基于DSmT证据折扣理论的短波多通道信息融合方法

针对由于短波信道复杂恶劣、通道信息间冲突突出,经典合并方式对短波多通道信息合并效果不佳问题,提出基于DSmT证据折扣理论的短波多通道信息融合方法。以DSmT证据折扣理论作为融合框架,实现对短波多通道信息融合推理判决。首先,归一化OFDM帧的相对包络标准差,并通过相对包络标准差与折扣因子计算得到折扣权重。然后,通过比特软信息提取函数获得比特概率,以比特概率对基本信任分配函数定量赋值来作为证据。最后,以PCR6融合规则对多通道软信息进行融合推理判决。在多种信道条件、多种调制方式下与经典合并方式的对比仿真实验表明,所提方法可以获得明显的误码率增益和误包增益。

高速移动环境OTSM通信双迭代判决反馈均衡研究

针对现有正交时序复用(Orthogonal Time Sequence Multiplexing,OTSM)通信均衡方法在高速移动环境下难以有效处理符号间干扰的问题,提出一种基于最小二乘QR分解(Least Square QR,LSQR)的双迭代判决反馈均衡方法.该方法利用基于零填充的OTSM系统时域传输矩阵的分块特性,使用LSQR迭代算法对时域观测数据进行逐块均衡以实现对待检测符号的快速粗估计;随后将其转换至延迟-序列域中通过数次迭代的方式进行动态门限量化判决,进而利用判决反馈结果对延迟-序列域观测数据进行分块干扰消除,最后通过LSQR迭代均衡实现符号粗估计的迭代优化.仿真结果表明,在500 km/h移动速度下该均衡方法与目前广泛使用的基于高斯赛德尔(Gauss-Seidel,GS)的均衡方法和基于最大比合并(Maximum Ratio Combining,MRC)的均衡方法相比,采用16-QAM调制且误码率为10-4时分别带来了2.61 dB和1.76 dB的性能增益.

高速移动环境下OTSM迭代检测算法研究

正交时序复用(Orthogonal Time Sequency Multiplexing,OTSM)通过级联时分和沃尔什-哈达玛(WHT)复用将信息符号在时延和序列域进行复用。由于WHT在调制解调过程不需要进行复杂的乘法运算,相比于正交时频空(OTFS)调制有更低的调制复杂度。该文针对高速移动环境下的OTSM系统提出了一种二级均衡器:首先利用信道矩阵的稀疏性和带状结构在时域逐块进行低复杂度MMSE检测;随后采用高斯-赛德尔(GS)迭代检测进一步消除残余符号干扰。仿真结果表明,所提算法与基于单抽头频域均衡的GS迭代检测算法相比,采用16QAM调制且误码率为10–4时有1.8 dB性能增益。

移动条件下基于容积卡尔曼滤波的短波OFDM信道估计

针对移动短波通信场景下短波信道出现的时变性使得正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统不能精确估计信道状态信息导致通信质量下降的问题,提出了一种基于容积卡尔曼滤波(Cubature Kalman Filter,CKF)的信道估计方法。该方法基于球面径向积分准则,可更好地追踪信道的变化,提升信道估计的精度。建立了基于信道频域响应的非线性状态空间方程,并用容积卡尔曼滤波对每帧符号的信道频域响应进行估计。系统仿真结果表明,在静态短波通信场景到720 km/h的移动短波通信场景中,所提算法对信道有着更精确的估计精度,也可以有效抵抗多径时延所带来的影响。因此,所提算法更适用于移动短波通信场景。

基于迭代判决反馈的移动短波信道频域均衡技术

在高速移动短波信道下信号多径干扰严重且机动平台能量十分受限,针对多载波技术的高峰均功率比以及高复杂度所引起的高功耗等缺陷,提出了一种基于迭代块判决反馈均衡(Iterative Block Decision Feedback Equalization,IBDFE)的新型单载波频域均衡(Single Carrier Frequency-Domain Equalization,SC-FDE)技术。与传统的迭代块判决反馈频域均衡结构不同,其特点是采用双重IBDFE结构,其中一路信号的输出作为反馈滤波器的输入,并引入残余码间干扰消除(Residual Inter-Symbol Interference Cancellation,RISIC)技术。仿真结果表明,在相同的移动短波信道场景下,与传统结构算法相比,复杂度相近,但误码性能更好,通信系统可靠性更强。SC-FDE技术相比于多载波技术,功耗较低,更加适用于对能量有一定要求的机动平台短波地空通信。

