联合干扰功率限制下的认知中继网络性能分析

频谱共享的Underlay认知中继网络中,为了保证主用户的可靠通信,要求次用户网络中源节点及中继节点的发射功率必须满足主用户接收端干扰功率的限制。基于主用户峰值干扰功率和平均干扰功率的联合限制,分析了中继节点采用选择协作解码转发协议时潜伏式频谱共享认知中继网络的性能。值得一提的是,考虑中继传输中由主用户接收端干扰功率限制引起的第1跳链路信噪比之间的相关性,推导了瑞利衰落环境下次用户中断概率和信道容量准确的闭合表达式。仿真结论显示,次用户中断概率与信道容量的解析曲线与仿真结果一致,系统性能因频谱共享的认知网络中次用户源节点与主用户接收机链路之间的相关性而有所下降,中断概率约有2dB的性能提升。     

TDCS的压缩感知稀疏信道估计方法

为充分利用变换域通信系统高速无线传输时信道表现出来的稀疏多径传输特性,提高TDCS的信道估计精度,提出一种基于压缩感知的TDCS稀疏信道估计方法。针对TDCS设计了一种导频图案,该导频图案设计的数据帧结构保证了TDCS信号授权用户的正交性,且其构造的测量矩阵具有较低的互相关特性;利用Dantzig Selector重构稀疏信道冲激响应值。基于COST207乡村信道模型的仿真表明:新方法可有效降低稀疏信道估计的均方误差,在误比特率为0.002时可获得比最小二乘估计方法高约1dB的性能增益。     

零日病毒时滞传播模型及稳定性分析

考虑感染时滞因素对零日病毒传播的影响,研究平台动态防御背景下零日病毒时滞传播模型及其稳定性。首先,分析了时滞因素对零日病毒传播的影响,引入平台动态防御模式,建立了零日病毒时滞传播SIZRO模型;其次,根据Lyapunov稳定性判据,给出了系统平衡点的局部稳定性证明,分析了基本再生数R0及其对零日病毒传播的影响。最后,将SIZDR模型与SIZRO模型中感染节点数量进行比对,证明利用平台动态防御解决零日病毒传播问题的可行性。理论分析与仿真结果表明,所提模型能客观反映零日病毒时滞传播及免疫规律,平台动态防御可有效提升系统对零日病毒的防御效果。     

适合于稀疏水声信道的低复杂度联合迭代均衡译码

浅海远程水声通信面临严重多径扩展、衰落以及低信噪比的挑战,为克服传统内嵌二阶锁相环的判决反馈均衡器结构在中低信噪比条件下性能较差的缺点,提高水声通信系统的可靠性,该文提出一种适合于稀疏水声信道的低复杂度联合迭代均衡译码方法. 该方法以内嵌的二阶数字锁相环补偿Doppler造成的相位偏移,利用水声信道的稀疏特性进行均衡器系数更新,补偿多途效应产生的码间串扰,通过均衡器和译码器之间多次联合迭代交换软信息提高系统的BER性能. 基于实测湖试信道条件进行了仿真,结果表明LC-JIED方法对于浅海远程稀疏水声信道十分有效,通过编码器与均衡器之间多次迭代交换软信息可大幅提高系统性能,适合于中低信噪比应用场合,具有广泛的应用前景.     

基于被动时间反转的差分循环移位扩频水声通信

针对在时变的水声信道中系统的精确同步十分困难,而传统循环移位扩频系统在没有精确同步的条件下,很难准确判决的问题,提出一种差分循环移位扩频水声通信方法.该方法采用差分方式调制,能够在系统粗同步的条件下准确解调信息;在接收端采用被动时间反转方法解调,抑制多径效应产生的影响,并降低系统的复杂度.湖上试验结果表明:所提方法在1.8km的通信距离下实现无误传输;对试验数据附加噪声和同步误差处理后,在信噪比为-8dB、同步误差为5/4移位单元情况下的误码率达到10-5.     

基于软信道估计的JIED水声通信方法

为提高水声通信系统的数据传输速率和可靠性,提出一种新的基于软信道估计的联合迭代均衡译码(joint iterative equalization and decoding, JIED)水声通信方法。该方法利用软输入软输出(soft in soft out, SISO)译码器反馈的外似然比计算符号软估计信息,并应用于稀疏自适应信道估计器的抽头系数更新过程。经过译码器和均衡器之间多次迭代交换软信息联合处理接收信号,信道估计精度与均衡效果显著提高。水声通信实验结果表明在通信距离1.8 km、2 kHz有效带宽内,新方法在第2次迭代后即可实现2 kb/s的无误码传输,可以有效提高系统可靠性和传输速率。     

小波变换域通信系统中连续均值剔除算法

针对小波变换域通信系统与基于频域的变换域通信系统基函数生成方式不同而带来的难以有效剔除干扰的问题,将向后连续均值剔除算法(CME)和向前连续均值剔除算法(FCME)引入小波变换域通信系统幅度谱成型模块。2种算法将小波变换域分为干扰子带和噪声子带两部分,利用连续迭代、逐次逼近的递归方法自适应地计算相应门限阈值,从而对不同类型的干扰进行有效剔除,无需对噪声功率进行估计。仿真结果表明:在强干扰情况下,2种算法对系统误码率的改善具有明显优势,并且在音频干扰的情况下,CME算法抗干扰性能增益要优于FCME算法;在窄带干扰的情况下,FCME算法抗干扰性能增益要优于CME算法;在线性调频干扰的情况下,2种算法抗干扰性能增益接近。     

采用时域测量矩阵的压缩感知稀疏信道估计方法

针对传统最小二乘和伪随机序列相关信道估计方法在稀疏信道应用时估计精度差的问题,提出一种采用时域测量矩阵的压缩感知稀疏信道估计方法.新方法首先将循环前缀单载波分块传输系统中的稀疏信道估计建模为一个典型的压缩感知问题,然后利用具有最优循环相关特性的伪随机序列优化构造确定性压缩感知测量矩阵,避免了使用随机测量矩阵造成的存储不便及估计性能差的问题,且提高了信道估计性能.基于准静态COST 207典型城市信道模型的仿真结果表明:该估计方法能够有效地降低稀疏信道的估计均方误差,在16 dB处的误码率可达2×10-5,而相同情况下最小二乘信道估计方法的误码率只能达到3×10-3.