针对能量收集无线传感器网络(wireless sensor network,WSN)中的两跳多中继传输问题,构建无线射频能量站(power beacon,PB)辅助的能量收集无线携能通信(simultaneous wireless information and power transfer,SWIPT)中继模型.在中继节...针对能量收集无线传感器网络(wireless sensor network,WSN)中的两跳多中继传输问题,构建无线射频能量站(power beacon,PB)辅助的能量收集无线携能通信(simultaneous wireless information and power transfer,SWIPT)中继模型.在中继节点具有捕获源节点、环路自干扰和PB信号能量的特性下,推导目的节点采用选择式合并(selection combining,SC)、最大比合并(maximal ratio combining,MRC) 2种不同接收策略下的中断概率和吞吐量,继而在保障通信服务质量(quality of service,QoS)、PB发射功率、能量转化效率等多约束条件下,提出一种以吞吐量最大化为目标的联合优化时隙切换因子与功率分配因子的中继选择算法.仿真和数值结果显示:PB发射功率、时隙切换因子、天线数目、功率分配因子等参数对系统中断概率和吞吐量性能影响显著;当给定PB发射功率为6 dBW,天线数目为3根时,与随机中继选择算法和最大最小中继选择算法相比,本文算法在SC策略下的系统吞吐量增益分别为0.29、0.15 bit/(s·Hz),MRC策略下的吞吐量增益分别为0.32、0.16 bit/(s·Hz).展开更多
针对L波段数字航空通信系统(L-band digital aeronautic communication system,LDACS)可用频谱资源有限且易受大功率测距仪(distance measuring equipment,DME)信号干扰的问题,提出一种基于降维循环谱和残差神经网络的频谱感知方法。首...针对L波段数字航空通信系统(L-band digital aeronautic communication system,LDACS)可用频谱资源有限且易受大功率测距仪(distance measuring equipment,DME)信号干扰的问题,提出一种基于降维循环谱和残差神经网络的频谱感知方法。首先理论推导分析了DME信号的循环谱特征;然后利用Fisher判别率(Fisher discriminant rate,FDR)提取循环频率能量最大的向量,通过主成分分析(principal component analysis,PCA)进行预处理特征增强;最后给出数据处理后的循环谱向量与卷积神经网络相结合的实现过程,实现了DME信号的有效检测。仿真结果表明,该方法对噪声不敏感,当信噪比不低于-15 dB时,平均检测概率大于90%。当信噪比不低于-14 dB,检测概率接近100%。展开更多
文摘针对能量收集无线传感器网络(wireless sensor network,WSN)中的两跳多中继传输问题,构建无线射频能量站(power beacon,PB)辅助的能量收集无线携能通信(simultaneous wireless information and power transfer,SWIPT)中继模型.在中继节点具有捕获源节点、环路自干扰和PB信号能量的特性下,推导目的节点采用选择式合并(selection combining,SC)、最大比合并(maximal ratio combining,MRC) 2种不同接收策略下的中断概率和吞吐量,继而在保障通信服务质量(quality of service,QoS)、PB发射功率、能量转化效率等多约束条件下,提出一种以吞吐量最大化为目标的联合优化时隙切换因子与功率分配因子的中继选择算法.仿真和数值结果显示:PB发射功率、时隙切换因子、天线数目、功率分配因子等参数对系统中断概率和吞吐量性能影响显著;当给定PB发射功率为6 dBW,天线数目为3根时,与随机中继选择算法和最大最小中继选择算法相比,本文算法在SC策略下的系统吞吐量增益分别为0.29、0.15 bit/(s·Hz),MRC策略下的吞吐量增益分别为0.32、0.16 bit/(s·Hz).