无线宽带信道模型的仿真与验证

总结了无线信道模型的发展历程,给出了一套用于验证无线宽带仿真信道正确性的方 法,从而为无线算法的仿真与测试提供了与实际无线通信非常接近的仿真信道。概述 了TD-LTE通信系统所普遍使用的仿真信道模型,所给出的方法可用于该仿真信道的验证。     

低空无线信道建模及其均衡技术研究进展

在介绍航空信道建模基础上 ,借鉴地面移动信道研究成果,分析了描述低空无线信道特性的常用参数,对不同场景下低 空信道的多径时延、多普勒频移等传输特性作了详细介绍,给出了低空信道建模的一般模型 。介绍了低空无线信道常用的LMS、RLS、CMA 三种信道均衡算法。最后,对低空无线信道建模研究以及适合低空信道的均衡算法进行展望 , 指出在改进现有均衡算法、编码和均衡相结合、最大多普勒估计和自适应均衡相结合等方 面是值得关注的研究内容。     

一种新的MIMO信道模型

实际无线通信环境中发送天线之间以及接收天线之间存在相关性。针对以上特点,从 多径MIMO信道的特性出发,首先建立发射天线相关系数矩阵和接收天线相关系数矩阵,并将 它们引入无线信道的莱斯MIMO信道模型中。最后通过分析LOS MIMO信道相关模型和瑞利衰落 MIMO信道相关模型,给出了具体的建模步骤。仿真结果表明采用本文方法产生的信道模型的 MIMO系统误码率更低,从而验证了该信道模型能够较好地模拟MIMO系统的空间信道。     

基于单射频的无线Mesh网多信道方法

无线网状网(Wireless Mesh Network,WMN)是一种新型的分布式宽带无线网络结构.典型的移动Ad Hoc网络具有节点移动性小、受电池动力限制和用户带宽需求大等特点,从而导致传统单信道的Ad Hoc结构不再满足WMN用户的需求.为了提供更大的带宽,多信道技术得到越来越多应用.探讨了WMN的网络结构与特点,对现有几种典型的多信道技术进行了比较,提出了一种基于单射频的无线Mesh网多信道的设计方案,不同网关节点所代理的节点使用不同的信道进行通信,从而避免了不同子网节点之间的信道干扰.通过NS2的仿真与分析表明,该方法在特定环境下的网络性能是传统单射频单信道方法的2倍.     

采用功率倒置准则的分布式天线阵列信号合成方法

对于分布式天线系统，虽然传统迫零接收算法能够通过信道估计获得无线信道状态信息，从而取得分集增益，但对于相干信道，迫零方法因为无法准确估计信道而不再适用。为此，提出一种新方法，针对相干信道，利用功率倒置准则，并使用最小均方自适应滤波算法校正各个接收通道信号的相位差完成信号合成，最终获得阵列增益。该方法无需信道状态信息或者信号波达方向等先验信息，实现简单。计算机仿真证明了算法的有效性。     

智能交通系统的无线信道建模

由于高速移动,车车、车路通信信道存在较大多普勒频移,同时接收信号到达角不符合均匀分布。针对该特点,采用了两种方法进行信道建模,一种是采用R.von Mises提出的概率密度谱函数对多径散射信号到达移动接收机的角度进行建模,另一种是通过研究接收机和发送机之间相对运动进行建模。 采用自回归模型法,根据不同的到达角平均方向、发射机和接收机速度比率和到达角宽, 建立了不同的车车信道。仿真结果表明所建立的信道理论值与仿真值基本一致,同时揭示了3个参数对车车、车路信道模型二阶特性的影响。为了进一步验证不同信道模型对车车、车路通信的影响,搭建了下一代智能交通通信协议IEEE 802.11p系统测试平台,结果表明在最大多普勒频移为790 Hz、信噪比为5 dB时,简单二维各向异性散射信道比AKKI信道的系统误比特率低17.17 dB,三种信道的误比特率随着移动速度、调制阶数的提高而提高。仿真结果为研究智能交通系统稳定通信建立了基础。     

基于CP分解的MIMO-OFDM系统接收信号盲检测

多输入多输出-正交频分复用（MIMO-OFDM）无线通信系统中接收信号从空间、时间、频率的维度形成多因素的阵列信号,传统的矢量或者矩阵代数的建模方法在处理多因素信号问题上显得不足,无法利用多因素间的关系,而张量分析在解决多维阵列信号处理的问题上具有优势。针对MIMO无线通信系统,结合OFDM技术,研究了张量信号的建模及分解方法,并充分利用张量信号的分解唯一性提高无线接收信号的检测能力。提出了基于CP（CANDECOMP/PARAFAC）张量分解方法对未知信道状态（CSI）的MIMO-OFDM系统进行接收端的张量信号建模和盲检测,并通过仿真分析验证了模型的可行性。仿真结果表明,在接收天线数目大于发送天线数目且各径信道独立情况下,基于CP分解的接收信号盲检测算法在误码率为10-4时,随着接收天线数目增加,信噪比可获得约5 dB的增益。     

移动平台对无线信道特性的影响分析

针对移动平台对无线信道特性的影响,在分析移动多径信道特性的基础上,建立了不同信道模型下多普勒效应的计算机仿真模型。不仅针对不同信道衰落条件下平台移动引起的多普勒效应进行仿真,而且为进一步阐述多普勒效应的影响,还对平台移动引起的数字通信误码率进行了仿真。信真结果表明,平台移动不但会扩展多普勒频谱,而且会加快信道衰落,造成误码率上升。     

