认知频谱共享系统最大比例合并分集的性能分析

研究了一个认知频谱共享系统,该系统是由一个次用户发射机、一个次用户接收机和一对主用户发射机和接收机组成,次用户接收机利用最大比合并策略提高系统性能。首先分析了来自主用户发射机的干扰对频谱共享系统中断概率的影响。经过一些运算得到了中断概率确切的封闭表达式,为评价系统关键参数的联合作用提供了有效手段,如次用户接收机天线的数目、次用户最大的发射功率、干扰温度限制以及主用户发射功率等。另外,还对系统中断概率的渐近性能进行了研究,揭示了次用户系统中断概率具有饱和现象。最后,分析了该系统分集复用增益。仿真结果表明,该中断概率确切封闭表达式与Monte Carlo仿真结果非常吻合,干扰温度约束和主用户的干扰对中断概率具有显著的不利影响,增加次用户接收机的天线数目可提高系统性能。     

一种利用机器学习优化MIMO窃听信道天线选择的方法

为保障多输入多输出窃听信道系统中信息传输的保密性，提出了一种基于机器学习的天线选择方案。首先利用机器学习解决分类问题准确率高、处理大数据高效这一优势，设计了基于奇异值分解的特征值提取、基于信干噪比的标签赋值方案，建立了k最近邻分类器和逻辑回归分类器选择最优天线最大化保密性能（可达保密速率和保密中断概率）。与传统天线选择方案相比，所提方案获得了几乎一致的保密性能，并且大幅降低了系统的选择复杂度和误比特率。     

层叠分布式天线系统混合分集技术

研究了层叠分布式天线系统(CascadeDistributedAntennaSystem,CDAS)空间两层分集的中断概率性能。层叠分布式天线系统包括间隔较远的N个天线簇,每个天线簇包括距离较近的L个天线单元。文中推导了层叠分布式天线系统中断概率的表达式。相比于传统的单天线系统,数值仿真表明采用混合分集的分布式天线系统可以有效抑制快衰落和阴影衰落。     

基于网络编码的用户协作分集系统性能分析

针对非协作通信和传统协作通信系统不能达到高天线分集增益的问题,提出基于网络 编码的用户协作系统模型。研究了基于网络编码不同协作用户的天线分集增益,并分析非协 作机制、传统用户协作机制和基于网络编码用户协作机制的中断概率。理论分析和系统仿真 表明,基于网络编码的用户协作系统能显著降低系统中断概率,获得更大的分集增益,且协 作用户数越多,系统分集度越好。     

多用户分集下MIMO系统的中断眭能分析

本文主要介绍多用户分集下MIMO系统的中断概率，利用在正交空时分组编码（OSTBC）系统中，通过简单的线性处理，可以最大似然解码，OSTBC系统能很好的把多输入多输出信道转化为单输入单输出信道。通过分析正交空时分组编码的中断性能，得出了中断概率的具体表达式。最后进行仿真，其结果与理论分析一致。     

认知中继网络中基于频谱感知的自适应功率控制策略

针对采用联合overlay和underlay频谱共享模式的认知中继网络,基于频谱感知结果和干扰信道条件,提出了自适应功率控制策略,从理论上分析了次用户的中断概率。通过Monte-Carlo仿真,与单一overlay或underlay频谱共享模式和固定功率控制方案下次用户的中断性能进行了比较。仿真结果表明,采用自适应功率控制方案,在相同中断概率条件下,次用户对主用户的干扰概率降低了70%~80%;在相同干扰概率条件下,次用户的中断概率降低了1~2个数量级,频谱共享性能得到了有效提高。     

TD-SCDMA系统中一种软件集成智能天线算法

给出了一种采用信干噪比准则的、集成了预多波束天线与LMS自适应天线的软件天线方案,该方案采用开关合并方法,把软件天线输出接到最大输出信噪比的算法输出,实现算法分集.在TD-SCDMA动态模型上对提出的方法进行了仿真,结果表明,采用集成软件天线方案的误码率性能要优于单纯的预多波束天线或LMS自适应智能天线.仿真过程考虑了用户来波方向和用户到基站距离的动态变化,以及功率控制算法和系统同步过程的影响.     

LTE上行信道的八天线干扰抑制合并技术

基于最小均方误差估计准则推导了LTE多天线上行信道的干扰 抑制合并和最大比合并的均衡公式。通过仿真比较,验证了八天线干扰抑制合并接收算法在 有同频干扰情况下的优越性：随着信噪比的增大,干扰抑制合并算法的误码率大幅降低,而 最大比合并算法则形成误码平台;八天线干扰抑制合并性能明显优于两天线性能。LTE在同 频组网时,基站可以采用八天线接收的干扰抑制合并技术以提高上行链路的抗干扰性能。     

正交空时分组码在OFDM系统中的性能估计

在宽带OFDM系统中对正交空时分组码方案进行了研究，根据Almouti方案的译码原理给出了在正交空时分组码传输的频率选择性衰落信道条件下接收机输出瞬时信噪比的一般表达式，同时分两种情况进一步分析了其最小距离球界的符号差错性能。结果表明，在系统发送天线数、接收天线数及多径数目乘积较小的情形下，系统可以达到最大的分集增益。     