基于ITS模型的短波宽带移动信道建模与仿真

短波宽带移动信道模型是远程机动平台移动通信系统性能分析评估的基础,现有短波宽带信道模型不能有效表征机动平台移动信道快时变多普勒效应,难以适应机动平台短波移动通信需要。鉴于此,在分析机动平台行为模式与信道时变多普勒效应的映射关系基础上,推导出了机动平台移动信道冲激响应表达式,基于ITS(international telecommunication society)模型提出了一种适用于固定与机动不同场景、不同传播模式、宽窄带融合的短波通信信道模型。利用信道冲激响应与信道散射函数从时域色散、频域色散两个维度对本文信道模型的有效性进行了验证。结果表明,该信道模型能够基于机动平台运动轨迹实现时变多普勒效应传播复现与信道模拟;也能在运动轨迹未知情况下,基于飞行器种类、机动频率等先验信息,实现具有各态历经性的机动平台短波宽带信道仿真,对机动平台短波移动通信系统效能评估有重要意义。

Ⅱ型Z-优化二元互补序列对的构造

该文以长度为N(N为整数)的Golay互补对(GCP)为种子序列对,在种子序列对的3个选定位置中插入特定的码元,构造出长度为N+3的Ⅱ型Z-优化2元Z-互补序列对(ZCP)。与已知同长度Ⅱ型Z-优化2元Z-互补序列对相比,构造的新序列有更低的峰均包络功率比(PMEPR)。Z-互补序列对和Golay互补序列对都广泛应用于正交频分复用(OFDM)系统和码分多址(CDMA)系统等,但前者有更灵活的序列长度和更多的序列数量,更能满足应用的需求。

基于模型数据双驱动的短波MUF短期预测网络

针对短波最大可用频率(MUF)经典模型方法预测精度低及机器学习方法训练集数据获取难度大的问题,提出一种模型数据双驱动的双向门控递归单元(BiGRU)网络用于MUF短期预测。模型驱动方面,利用经典MUF预测模型生成的大规模数据集作为模型驱动训练集,经过2D CNN和BiGRU网络联合学习后,获得一个初步网络。数据驱动方面,使用小规模的实测数据集对初步网络进行二次训练,得到最终网络CNN-BiGRU-NN。仿真结果表明,所提网络与GRU网络、LSTM网络以及VOACAP模型相比,在日期尺度和时刻尺度上的平均均方根误差(RMSE)均有降低。

短波数字信道化通信探测一体化快速建链方法

针对短波通信传统自动链路建立技术选频准确性低、建链效率低、资源利用率低等问题,提出一种基于短波数字信道化接收的通信探测一体化快速建链方法。利用数字信道化技术实现短波全频段并行接收。设计了通信探测一体化波形,解决建链过程中波形切换带来的时间冗余和设备兼容问题。设计了探测即建链的快速建链方案,实现复杂电磁环境下的快速稳健通联。实测结果表明,信道化结构能够增强建链系统的接收性能,建链方案相较于传统建链方案有明显优势,信道参数估计方法有较高的估计精度,验证了所提方法在真实短波信道环境的适用性。

短波通信接入网广域协作资源分配算法

针对短波点对点通信可靠性不高、难以满足实际需求的问题,提出了一种基于短波通信接入网的广域协作资源分配算法。通过调用多个站台,分别从不同的信道对用户进行协同保障以提高短波通信的可靠性。所提算法将资源分配问题分解为信道与站台的匹配和站台分配2个子问题,首先建立最大期望成功率匹配模型,将信道与站台进行匹配,并将分配到信道的站台组合为不同保障方案;然后分别采用模糊层次分析法和熵权法获取方案的主客观评分,并通过证据推理进行融合选出最优方案。结果表明,所提算法能有效提高短波通信的成功率,具有良好的适应性。

基于单向流模型的自适应张量链式学习算法

针对单向流模型中高阶张量在线分解问题,研究了一种自适应张量链式(TT)学习算法。首先,推导出单向流增量仅改变时序TT核的维度;然后,引入遗忘因子和正则项构造指数权重最小二乘目标函数;最后,利用块坐标下降学习策略分别估计时序和非时序TT核。对所提算法在增量大小、TT秩、噪声和时变强度等方面分别进行了验证,结果表明,所提算法的平均相对误差和运算时间均小于对比算法,并在视频自适应分析中表现出优于对比算法的张量切片重构能力。

多标签无线供电反向散射通信网络能效优化算法

为了提高物联网(IoT)节点的运行周期和能量利用率,该文提出一种多标签无线供电反向散射通信网络能效最大化资源分配算法。考虑传输速率约束、能量收集约束以及发射功率约束,建立了基于系统能效最大化的资源分配模型。利用Dinkelbach理论、2次变换以及变量替换法,将原分式非凸问题转化为可求解的凸优化问题。通过拉格朗日对偶理论求得优化问题的全局最优解。仿真结果表明,该算法具有较好的收敛性和能效。

