基于Q学习的蚁群优化水声网络协议

针对水声通信中数据传输延时高且动态适应性弱的问题,提出了一种基于Q学习优化的蚁群智能水声网络路由协议(Q-learning ant colony optimization, QACO).协议包括路由行为和智能决策部分,在路发现和维护阶段,依靠网络智能蚂蚁进行网络拓扑环境的构建和节点之间的信息交换以及网络的维护.在Q学习阶段,通过定量化节点能量和深度以及网络传输延时学习特征作为折扣因子和学习率,以延长网络的生命周期,降低系统能耗和延时.最后通过水声网络环境进行仿真,实验结果表明QACO在能耗、延迟和网络生命周期方面都优于基于Q学习辅助的蚁群算法(Q-learning aided ant colony routing protocol, QLACO)和基于Q-learning的节能和生命周期感知路由协议(Q-learning-based energy-efficient and lifetime-aware routing protocol, QELAR)和基于深度路由协议(depthbased routing, DBR)算法.

一种数字全通滤波器的改进设计方法

介绍了一种改进的数字全通滤波器的设计方法。该方法是基于复倒谱和平稳最小相位序列之间的关系提出的。通过使全通滤波器传递函数分母的群延迟在加权最小均方意义下近似理想的群延迟,导出复倒谱的计算公式。根据得到的复倒谱,利用复倒谱与最小相位序列之间的关系可以计算出全通的分母系数。由全通的特性已知,分母系数可以完全决定全通的传递函数。这种改进的方法能够使所设计滤波器的群延迟特性在整个频率范围内近似理想的群延迟特性。

基于块对角化的格基规约GMD矢量预编码

研究了对多用户多输入多输出下行链路进行块对角化后,使用格基规约算法的几何均值分解矢量预编码的实现方法。根据块对角化思想将多用户多天线信道分解为等价并行子信道,基于等价子信道给出了单个用户的几何均值分解矢量预编码的传输方案,通过使用格基规约算法分别结合连续干扰消除和垂直分层空时编码两种方法,求解矢量预编码中的扰动矢量。仿真表明,提出的方法误码率性能优于块对角化矢量预编码算法2 dB以上,而且能在不降低系统性能的前提下降低计算复杂度。

基于块对角化的最小均方误差矢量预编码

针对多用户多输入多输出下行链路系统的预编码问题,提出使用块对角化处理获得具有块对角化结构的等价信道矩阵,并基于等价信道推导收发信号的均方误差,通过最小化均方误差分别求解扰动矢量的两个部分,即扩展星座图的扰动矢量和残余干扰矢量,从而获得发射端信号和预编码矩阵.仿真表明,提出方法的误码率性能优于传统的对角化算法、块对角化迫零准则矢量预编码算法、正则块对角化预编码算法及其改进算法.

块对角化的最小均方误差几何均值分解矢量预编码

提出了对多用户多输入多输出下行链路信道进行块对角化处理后,使用最小均方误差准则推导结合几何均值分解的矢量预编码实现方法.首先使用块对角化方法将多用户多天线信道分解为等价的并行子信道,然后基于等价子信道获得收发信号的均方误差,通过最小均方误差准则推导结合几何均值分解的矢量预编码,其扰动矢量包括扩展星座图的扰动矢量和残余干扰矢量,最后根据推导结果给出了最小均方误差解的表达式,并总结出系统实现框图.仿真表明,提出的算法在误码率性能上优于传统的块对角化算法以及其扩展算法.

MIMO系统中基于几何均值分解的矢量预编码研究

在结合几何均值分解和矢量预编码的方案下,研究最小均方误差意义下最优扰动矢量的求解。提出了扩大扰动矢量的取值范围,分为2种情况,一是扰动矢量中的元素为连续值;二是扰动矢量中的元素为连续值和离散值之和。最小化收发信号的均方误差分别求解2种情况下的最优扰动矢量。仿真表明,天线数目较多时第二种情况能够提供较大的性能增益。

基于非理想信道状态信息的最小化均方误差非线性收发机设计

在多输入多输出系统中,当收发端已知非理想信道状态信息时,提出了一种基于最小化均方误差准则的非线性收发机设计方法,其结构基于汤姆林森-哈拉希玛预编码(THP).首先研究了收发信号的均方误差表达式,并将其转换为预编码矩阵的函数;然后,通过最优化及矩阵论方法最小化均方误差的下界,求解最优预编码矩阵以及下界的闭式解,进而获得整个非线性收发机矩阵.仿真结果表明,该方法性能优于现有的线性收发机设计和经典的THP收发机设计.