认知无线Ad Hoc网络单跳传输容量的研究

研究了认知无线电Ad Hoc网络的单跳传输能力,该网络与主用户网络工作在同一地理区 域和共享同一频谱。主用户网络具有更高的优先级访问认知用户网络频谱,认知网络需要控 制其发射机密度以限制对主用户干扰。认知、主用户节点位置假设服从泊松点分布,推导了 认知、主用户网络单跳传输容量,最后进行了仿真验证其正确性。仿真结果表明：主用户网 络传输容量随主用户中断概率增加而增加,随增量中断概率的增加而降低。认知用户网络传 输容量仅由次用户中断概率参数决定。     

多组多播集中式大规模MIMO系统的安全性能分析

分析了主动攻击下的多组多播集中式大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统的安全性能。基于上行导频训练估计的信道状态信息，系统采用功率限制下的共轭波束成形方案实现下行多播传输。通过分析合法用户安全速率的下界和窃听者信息速率的上界，得到了系统安全速率下界的闭合表达式。进一步，推导出基站天线数趋于无穷大情况下此安全传输系统能获取的极限安全速率。实验仿真验证了所得结果的正确性。     

基于天线选择技术的大规模下行MU-MIMO系统能效分析

为了提高大规模多用户多输入多输出(MU-MIMO)下行系统的能效,提出了一种基于发送天线选择技术的能效优化机制。首先建立了同时考虑发送功率与电路功耗的新的系统功耗模型,并基于该模型,分析了基站配置天线数目与所有接收终端用户数目对系统总功耗及能效的影响。然后通过理论推导得到了系统能效最优时的最优天线选择数目,并与使用全部天线时的系统能效进行比较。仿真结果表明,所提出的发送天线选择机制通过优化激活部分基站天线能够明显提高系统能效。在用户数为10、发送功率分别为40 W和10 W时,与使用全部天线相比,天线选择技术能够分别使得系统能效获得大约12%和78%的性能增益。     

同信道干扰下的中继网络性能分析

分析了两跳中继网络在同信道干扰下的中断概率。在中继网络中,源节点广播信号至所有的中继节点,此时同信道干扰在中继节点或者目的节点处被引入。中继节点采用解码转发策略转发源节点的信号,而目的节点采用最大比合并技术接收来自中继节点的信号。最终推导了各种干扰情形下系统中断概率的闭合表达式。仿真结果表明,解析曲线和蒙特卡洛仿真曲线非常吻合,而同信道干扰在某些场合会对系统性能造成较大影响。分析结果对中继网络的系统设计和参数设置都有一定的参考意义。     

二进制猫群算法在大规模MIMO天线选择中的应用

在多输入多输出（MIMO）系统中，天线选择技术平衡了系统的性能和硬件开销，但大规模MIMO系统收发端天线选择复杂度问题一直没有得到很好的解决。基于信道容量最大化的准则，采用两个二进制编码字符串分别表示发射端和接收端天线被选择的状态，提出将二进制猫群算法（BCSO）应用于多天线选择中，以MIMO系统信道容量公式作为猫群的适应度函数，将收发端天线选择问题转化为猫群的位置寻优过程。建立了基于BCSO的天线选择模型，给出了算法的实现步骤。仿真结果表明所提算法较之于基于矩阵简化的方法、粒子优化算法具有更好的收敛性和较低的计算复杂度,选择后的系统信道容量接近于最优算法，非常适用于联合收发端天线选择的大规模MIMO 系统中。     

跟踪及数据中继卫星系统的正反向通信链路

本文讨论跟踪及数据中继卫星系统的正反向通信链路。包括：１）Ｓ波段多址勤条链路的相控阵天线地面多波束形成自适应对准；２）把ＴＤＲＳ上的３０个单元天线的接收信号转回地面并保证各路之间相对相位，振幅的稳定；３）Ｋｕ波段单址勤务链路中ＴＤＲＳ与用户飞行器天线相互捕获与跟踪；４）扩频－测距码的快捕。     

基于多种调制方式的空时OFDM系统多用户检测技术

建立了基于空时分组码的多输入多输出(MIMO)-正交频分复用(OFDM)系统模型,研究 了基于最小均方误差的串行干扰消除（MMSE-SIC）多用户检测算法,通过优化排序迭代结构 ,使得接收算法具有较好的性能。仿真结果表明,该算法在误码率方面能够取得优于常规线 性MMSE算法的性能,而且得出星座图中映射点间距也影响着检测算法的性能,随着间距的缩 小,误码概率会上升。     

移动传感器网络的安全性能智能预测

移动传感器网络的物理层安全问题日益复杂,已经成为了一个研究热点。为了及时处理网络安全事件,研究了移动传感器网络的安全性能预测,提出了一种基于灰狼优化广义回归（Grey Wolf Optimization-Generalized Regression,GWO-GR）神经网络的安全性能智能预测方法。该方法利用发射天线选择策略,推导了非零安全容量概率性能的精确闭合表达式。仿真比较了所提方法、反向传播神经网络、广义回归神经网络、支持向量机等方法,结果表明,所提方法可以实现更好的预测性能,提高安全性能预测的实时性。