基于混合协作NOMA的安全MEC能耗优化

非正交多址接入(non-orthogonal multiple access,NOMA)技术的广泛应用改变了传统物理层安全对用户传输速率的限制,在降低时延的同时会引起系统能耗增加。针对安全通信与降低能耗问题,提出一种基于混合协作NOMA的安全边缘计算传输方法。该方法对每个用户数据处理过程设计了多时隙混合协作方案,根据不同用户的信道条件分别设置卸载决策,保证用户间公平,并推导出系统保密中断概率的闭合表达式。然后以最小化系统能耗为目标,采用基于块坐标下降的三步迭代优化算法求得最优卸载方案。仿真结果显示,所提出的传输方法能在保证信息安全的条件下有效地减少系统能耗。

基于均匀线性阵列的超大规模MIMO混合场信道估计算法

超大规模MIMO(extremely large-scale massive MIMO,XL-MIMO)是未来6G通信的关键技术之一。现有的XL-MIMO混合场信道模型大多对均匀线性阵列和单天线用户之间信道建模,且采用散射体最后一跳模型。若收发双端均配备线性阵列,现有的混合场信道估计方案将不再适用。为此,针对收发端均部署超大规模线性阵列的XL-MIMO场景,采用Saleh-Valenzuela模型进行信道建模,并提出了一种基于正交匹配追踪(OMP)的混合场信道估计算法。该算法首先利用角域变换矩阵对远场分量进行估计,然后通过极域变换矩阵估计近场分量。此外,引入克拉美罗-下界(CRLB)对所提算法进行评估。仿真结果表明,提出的混合场估计算法相较于仅考虑远场和近场的估计算法在信道估计性能上有约0.6 dB的提升。

智能反射表面的主被动联合波束成形分组模型优化算法

针对智能反射面(IntelligentReflectingSurface,IRS)联合主动和被动波束成形优化中计算复杂度过高的问题,该文基于经典的半正定松弛算法和交替优化算法提出了一种对本地IRS进行分组的新模型,通过降低每个IRS信道矩阵的秩来降低优化算法的复杂度。具体的,首先通过已知的IRS相位得出BS(Base Station)的次优发送波束,其次通过BS的发送波束计算得出分组后各IRS面的次优相位,经过不断交替迭代上述两步优化得出最优发送波束的结果。仿真结果表明,合适的IRS分组数量、分组方式与交替优化迭代次数可以在几乎不影响原算法性能的情况下,大大减少交替优化算法的复杂度。

RIS辅助多用户波束跟踪系统与硬件试验

可重构智能表面(reconfigurable intelligent surface,RIS,也称智能超表面)通过智能调控电磁传播路径,有效提高了6G通信系统的性能。然而,RIS集成大量反射单元使得多波束调控复杂度高、码本搜索空间大,导致实时调控能力不足,难以应用于多用户波束跟踪。为提升RIS在多用户移动场景的适用性,创新基于逆衍射的场源迭代模型,快速生成近远场多用户调控码本,设计RIS辅助单基站定位方案,感知用户移动位置实时切换波束。研制RIS辅助多用户波束跟踪系统原型,实现多用户移动过程中快速波束对准。试验结果表明,毫秒级波束切换可实现移动多用户的实时信息传输。

信号增强网络驱动的调制识别

现有基于深度学习的调制识别在训练阶段需要大量IQ信号样本,而复杂电磁环境中很难获取大量样本,导致基于深度学习的调制识别算法泛化性能下降。针对网络泛化能力差的问题,提出了一种基于信号增强的调制识别(signal enhancement based modulation recognition,SEBMR)算法。首先,设计了捕获IQ信号全局特征的特征提取及重构模块;其次,提出了基于辅助分类生成对抗网络(auxiliary classifier generative adversarial network,ACGAN)的IQ信号增强网络,实现了样本数量及质量的双重增强;最后,利用支持向量机算法实现了调制方式识别分类。为了实现对复杂信道下调试信号的识别,训练时采用表征全局特征的重构信号,测试时采用经历无线衰落的IQ基带信号。实验结果表明,提出的方法相比现有的基于长短期记忆(LSTM)网络、卷积神经网络(CNN)、注意力机制等识别方法,在小样本训练集、衰落信道环境下可获得更优的识别准确度。

5G系统中信道上行调度应用研究

信道上行调度器对调度值的相对信号强度参数进行科学计算,并规范处理两个符号指定的程式区域,从不同角度指定PUSCH区域的子部分。PRB分配的正则化调度区域(上行调度程序从PRB分配开始的区域)将根据区域中测量的干扰和噪声功率,分配给蜂窝小区,最后给出相应的仿真数据,验证信道上行调度的操作情况。