一种适合DFT扩频广义多载波系统的导频辅助信道估计方案

提出一种适合离散傅里叶扩频广义度载波系统(DFT-S-GMC)的信道估计方案.首先根据DFT-S-GMC的数据的频域特点,将导频子载波和数据特定映射的子带建立一一对应的关系,然后根据这种对应关系,在频域上直接估计出特定数据子带的信道频率响应,而非特定子带的信道频率响应不做估计.仿真结果表明,所提出的信道估计方案的性能优于传统的信道估计方案,并且节省了导频资源,降低了信道估计的复杂度,是一种适合DFT-S-GMC系统的有效的信道估计方案.

OFDM系统中基于导频信道估计插值算法分析

导频辅助信道估计法是OFDM系统中的主要信道估计方法,使用LS方法估计导频点处的信道,使用插值法可以获得信道的全响应。文章详细地介绍了各种插值算法,包括多项式插值算法、时域插值算法、低通插值算法和基于FFT的插值算法,并在不同信道因素影响下,对各种算法进行了对比分析,然后进行了时域滤波改进,达到了对信道估计值进一步去噪的效果。

一种针对减格矢量预编码的可调量化误差校正方法

基于减格矢量预编码的量化误差问题,提出了一种可调量化误差校正方法.通过大量仿真实验发现,在减格矢量预编码中量化误差数目的概率分布是有规律的,利用实际量化误差数目的概率分布规律,通过设定不同的调节值控制量化误差校正的数目,获得一种可调的误差校正方法.仿真表明,该方法在量化误差校正中,能够取得性能和复杂度的折衷.

基于判决反馈的正交频分复用低压电力线通信信道估计的研究

正交频分复用技术以其多种优势成为低压电力线宽带通信的最佳选择,信道估计是正交频分复用系统的关键问题之一。该文分析了低压电力线信道特性,利用信道慢时变的特点提出一种适合于电力线信道的判决反馈信道估计方法。这种方法使用前一个正交频分复用符号计算得到的信道估计值去均衡下一个接收符号,形成一个集判决,反馈,信道估计为一体的回路。它不需要加入导频符号,能够进行连续信道估计,大大提高了系统传输效率。将该信道估计方法用于电力线通信仿真系统中,取得了较好的效果。

基于DSP的嵌入式TCP/IP协议的研究和实现

为了将以太网通信技术应用于电力自动化系统当中,结合电力自动化系统实际详细分析了嵌入式TCP/IP协议的选取原则,采用DSP芯片和网卡接口控制芯片设计了以太网接口,介绍了DSP芯片对网卡接口控制芯片的控制过程和TCP/IP协议栈处理数据包的流程,完成了嵌入式TCP/IP系统的开发。该系统可以将数据按网络协议处理,实现数据的以太网传输。

一种超密集网络基站分簇管理算法

为了降低超密集网络中基站管理算法的计算复杂度并提升基站的能源使用效率,根据用户密度、网络负载量等信息,提出了一种基于分簇的动态管理基站算法。该算法首先根据用户测量报告计算出理论最小需求基站数,然后对基站进行合理的网络分簇,最终通过粒子群优化算法确定基站休眠组合。仿真结果表明,与未进行分簇的基站管理算法相比,该算法可以降低约60%的计算复杂度,并能有效降低基站能源消耗。

OFDM系统信道估计算法研究及其在低压电力线通信上的应用

低压电力线通信以其特有的优势将在未来高速数据通信业务中发挥重要的作用,OFDM(正交频分复用)技术具有很强的抗多径能力,非常适合低压电力线通信的多径信道传输。采用相干解调的OFDM系统需要对信道进行估计,以获得信道状态信息(CSI)。文中分析比较了OFDM系统信道估计算法,并根据低压电力线信道的特点,选择了适合于电力线通信的信道估计方法。

