a prominent modulation scheme,which has access to the high data rate by using radio frequency(RF)mirrors and fewer transmit antennas.Associated with multiuser multiple input multiple output(MIMO),the MBM scheme achieves better performance than other conventional multiuser MIMO schemes.In this paper,the massive MIMO uplink is considered and a conjunctive MBM transmission scheme for each user is employed.This conjunctive MBM transmission scheme gathers aggregate MBM signals in multiple continuous time slots,which exploits the structured sparsity of these aggregate MBM signals.Under this kind of scenario,a multiuser detector with low complexity based on the compressive sensing(CS)theory to gain better detection performance is proposed.This detector is developed from the greedy sparse recovery technique compressive sampling matching pursuit(CoSaMP)and exploits not only the inherently distributed sparsity of MBM signals but also the structured sparsity of multiple aggregate MBM signals.By exploiting these sparsity,the proposed CoSaMP based multiuser detector achieves reliable detection with low complexity.Simulation results demonstrate that the proposed CoSaMP based multiuser detector achieves better detection performance compared with the conventional methods.