基于DRL的RIS-NOMA系统最大最小公平性研究

智能反射面(RIS)辅助的下行多输入单输出非正交多址接入(MISO-NOMA)系统可以满足系统中和速率性能需求。然而,多数研究都集中在如何提高系统总的性能方面,却忽略了用户公平性的问题给弱用户造成的性能损失。为此,提出一种基于深度强化学习(DRL)的最大最小公平方案。首先,利用串行干扰消除技术(SIC)确定每个用户的可实现速率,构建相关的优化模型;然后,通过DRL技术联合设计基站处发射波束成形矩阵和RIS的相移矩阵,以最大化弱用户的可实现速率;最后,仿真结果表明,所提出的DRL算法相较于对比算法能有效地提升弱用户的通信性能。

基于CPM的串行级联散射通信系统设计与仿真

连续相位调制(Continuous Phase Modulation,CPM)作为一种高效调制方式,因其包络恒定、相位连续等特点广泛应用于电台、数据链和卫星通信,但是在散射通信中的应用研究开展较少,尤其是缺少CPM散射通信系统级的设计与仿真。因此,针对散射通信特点提出一种基于CPM的串行级联通信系统,详细阐述了调制、解调、编译码、分集方式、相位同步等的实现和仿真参数的选择,在高斯及散射衰落信道下对设计的系统进行了性能仿真,验证了该系统设计的可行性及散射通信的适用性。

基于RFID的智慧室分解决方案

随着5G网络建设的发展,大部分移动业务主要发生在室内,传统的无源室分系统已经无法满足电信运营商对于室分系统质量及室内信号覆盖质量的要求,因此提出了基于RFID的智慧室分解决方案,通过与其他室分方案对比分析,并结合试点开通后的基本功能测试,验证该方案在提升室分系统质量上的经济性和实用性。

基于GA的认知物联网功率自适应PIS算法

针对并发频谱接入模型下的认知物联网(C-IoT:Cognitive Internet of Things)系统中的干扰管理问题,提出一种基于遗传算法(GA:Genetic Algorithm)的C-IoT功率自适应部分干扰转向(PIS:Partial Interference Steering)算法。该算法能在同时保证主用户(PU:Primary User)和认知用户(CU:Cognitive User)服务质量的前提下提高系统的频谱效率。仿真结果表明,该算法能在寻求系统最优频谱效率时快速收敛,求出此时PU和CU期望信号的最佳发射功率。在主发射机、PU和CU相对位置确定的场景下,根据用户的平均违反约束程度D(cvave),能求解出可接入授权频谱认知发射机的最佳空间分布区域。

混合IRS辅助大规模MISO中基于显性信道估计的联合波束成形设计

针对智能反射面辅助大规模MISO系统的波束成形设计,当前大多数研究都是基于信道状态信息完全已知,且未考虑基站端主动波束成形矩阵与智能反射面反射系数矩阵存在的耦合关系。智能反射面辅助的信道为级联信道,难以进行估计,且导频开销较大。鉴于此,采用了一种包含有源和无源元件的混合智能反射面架构,首先基于毫米波信道的稀疏特性,利用压缩感知算法估计信道,并设计一种融合注意力机制的两级卷积网络框架,以最大化和速率为目标,联合优化设计智能面反射系数矩阵和波束成形矩阵。实验结果表明,相比已有方法,所提方法可以使用更少的导频获得更优的和速率性能,有效减少了导频损耗,降低了计算时间复杂度。且当通信环境发生变化时,网络亦具有良好的鲁棒性。

频分多址系统分布式强化学习功率控制方法

近年来,深度强化学习作为一种无模型的资源分配方法被用于解决无线网络中的同信道干扰问题。然而,基于常规经验回放策略的网络难以学习到有价值的经验,导致收敛速度较慢;而人工划定探索步长的方式没有考虑算法在每个训练周期上的学习情况,使得对环境的探索存在盲目性,限制了系统频谱效率的提升。对此,提出一种频分多址系统的分布式强化学习功率控制方法,采用优先经验回放策略,鼓励智能体从环境中学习更重要的数据,以加速学习过程;并且设计了一种适用于分布式强化学习、动态调整步长的探索策略,使智能体得以根据自身学习情况探索本地环境,减少人为设定步长带来的盲目性。实验结果表明,相比于现有算法,所提方法加快了收敛速度,提高了移动场景下的同信道干扰抑制能力,在大型网络中具有更高的性能。

IRS辅助多小区MISO系统的联合波束成形设计

在蜂窝网络中,常见小区间干扰或障碍物阻塞会降低信道质量,从而会严重影响网络性能。为此,利用智能反射面(Intelligent Reflecting Surface,IRS)的智能可控性,提出一种IRS辅助多小区多输入单输出(Multiple-Input Single-Output,MISO)系统的联合波束成形设计,以优化网络性能。首先,提出块坐标下降法,将非凸问题分解为小型基站的发射波束设计和IRS的反射波束设计两个子问题。其次,由于优化变量的高度耦合和约束条件的非凸性,分别提出分式规划技术和黎曼流形算法进行优化。最后,采用交替优化框架求解子问题。仿真结果表明,所提方案能有效地提升网络性能,具有更好的收敛性。