基于多智能体强化学习的大规模灾后用户分布式覆盖优化

为了快速恢复大规模受灾用户的应急通信服务,针对接入用户数量众多导致的业务差异性和动态性显著、集中式算法难以扩展等问题,提出了一种基于多智能体强化学习的分布式智简覆盖优化架构。在网络特征层中,设计了考虑用户业务差异性的分布式k-sums分簇算法,每个无人机基站从用户需求出发,原生简约地调整局部网络结构,并筛选簇中心用户特征作为多智能体强化学习神经网络的输入状态。在轨迹调控层中,设计了多智能体最大熵强化学习(MASAC)算法,无人机基站作为智能节点以“分布式训练−分布式执行”的框架调控自身飞行轨迹,并融合集成学习和课程学习技术提升了训练稳定性和收敛速度。仿真结果表明,所提分布式k-sums分簇算法在平均负载效率和分簇均衡性方面优于k-means算法,基于MASAC的无人机基站轨迹调控算法能够有效减小通信中断的发生频率、提升网络的频谱效率,效果优于现有的强化学习方法。

基于Watterson模型的短波航空移动信道建模与仿真

信道建模与仿真是短波航空通信系统性能分析评估的基础,该文通过分析研究飞行器最大移动速度、加速度、机动频率、运动轨迹等机动状态参数对短波航空移动信道时变多普勒频移的影响,提出一种基于Watterson模型的短波航空移动信道模型。该模型能够充分描述由收发两端相对运动引入的信道多普勒频移与扩展,适用于短波超视距航空移动通信信道。仿真结果表明,该模型能够实现对不同种类不同机动状态飞行器短波移动通信信道的差异化仿真,还能在已知航线航迹时,实现对特定场景下的定制化信道仿真。

基于稳健卡尔曼滤波的倾斜探测电离层MUF短期预报方法

为了改善电离层频率预报准确性低、短波通信连通率差以及工程中观测野值对预报精度影响严重等问题,提出一种基于稳健卡尔曼滤波的倾斜探测电离层MUF短期预报方法。通过研究实测MUF数据的变化规律及观测误差的成因与特征,利用电离层参考模型作为先验信息,改进卡尔曼滤波模型的状态估计方程;引入代价函数机制,通过Huber-M估计实现对预报状态的量测更新,减少观测野值对预报结果的影响,提高所提方法的稳健性。仿真结果表明,所提方法能有效抑制观测野值带来的不利影响,具有较强的稳健性和稳定性。

高速移动环境下低复杂度OTSM迭代rake均衡方法

针对现有正交时序复用(OTSM)均衡方法抗噪性能不佳、计算复杂度高的问题,提出了一种基于最大比合并(MRC)的低复杂度迭代rake均衡器。其主要思想是利用MRC在时延-时域中迭代提取并相干合并发射符号的接收多径分量,以提高合并信号的信噪比。为加快MRC迭代算法收敛,设计了一种单抽头时频均衡器为其提供初始估计,随后结合外部纠错码进一步提高误码性能。仿真结果表明,基于MRC的迭代rake均衡器性能显著优于LMMSE线性均衡器,与目前广泛使用的高斯-赛德(GS)迭代均衡器相比,性能和计算复杂度都有较大提升。

基于Kalman滤波的高频CW电报信号自动识别

针对强噪声背景下高频CW电报信号检测算法性能严重下降、误码率较高的问题,文章提出一种基于卡尔曼滤波的高频CW电报信号同步检测识别算法。利用自同步法对CW电报信号实现位同步,进而利用卡尔曼滤波针对时变干扰噪声设置自适应阈值,对信号能量进行软判决,实现CW电报信号的自适应跟踪检测,提取有效信号进行识别。通过短波信道仿真软件和实际短波通信测试表明,该算法能够在强噪声背景下有效检测识别CW电报信号,且算法可由迭代实现。

基于张量分析的欠定混合矩阵估计算法

针对欠定矩阵估计中存在有效特征信息提取难和算法收敛速度慢等问题,提出基于张量分析的瞬时混合欠定矩阵估计算法,旨在克服信号稀疏性约束。该算法通过信号分割子段的自协方差构造对称三阶张量,并压缩为核张量降低数据规模,利用增强线性搜索技术加速交替最小二乘算法的收敛速度,将因子矩阵作为混合矩阵估计的测度,但分割子段数选取是个开放问题。仿真表明,所提算法在估计欠定混合矩阵时性能优于稀疏变换法和传统高阶统计量法。

Costas序列短波MFSK通信时频联合同步方法

针对低信噪比与强多径传播导致短波MFSK信号捕获困难、同步精度低的问题,提出一种基于Costas序列的短波MFSK信号时频联合同步方法。利用Costas序列二维图案优异的自相关特性进行信号检测与同步,将传统的滑动窗口法由时域扩展到时频域,同步获得时间和频率的估计值;为了降低计算量,给出了频偏与时延的精估计方法。仿真结果表明,与传统伪随机码(PN码)同步方法相比,提出的方法具有更好的抗噪声和抗频偏性能。在信号带宽为50 Hz、同步序列长度为1.28 s的ITU-R中纬度短波信道上,该同步方法能够达到98%的捕获率,虚警概率低于10^(-2);时间同步误差低于12 ms;频率估计误差低于1 Hz。