无线传感网络中SINR模型下MIS算法的研究

在SINR模型上对MIS算法进行研究.首先通过理论分析得出MIS算法节点的度受SINR模型下路径损耗指数和信噪比值的约束,然后利用NetLogo和Matlab软件进行模拟和分析,最后通过实验得出当路径损耗指数和信噪比的值越小,MIS算法运行时间越短;当路径损耗指数和信噪比的值越大,MIS算法运行时间越长.

基于信干噪比增益的自适应阵列抗干扰性能分析

针对自适应阵列现有的抗干扰性能评价指标存在权系数伸缩敏感,难以直观反映后续信号处理性能等缺点,在现有性能指标分析基础上,提出了信干噪比(SINR)增益指标,并给出了均匀线性阵列SINR增益的解析表达式.新指标具有明确物理含义,可方便比较不同空域滤波器的抗干扰性能,并定量反映抗干扰后续的信号处理性能.仿真实验结果验证了提出新方法的有效性.

一种阻塞矩阵的构建方法

广义旁瓣相消技术已经比较广泛地应用在雷达、通讯、声纳等复杂电子系统中。其中阻塞矩阵的构建是广义旁瓣相消技术中的一个非常关键的环节,本文在分析普通阻塞矩阵存在缺陷的基础上提出了一种新的阻塞矩阵构建方法,分析仿真表明,本阻塞矩阵具有很低的信干噪比损失和良好的稳健性,在工程上具有实现方便的特点。

自适应阵列抗干扰性能的解析定量分析

自适应阵列抗干扰性能常用输出信干噪比(Signal-to-Interference and Noise Ratio,SINR)损失、抗干扰改善因子(ECCM Improvement Factor,EIF)等来衡量,但目前尚缺乏解析的定量分析.为此,采用归纳法理论推导了均匀线阵条件下输出SINR损失、EIF等指标的解析表达式,定量获取了自适应阵列抗干扰性能.仿真实验验证了理论分析结果的有效性及快拍数对自适应阵列抗干扰性能的影响.

通道失配条件下的线阵导引头STAP检测研究

针对均匀线阵导引头下视跟踪目标状态,建立了目标空时导向矢量、杂波协方差矩阵、STAP权值等模型,基于协方差矩阵加权的基本理论,研究了高斯分布、均匀分布2种通道失配误差对STAP检测性能的影响,建立了数学模型并进行了仿真。结果发现,均匀分布误差对STAP检测性能影响较大,若相位误差达到10°,将导致SINR损失下降10 dB左右,而高斯分布误差影响很小。

基于改进阻塞矩阵的抗主瓣干扰算法

在运用传统阻塞矩阵对抗主瓣干扰的过程中,干扰信号受到抑制,同时期望信号的复包络也会发生变化,造成一定的信号损失,影响输出的信噪比,不利于后续信号处理的流程。针对此问题,改进传统阻塞矩阵的构造方法,提出一种基于改进阻塞矩阵的新算法,通过改进的阻塞矩阵对接收信号进行预处理,然后对其进行自适应波束形成。仿真结果表明,相同条件下该算法相较于传统阻塞矩阵减少了信号损失,同时阵列输出信干噪比增益更高,抗干扰性能更佳。

基于泊松网络的可见光信道建模与信干噪比计算

Poisson随机网络是近几年来常见的无线网络及信道建模工具之一,它能够将网络建模为空间中的泊松随机过程场。利用Poisson随机网络对可见光信道进行建模,详细推导了信道的平均信干噪比的近似解析表达式,并且通过数值仿真验证了其正确性和有效性。从仿真结果可以看出,当近似条件得到满足的情况下,使用实际SINR计算得到的曲线和使用文中给出的SINR近似估计得到的曲线几乎完全重合;当近似条件不满足时,估值和真实值存在一些误差,但是曲线的趋势基本相同。这一工作为进一步研究可见光通信的网络容量、中断概率和覆盖概率等重要性能打下了基础。

基于均匀线阵的导引头STAP检测研究

针对导引头下视跟踪目标的典型状态,开展了均匀线阵导引头空时自适应处理(STAP)检测研究。在分析空-时信号环境的基础上,建立目标回波与STAP检测模型,并通过仿真对检测性能进行分析,发现当阵列平行于水平面时,STAP能够获得较好的检测性能,可以获得不超过50m/s的最小可检测速度。如果导引头姿态变化,STAP检测性能将会下降,当阵列俯仰角增大到30°时,将难以检测到目标。

传统蜂窝网对NB-IoT物联网性能的影响研究

从分析NB-IoT物联网技术开始,介绍了NB-IoT系统的物理层以及与其他系统的共存情况、介绍了LTE系统和GSM系统,以及分析了它们对NB-IoT物联网系统影响研究必要性。主要研究了LTE系统对NB-IoT物联网系统的影响,分为stand-alone、guard-band和in-band三种场景,分析了吞吐量损失情况和SINR损失情况;研究了GSM系统对NB-IoT物联网系统的影响,同样计算了吞吐量损失和SINR损失情况。通过以上研究表明;传统蜂窝网对NB-IoT物联网系统的影响很小。

一种基于用户划分的LTE上行闭环功率控制算法

长期演进(long term evolution,LTE)上行经典信干噪比(signal to interference plus noise ratio,SINR)闭环功率控制算法未考虑用户对相邻小区的干扰,导致小区总吞吐量较低。针对该问题,提出一种基于用户划分的闭环功率控制算法。根据每个用户到服务小区的路径损耗将其划分为小区中心用户或小区边缘用户,为小区中心用户设置目标SINR值时仍使用经典SINR闭环功率控制算法,为小区边缘用户设置目标SINR值时考虑其对相邻小区的干扰使用新的方法。理论分析以及MATLAB系统级仿真结果表明,与传统闭环功率控制算法和经典SINR闭环功率控制算法相比,该算法能够更加有效地降低小区间干扰,提高小区总吞吐量。