车联网中的协同通信平均传输时间计算

车联网（Internet of Vehicles，IoV）是智能交通和通信领域的热点课题，协同通信算法的研究是IoV通信的重要技术之一。针对IoV环境下因通信拓扑结构快速变化导致数据信号利用单一通信方式难以高效传输的问题，提出IoV环境下协同通信算法，利用车对车（Vehicle-to-Vehicle，V2V）和车对路（Vehicle-to-Infrastructure，V2I）协同通信方法，对目标数据从请求到完成的平均传输时间进行了理论分析和推导。仿真结果表明,该算法的传输效率比基于移动边缘计算(Mobile Edge Computing,MEC) 车联网协作传输算法提升40%，比基于分簇V2X车载广播传输算法提升25%；该算法的平均传输时间随着路侧单元(Road Side Unit，RSU)缓存概率从0.5增加至1可提高9%，随着车辆缓存概率从0.5增加至1可提高46%。     

基于PN序列自相关的双门限自适应DTMB频谱感知

对于地面电视的模数转换产生宝贵的广播电视“白频谱”资源,频谱感知与检测技术是高效有序地利用频谱资源的基础。在数字电视地面多媒体广播（DTMB）传输系统中,针对传统的基于信号特征的感知算法在检测性能、计算复杂度与灵活性上的不足,提出了一种自适应的DTMB频谱感知算法。该算法以双门限感知检测为基础,在双门限之外采用基于伪随机（PN）序列自相关的算法,在双门限之内采用不等间隔PN序列累积自相关的算法,同时自适应地调整双门限的取值,平衡算法复杂度、感知性能与信道环境的需求。仿真结果表明,该算法在不同的信道条件下能自适应且快速地调整参数,有效提高频谱检测性能,降低算法复杂度。     

基于预编码与导频分配的大规模MIMO导频污染抑制

导频污染问题是限制大规模多输入多输出(MIMO)系统性能的主要影响因素。针对这个问题，提出了一种基于改进预编码和最优导频分配策略的大规模MIMO系统导频污染抑制算法。首先，在系统下通过基于改进遗传优化算法的最大化信干噪比(SINR)预编码算法，获得最优预编码矩阵；然后，通过基于用户信道条件优劣的最优导频分配策略对每个小区用户进行导频分配，从而实现大规模MIMO系统导频污染抑制。通过Matlab仿真结果可知，相对于传统的SINR预编码算法，所提算法的复杂度降低了65%左右，而导频污染抑制性能提升了30%左右。该算法能够有效抑制导频污染，提升大规模MIMO系统的性能。     

周期性协作频谱感知机制的优化

为了提高检测性能和频谱资源利用率,对认知无线电网络中的周期性协作频谱感知 机制进行了研究。针对不同的衰落信道环境,通过引入有效传输时长比例和干扰时长比例作 为次用户服务质量的衡量标准,给出了集中式协作感知下的检测时长、数据传输时长以及协 作用户数量等参数的最优选取方法,从而获得最高的信道效率。仿真结果表明,通过选取最 佳的协作感知机制参数,可在保证系统检测性能和干扰容限要求的同时,显著提高次用户在 空闲信道的有效传输时长比例,实现了频谱利用效率的最大化。     

一种数据包合并跨层优化编码方案

在传统分层系统中,信息数据包首先在数据链路层进行数据包级的检错码编码,然后一个数据包对应一个信息分组在物理层进行符号级的纠错码编码,最后送入信道中传输。为提高系统的传输效率,提出了一种基于数据包合并的物理层与数据链路层编码的跨层优化方案,即数据链路层的多个数据包合并对应物理层的一个信息分组,然后进行纠错编码后再传输。通过理论推导得出了使系统传输效率最大的最优合并数据包个数和数据包长度表达式。通过仿真验证了理论推导的正确性,并与传统方案进行了比较,结果表明,该方案能有效提高系统的传输效率。     

用于大规模MIMO系统的改进CG检测算法

针对大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中近似最优线性最小均方误差(Minimum Mean Square Error,MMSE)算法复杂度过高问题，提出了RC-CG(Region Constellation-Conjugate Gradient)低复杂度近似最优信号检测算法。该算法首先利用共轭梯度(Conjugate Gradient,CG)迭代算法避免MMSE信号检测算法的高维度矩阵求逆，降低计算复杂度；其次引入二分查找算法对星座图进行区域分块，优化迭代初始解，使算法在保证原来检测性能的基础上加快收敛速度。仿真结果表明，该算法不仅可以达到近似MMSE算法的检测性能，而且适用于高阶调制，算法复杂度从O(K3)降低到O(K2)。     