一种降低复杂度的压缩感知水声信道估计方法

针对浅海的水声信道稀疏特性,提出了一种降低复杂度的前向回溯正交匹配追踪(RC-LABOMP)信道估计方法。首先计算正交匹配追踪和子空间追踪信道估计算法的两类支撑集,接着根据两类支撑集的交集和并集,预处理先验信息,最后利用先验信息完成前向回溯正交匹配追踪信道估计。该算法经过先验信息的预处理,能够减少原LABOMP算法的迭代次数,同时缩小原子的索引范围,因此能够显著降低原LABOMP算法的计算复杂度。此外,将提出的算法与水声Turbo均衡系统相结合,更适用于水声通信系统。仿真结果表明,所提算法在随机信道和水声信道条件下,具有估计精度高、误码率低的特点,同时能够显著降低LABOMP算法的计算复杂度,是一种适用于浅海水声信道的有效估计方法。

基于大规模MIMO技术的中继协作物理层安全研究

传统无线通信的安全依靠上层加密,无法保护物理层的安全。为了克服传统无线通信系统加密的不足,采用人工噪声(Artificial Noise)生成和随机预编码器来研究中继协作下大规模多输入多输出(MIMO)下行链路系统的安全传输方法。针对估计的信道状态信息推导出和速率表达式,分析得出用户节点上的保密率。针对基站处的最小均方误差预编码器(MMSE)和迫零(ZF)预编码器,分析对比其性能差距。理论分析和仿真结果表明,该方法可以为大规模MIMO中继系统设计安全的物理层传输策略,且MMSE预编码器比ZF预编码器表现出更好的保密性能。

多小区块对角化的MMSE矢量扰动预编码

针对多小区基站协作的多输入多输出(MIMO)系统中,小区之间和用户之间的干扰对系统造成的性能降低的问题,提出了基于块对角化的最小均方误差(MMSE)矢量扰动预编码方案,实现多小区系统的性能改善。首先使用块对角化方法消除多小区间干扰;在预编码设计环节上,通过MMSE准则设计预编码矩阵,从而抑制病态信道对系统性能的影响;最后使用格基规约方法求解发射端矢量扰动信号。仿真表明,提出的算法提高了多小区矢量预编码的误码率性能,使其优于已有的块对角化及矢量扰动预编码等算法的误码率。

编程语言下的物业管理系统设计

传统物业管理模式朝着信息化方向发展,是众多物业公司所面临的重要难题,为了解决这一问题,设计一种物业管理系统软件,采用典型的Java语言编写,框架为Struts2+Hibernate,开发工具包含MyEclipse和以MySQL为后台数据库开发的SQLyog。

大规模MIMO系统中低复杂度预编码技术研究

基于大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统,提出两类低复杂度预编码算法。首先,通过大规模MIMO系统的渐近正交信道特性近似求逆矩阵,提出了逐次超松弛(Successive Over Relaxation,SOR)预编码算法,能够降低矩阵计算复杂度。其次,在SOR基础上,进一步提出了共轭梯度(Conjugate Gradient,CG)算法,通过引入适当的预处理矩阵对矩阵进行预处理,使其特征值分布更为集中,降低了条件数,加快了算法的收敛速度,从而显著降低了计算复杂度。仿真表明,提出的SOR方法误码率性能优于传统的正则化迫零(Regularization Zero-Forcing,RZF)预编码,而CG算法能够在保证SOR误码率性能的情况下进一步降低计算时间复杂度。

超密集网络基站管理算法研究

针对密集网络环境中基站的能耗问题,提出一种基于稳定选择的基站休眠算法,该算法通过遍历小区内所有基站,在保证网络稳定性的前提下关闭某些负载量较低的基站以节省网络能源消耗。当基站进入休眠模式时,会把其原有用户切换到相邻基站提供服务。仿真结果表明,该算法在保证网络稳定性的同时可以有效降低基站能源消耗。