基于干扰加噪声协方差矩阵重构的稳健自适应波束形成

在自适应波束形成中,由于期望信号(SOI)导向矢量(SV)的误差、采样点数较少、训练数据中存在期望信号成分等原因,造成波束形成的性能严重下降。针对以上问题,提出了一种稳健波束形成方法。首先利用MUSIC算法和参数估计来重构不包含SOI的干扰噪声协方差矩阵,再通过利用相关系数来估计出期望信号导向矢量。仿真结果表明,该算法可以处理较大的方向误差,并且信噪比(SNR)在较大的范围内都可以得到比传统方法更佳的性能。

基于切比雪夫网络修正的噪声优化超宽带LNA设计

基于TSMC 0.18μm CMOS工艺的研究,设计了一个应用于3~10 GHz超宽带无线通信系统接收前端的低噪声放大器。以经典的共源共栅的结构作为放大主架构,结合切比雪夫滤波器,实现超宽带输入匹配,并采用噪声消除技术优化LNA噪声性能。电路结构具有工作带宽大、输入匹配简单并且噪声性能优异的优点。仿真结果表明:在3~10 GHz频段内,S11和S22均小于-10 d B,S21为15 d B^10 d B,噪声系数NF为1.5 d B^2.3 d B,在1.8 V供电电压下电路功耗为14.5 m W。

一种基于协同缓存的内容中心网络能耗优化策略

当前大多内容中心网络(Content-Centric Network,CCN)缓存决策策略研究都没有综合考虑请求热点、网络能耗、内容流行度和节点协同等相关要素。因此提出一种基于内容流行度的协同缓存策略来优化内容中心网络的能耗。该策略将CCN的一个自治区域网络中的所有内容路由器节点当作一个协同缓存组,并把协同缓存组中每个节点的缓存容量分为两部分,一部分用于自身节点和其他节点协同缓存内容;另一部分用于自身节点独立缓存本地最流行的内容,以提高协同缓存组中内容副本种类的多样性,从而减少网络中内容的重复传输,实现网络能耗的优化。建立相关的能耗优化模型,采用一种改进的遗传算法求解出该协同缓存组能耗优化问题的最优解。实验结果表明,与相关文献中的缓存决策策略相比,所提策略可以有效地降低CCN的能耗,提高其可扩展性,进而指导CCN的演化和部署。