多信道认知用户能量高效的最优功率分配

针对多信道认知用户能量效率问题,提出认知用户能量效率优化模型,进而优化传输功率和感知帧长。首先,多信道认知用户基于多带宽联合能量检测方案,在一定传输功率和干扰功率限制下,建立了以单位数据能耗为目标的最优化问题;其次,通过非线性分式规划的对偶优化将目标函数转换为内点法求解形式;然后,结合内点法和二分法给出算法流程,进而配置最优功率和感知时间。仿真结果表明,对应不同通信环境采用该优化方法都能通过配置最优功率和感知时间达到能量效率最优。     

混合粒子群优化算法在CDMA系统多用户检测中的应用

针对粒子群优化算法易早熟的问题,提出了一种混合粒子群优化算法(HPSO)。首先在算法中采用惯性权重的分段递减策略,以提高算法的全局搜索能力;然后在算法后期,引入拉伸技术剔除比局部极值大的点,缩小搜索空间,使算法能及时跳出局部最优从而加速收敛,最后提出了基于HPSO算法的多用户检测器。仿真结果表明在信噪比相同的条件下,该多用户检测器的误码率和抗远近效应性能更接近于最佳多用户检测器,有效解决了码分多址通信系统中的多址干扰问题。     

蜂窝通信系统同步传输研究

随着无线通信传输技术的发展，移动蜂窝通信系统得到了日新月异的发展。在蜂窝通信系统中，中继传输技术广泛应用，大多通过合作分集和多跳传输方式来提高节点间的传输性能，可以有效提高系统容量和频谱效率。本文对蜂窝通信同步传输的关键技术进行了研究，旨在探索进一步提高中继网络的系统速率和传输效率。     

LTE虚拟MIMO系统中用户正交配对改进算法

第三代合作伙伴计划（3GPP）在长期演进（LTE）上行传输中引入了虚拟多输入多输出（V-MIMO）技术，能够提升频谱效率，改善无线链路传输性能。用户配对是V-MIMO技术必不可少的环节。针对现有的正交配对算法由于不能准确衡量两用户的正交性而导致的性能恶化问题进行了理论分析，并提出更具有一般性的正交性定义。为适应LTE-Advanced上行最大支持4流、下行最大支持8流的特点，结合贪婪思想将正交配对的应用情形由两用户推广至多用户。为了进一步改善系统性能，提出基于范数的贪婪正交配对算法。仿真结果与复杂度分析表明，基于范数的贪婪正交配对算法与穷举的最优算法性能接近，且在计算复杂度上要远低于最优算法，对于V-MIMO技术的发展具有重要意义。     

广义空间调制系统的正则化OMP检测算法

在广义空间调制（GSM）系统中，最大似然（ML）检测可以取得最优的检测性能，然而其计算复杂度随激活天线数的增加急剧增长。针对这一问题，提出了一种基于稀疏重构理论的低复杂度检测算法——正则化正交匹配追踪（ROMP）算法。该算法首先根据信道矩阵和当前残差的内积选取多个候选激活天线索引，接着对候选天线索引按正则化标准进行可靠性验证，剔除错误索引，缩小信号的搜索空间，最后通过求解最小二乘问题估计信号。仿真结果表明，与经典的正交匹配追踪（OMP）算法相比，所提算法以少许复杂度的增加为代价极大提升了检测性能，能够在检测性能与复杂度之间取得更好的折中。     

采用相位判决的低复杂度广义空间调制检测算法

针对广义空间调制（GSM）系统中信号检测复杂度过高的问题，提出了一种基于相位判决的低复杂度检测算法。首先根据一种排序准则对天线组合进行排序，然后将排序后的天线组合中的符号向量依次通过基于相位判决的迫零(ZF)均衡器进行检测，最终得到星座调制符号和激活天线组合。分析和仿真结果表明，该检测算法可以有效缩小接收端的搜索范围，在提供与最大似然（ML）检测算法相近的误比特率（BER）性能的同时，计算复杂度降低了98%。     

MIMO系统中基于信号可靠性判定的OSIC检测

排序串行干扰消除（Ordered Successive Interference Cancellation，OSIC）是多输入多输出无线通信系统中一种重要的信号检测技术。为了降低该算法的计算复杂度，首先提出了基于信号可靠性判决的排序串行干扰消除算法，根据所设计的信号可靠性判决（Signal Reliability Decision，SRD）结构的判决结果选择不同的方法消除信号间的干扰。为了进一步提升SRD-OSIC算法的检测性能，提出了局部最优（Local Optimized,LO）的LO-SRD-OSIC算法。仿真结果表明，SRD-OSIC算法仅需要传统OSIC算法一半的复杂度就能获得相近的误码率性能。不仅如此，当LO-SRD-OSIC算法与SRD-OSIC算法的计算复杂度相同时,LO-SRD-OSIC算法可以获得额外3 dB的误码率性能增益。     