融合LoRa通信技术的智能家居安全监控系统设计与实现

阐述一种基于LoRa通信技术的智能家居安全监控系统的设计与实现。利用LoRa技术进行远距离、低功耗的通信,实现远程监控、数据加密、访问控制等功能,为用户提供便捷、安全的家居管理体验。

智能移动终端技术在电力营销计量领域的运用分析

阐述智能移动终端技术的优势,提出移动终端技术在电力营销计量领域中的应用对策,包括在电能计量自动化系统、线损管理、营销出入库环节终端系统中的应用。

智能铁路新一代移动通信关键技术探索与展望

移动通信技术的进步驱动着各行各业的产业变革。铁路现有移动通信系统历经几十年的发展,其承载能力越来越难以满足高速增长的现代铁路网建设步伐和智能化发展需求。基于智能铁路应用对移动通信带宽、时延、覆盖等需求和新一代移动通信面临的挑战,开展新一代通信频谱技术、信道编码技术及多功能综合射频技术等新一代移动通信关键技术研究,构建以“车-地、车-车、车-人”信息无缝协同交互为目标的“空天车地一体化”网络,研究并展望通信-导航一体化、通信-计算-存储一体化在智能铁路中的场景应用,提升铁路移动通信服务能力和效率,赋能我国铁路智能化发展。

一种OFDM稀疏信道估计系数优化方案

围绕利用贪婪追踪算法的正交频分复用(orthogonal frequency division multiplexing,OFDM)调制系统的稀疏信道估计,研究了由于原子的错误选择所导致的恢复性能下降问题.基于针对贪婪追踪算法中最小二乘重构运算过程的分析,发现错误原子上存在严重的原子系数的过估计现象.在此基础上,提出了利用相邻符号间信道路径时延相关性的系数优化方案(coefficients optimization scheme,COS),用以提高原子选择错误时稀疏信道估计的准确性.仿真结果表明,将COS与传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法和稀疏度自适应匹配追踪(sparsity adaptive matching pursuit,SAMP)算法融合,都有效地抑制了原子的错误选择对稀疏信道估计的影响,并且在低信噪比下提升了贪婪追踪算法的估计性能,在不同多径信道模型下的仿真测试中均具有较好的鲁棒性.

基于智能电网的频谱感知算法研究

宽带微功率(Broadband Micro-Power, BMP)无线通信系统是为满足智能配用电系统的通信需求,在非授权频谱资源上研究开发的电力无线专网系统。认知无线电(Cognitive Radio, CR)的频谱感知技术的引入,虽缓解了目前智能电网频谱资源紧张的问题,但系统在低信噪比下单用户的感知准确性仍需提高。针对上述问题,提出一种基于变步长的最小均方(Variable Step Size Least Mean Square, VSS-LMS)频谱感知算法。该算法在对原始发送信号幅度进行迭代估计时,增加两个参数作为调节器,可以灵活地调整步长,并对误差信号进行平滑处理,从而解决收敛速度与稳态误差的矛盾,实现高效的频谱感知。仿真实验表明,该算法不仅具有较好的收敛性,且在低信噪比下仍有较好的检测性能。与能量检测算法和LMS频谱感知算法相比,该算法使系统的频谱检测性能得到提升。

改进型DV-Hop定位模型及其求解的混合视觉进化神经网络

针对DV-Hop定位模型跳距估计精度低且难准确获取未知节点位置的问题,提出改进型DV-Hop定位优化模型及其求解的混合视觉进化神经网络优化算法。DV-Hop定位模型设计中,引入4种通信半径细化节点间的跳数计算,并利用动态权重因子修正最小跳数及平均跳距计算模型,获得改进型DV-Hop的计算模型。算法设计中,依据果蝇和蝗虫视觉系统的信息处理机制,建立输出全局和局部学习率的混合视觉神经网络,进而在此神经网络的输出引导下,借助哈里斯鹰优化算法中哈里斯鹰的位置更新策略设计状态更新策略,由此获得能求解DV-Hop定位问题的视觉进化神经网络优化算法。比较性的数值实验显示,该算法求解基准函数优化问题具有明显优势,并对未知节点的定位精度高且收敛速度快。

未知发射机位置的闭式解椭圆定位方法

研究了发射机位置未知时的椭圆定位问题,提出了一种低复杂度的目标和发射机位置联合估计的三步闭式求解方法。首先,利用直接路径测量值构造一个广义信赖域子问题(Generalized Trust Region Subproblem,GTRS)以得到发射机的估计位置;然后,将所估计的发射机位置代入间接路径模型,以此构造另外一个GTRS估计目标位置;最后,通过构造线性加权最小二乘问题联合估计目标和发射机的误差项,同时补偿前两步的估计误差,从而进一步提高了定位精度。所提算法的三个步骤均存在闭式解,且具有极低的计算复杂度。理论性能分析和仿真验证表明,所提方法的均方误差在大噪声时能够趋近于克拉美-罗下界(Cramer-Rao lower bound,CRLB),在特定环境下与现有方法相比具有更优的性能。