一种改进的语音二项式正弦脉冲激励方案

对一种码率在 2. 4kbit/s左右的基于LPC(线性预测编码)的二项式正弦脉冲(BSP)激励形式进行了改进,以多个正弦谐波代替了原BSP激励方案中的单一正弦波。谐波幅度用二项式进行调制,该二项式反映了激励信号在一个基音周期内的变化趋势。实验结果表明,在此基础上构造的语音编解码器在保持原BSP编解码器低复杂度、低时延优点的基础上,进一步提高了合成语音质量。     

基于Grover算法的量子多用户检测

经典的多用户检测技术，其求解最优解的时间复杂度为0(2n)，这是一个NP难解问题．在Pauli算子的基础上建立量子多用户信道模型，给出利用Grover算法的多用户检测解决方法．该算法的时间复杂度为O(√2n)，并且当2n足够大时，其错误的概率趋近于0．     

Nakagami衰落环境下合并接收的性能分析

对最大比值合并、等增益合并及选择性合并等合并技术进行了归纳与总结,给出了各种调制方法在Nakagami信道下的平均错误概率的精确表达式或近似表达式。同时还给出了相应的计算方法。对这类研究中的主要理论工具进行了总结与分析。最后还讨论了这方面值得进一步研究的一些问题。     

复杂动态网络模型研究进展

对复杂动态网络模型的研究现状做了综述,总结了复杂网络的演化机制与属性特征,提出了以复杂动态网络为虚拟计算平台和理论基础,开展大型Ad Hoc网络、传感器网络的网络性能、网络规划、信号增强、拓扑优化的一系列研究课题.     

CWNs中机会协作传输策略及其差错性能分析

在主用户和感知用户共存的认知无线网(cognitive wireless networks, CWNs)中,针对如何在保证主用户有效传输的同时满足感知用户无线业务通信要求的问题,提出了一种基于频谱感知的机会协作传输策略。在瑞利衰落信道下对所提方案进行理论分析,给出了协作传输与非协作传输策略下平均误比特率的解析表达式,理论分析和仿真结果表明,相对于传统非协作传输而言,机会协作传输策略的差错性能得到明显改善。     

一种新的多用户协作频谱感知方案及其检测时间分析

提出一种新的多用户协作频谱感知方案,根据认知网络中所有候选用户的通信链路质量,选择最佳中继对主用户进行协作感知,从而可以获得明显的多用户分集增益,显著提高认知无线电系统的感知性能.在Rayleigh衰落环境下,对所提出的多用户协作方案和传统非协作方案的检测性能进行了理论分析,得到了系统检测时间的解析表达式.此外,针对非协作感知和多用户协作感知的系统检测时间,进行了相应的数值仿真实验.结果表明,与非协作方案相比,多用户协作感知方案所需的检测时间明显减少,且随着用户数目的增加,多用户协作方案能获得更多的分集增益.     

一种基于条件概率重传的协作ARQ协议

在协作ARQ协议中,重传过程由中继辅助完成。研究了在认知无线电网络二级用户通信场景下,采用一种基于条件概率重传的新协作ARQ协议,并增加中继向基站发送确认信号的机制,即ACK-R(Acknowledgment sig-nals from the Relays)机制,经过马尔科夫分析和仿真证明,可以显著增加系统的吞吐量.     

基于多串口卡的Ad hoc网络仿真系统的设计与实现

Ad hoc网络是一种无中心的自组织网络，其多跳性和移动性使得很难在传统的局域网或有中心的移动网络中仿真和调试其协议和算法。首先分析了在传统局域网和移动网进行Ad hoc网络仿真的难点和问题所在，接着提出了基于MOXA Smartio CP-168U／PCI多串口卡的Ad hoc网络仿真方案，然后详细介绍了仿真系统的功能和系统主要模块在VC 6．0环境下的实现，最后对系统作出分析和评价。     

用数论变换实现TDM/FDM复用转换

本文提出用快速数论变换实现TDM/FDM转换的新方案,详细讨论了转换算法及设计方法。与其他一些方案相比,由于DFT和多相网络部分均采用Fermat数变换(FNT)计算,因而降低了运算量,并且通常的方案需要的相位补偿在本方案中并入多相滤波序列预先计算,使乘法次数进一步降低。此外,由于采用数论变换计算,无舍入误差,从而提高了系统的信噪比。计算机模拟结果表明,系统具有较好的性能。     

针对认知无线网络大规模入侵的双重防御方案

协作频谱感知(cooperative spectrum sensing,CSS)可有效提高频谱检测的准确性,然而,当次用户中恶意用户占比较大且同时发动大规模攻击时,将严重影响CSS的准确性。文中将用户选择和置信传播有机结合,提出一种针对大规模入侵的双重防御方案。基于本地感知结果通过用户选择机制挑选可靠次用户,挑选出的可靠次用户包括诚实用户和伪装成诚实用户的恶意用户。然后以可信度为权重计算置信值均值并将其和预设门限比较,进一步滤除伪装成诚实用户的恶意用户。仿真结果表明,与已有的简单的基于信誉的方案、基于均值的方案、基于克隆节点的攻击检测算法相比,所提方案具有更好的检测性能,且置信值收敛更快。