LTE系统中一种串行的整数倍频偏和扇区检测算法

在LTE系统中,用户终端（UE）在开机后首先会进行小区搜索。针对传统的小区搜索方案中整数倍载波频偏（ICFO）和扇区ID是通过利用主同步信号（PSS）进行联合检测这一问题,提出了一种串行的整数倍频偏和扇区ID估计算法。该算法利用PSS的对称性,将ICFO和扇区ID进行分开检测,通过对接收的频域PSS进行归一化差分相关,消除了信道的影响,从而增强了检测性能。将联合估计算法和提出的串行估计算法进行仿真对比,结果表明提出的算法相较于传统方法可以取得更好的检测精度,并且运算复杂度仅为传统方法的1/3。     

MIMO系统中改进的二进制粒子群天线选择算法

在多输入多输出系统中,发射端和接收端的多天线配置提高了信道容量和传输可靠性,而天线选择技术能在保持系统优点的同时有效地降低运算复杂度以及硬件成本。为了能在时变的信道条件下快速地选择出一组最优的天线子集,提出了一种基于二进制粒子群算法的改进的天线选择算法。推导出了二进制粒子群联合收发端天线选择的信道容量公式,并将其作为粒子群算法的适应度函数,使天线选择问题转换成二进制编码串的组合优化问题。通过改进模糊函数提高粒子群算法的收敛性,让二进制粒子群尽可能地收敛于全局最优位置。仿真结果表明,改进的算法能在降低运算复杂度的同时提高收敛性,且系统信道容量趋近于最优算法。     

模平方优化的低复杂度多符号检测

针对传统多符号检测算法（MSD）在脉冲编码调制/调频（PCM/FM）信号解调时存在复杂度高、工程实现难度较大的问题，提出了一种优化模平方的低复杂度多符号检测算法。通过将传统MSD中的模平方运算近似优化为绝对值加减法运算，使用的计算资源下降为原来的80〖WT《Times New Roman》〗%〖WTBZ〗左右。仿真结果表明，与传统的MSD算法相比，该优化算法降低了计算资源，同时几乎不损失性能，有利于硬件的实现，具有较强的实用价值。     

基于串并结合策略的SCMA多用户检测

稀疏码分多址接入（SCMA）是促进第五代移动通信系统发展的重要无线空口技术支撑,能够满足海量连接的需求。针对上行SCMA通信系统接收端使用的基于串行消息传递算法（MPA）的多用户检测迭代运行时间长,导致系统时延的问题,提出一种串并结合SCMA多用户检测算法,充分融合了串并行消息传递特点。仿真结果表明,相比串行MPA多用户检测算法,所提算法可降低系统的复杂度,且每轮迭代运行时间减少,从而减小了时延,实现了误比特率性能与系统时延、系统复杂度之间理想的平衡。     

重叠滤波多音系统的频偏性能分析及优化

重叠滤波多音(O-FMT)是针对滤波多音(FMT)系统频谱利用率低的缺点而根据超奈奎斯特(FTN)概念引入子载波重叠得到的方案。鉴于O-FMT系统在频偏环境下的性能缺陷，理论分析了频偏对系统信号各部分的影响，比较了O-FMT与正交频分复用（OFDM）系统的抗频偏性能。针对频偏性能优化问题，提出了基于最佳线性无偏估计（BLUE）的改进盲估计算法，设计了基于频域滤波器系数的内嵌结构进行频偏补偿。仿真实验表明，O-FMT相比OFDM具有更好的抗频偏能力，改进的盲估计算法估计值精度更高，抗干扰、抗衰落能力更强，设计的频偏补偿结构可以使系统获得更好的性能。     

采用降秩多级维纳滤波器的二维DOA估计快速算法

针对双平行线阵的二维波达方向（DOA）估计问题,为有效降低计算复杂度,提出了一种基于降秩多级维纳滤波器（MSWF）的快速算法。首先利用MSWF的前向递推实现信号子空间的快速估计,无需估计协方差矩阵和特征分解;然后,通过MUSIC算法对方位角和俯仰角的估计进行分维估计,使二维DOA估计退化为两个一维DOA估计问题,且方位角和俯仰角自动配对,进一步降低了运算量。仿真结果表明,该方法的估计精度优于同样基于双平行线阵提出的波达方向矩阵法（DOAM）,俯仰角兼并时同样适用,计算复杂度低,适用于实时性要求高的应用背景。     

一种适用于稀疏多径信道的自适应均衡算法

针对传统的自适应均衡算法在稀疏多径信道下性能表现不佳的问题,提出了一种基于基追踪降噪的自适应均衡算法。该算法利用稀疏多径信道下均衡器权值的稀疏性,将自适应均衡器的训练过程看作压缩感知理论中稀疏信号对字典的加权求和,并利用重构算法直接对稀疏权值进行求解,解决了迭代参数设置和收敛慢的问题。采用基追踪降噪作为重构算法并选用变量分离近似稀疏重构对该最优化问题进行求解,既提高了权值的重构精度又降低了计算的复杂度。仿真结果表明,所提算法能够以较低的计算量和较少的训练序列达到更优性能,这对提升系统的通信性能具有参考价值。