面向5G的大规模MIMO技术综述

未来第5代移动通信系统(5G)中无线数据业务量的爆发性增长推动着研究人员发展新的颠覆性技术。作为5G的关键候选技术之一，大规模多入多出(MIMO)在基站使用远超激活终端数的天线，能增加一个数量级的频谱效率并大幅降低发射功率。首先介绍了大规模MIMO的系统模型和理论性能，其次分析和归纳了在信道测量与建模、信道信息获取、传输方法的研究成果，然后简述了实验和测试进展，最后讨论了未来研究方向。     

基于小波神经网络的股票价格预测

股票价格是一个与政治,经济等多因素有关的非线性建模问题。本文利用小波神经网络在非线性建模中的收敛迅速等优越性,提出利用小波神经网络预测股票价格的方法。仿真表明该方法可行,预测精度高。     

空中异构战术网络IP通信架构及协议开销分析

空中异构战术无线网络由多种不同类型的无线数据链网络构成,IP通信技术可有效解决空中平台异构无线网络的互联互通问题。给出了空中异构战术无线网络模型,并根据不同类型的无线数据链网络特点,分析了端到端通信协议栈关系以及不同无线数据链网络间协议转换与适配方式。探讨了网络静态和动态IP地址分配方法以及网络的路由架构与寻址方式,提出了不同无线数据链网络间IP报文传输的打包方式。对传输的开销性能仿真对比分析表明,基于通用成帧协议的打包方式的协议开销性能较优。     

无线网络自动优化模型的知识获取

给出了移动通信无线网络自动优化系统的体系结构，提出了一种知识获取，即利用贝 叶斯概率模型构建无线网络自动优化模型的方法和过程。理论分析表明，该方法是可行的。 对于当前和未来移动通信无线网络自动优化的实现，该方法具有一定的理论指导意义和 实际应用价值。     

一种深度残差网络构建的5G无线智能传播模型

为建立更为准确的全覆盖、全应用、全频谱的5G无线信道模型，提出通过认知无线电与深度神经网络相结合的方法研究无线电波传播特性。根据传统无线传播模型并考虑到不同传播环境，根据信道大尺度衰落特性（包括路径损耗、阴影衰落和小尺度衰落特性）的统计结果，通过BP算法提取特征，并应用FeatureTools进行深度特征综合建立特征方程，计算特征变量与传播损耗的相关系数，进行相关系数的置信区间及变量独立性检验，最终筛选出22个特征并排序。基于深度残差网络建立传播路径损耗的回归模型，结合批正则化过拟合测算平均接收功率，为建立更精确的无线信道模型提供了量化依据，并最终在测试数据集上取得均方根误差8.36（本地）和10.03（云端）的成绩，对工程实践具有较强的参考价值。     

无线网络中的G3传真通信技术

无线通信技术已经广泛应用于社会各个方面，但是基于无线网络的传真应用却是刚刚起步。介绍了在CDMA、GSM等无线网络中的传真通信技术，研究设计了基于GSM的无线传真通信规程，并通过实验完成了无线传真终端与普通G3传真机的传真通信。     

基于MR的无线移动智能网络优化平台的设计与实现

蜂窝移动通信网络的快速增长, 使无线网络的优化设计问题日益 重要。基于TD-SCDMA、GSM等无线移动网络的Abis或Iu-b接口中实时采集的信令MR帧,对M R帧进行同步解析,并由提取的帧结构中的数据,构建了无线移动智能网络优化平台。该无 线移动智能网络优化平台利用MR测量报告信息能快速定位出TD-SCDMA移动通信网络当中的 故障问题。该智能网络优化平台提供了一种新的越区检测算法实现,并能够对越区覆盖和弱 覆盖进行检测和优化。     

卫星通信网络和短波/超短波通信网络的互连

基于未来战争对于无线通信系统集成化、综合化的要求。通过对卫星网络、短波／超短波网络的深入研究，设计了一个新型的无线通信系统，该系统不但可以同时接入上述3种网络实现不同系统的连接，也可以单独作为某一无线网络而独立应用，对未来的军用无线系统研究有一定的参考价值。     

无线基带信道模型Chaotic-Map误码特性分析

介绍了一种新的基于混沌映射的基带信道模型,即Chaotic-Map模型。对此模型的意义和用法进行了详细描述,研究了该模型中参数取值与信道特性的对应关系,并且通过仿真验证了该模型对具有突发误码特性的无线信道的适应性。     

移动通信中无线信道特性的研究

从等效低通信道的时变冲激响应的相关函数和功率密度谱函数出发，研究了一些描述广义平稳非相关散射(WSSUS)的无线信道特性的统计参数，并对无线移动衰落信道的特性进行分类。分析了3种常见的小尺度多径衰落信道的统计模型，给出了在平坦衰落信道中系统传输比特误码率的一般分析方法。最后，利用这些模型和方法，给出了一些常见数字调制信号的传输误码率的数值结果。结果表明：衰落对无线移动通信系统传输性能的影响是很大的，在实际中应设法消除它。     

基于ResNet的大型智能表面在毫米波系统中的应用

大型智能表面（Large Intelligent Surface,LIS）协助毫米波通信已经成为一种提高覆盖率和吞吐量的极具潜力的技术。为了设计LIS系统的反射波束,通常需要获取完美的级联信道状态信息。然而,由于LIS具有高维级联信道和大量无源反射元件,估计其级联信道状态信息一直是LIS的挑战之一。针对上述问题,提出一种基于残差神经网络（Residual Neural Network,ResNet）的LIS反射波束设计解决方案。该方案采用有源（连接LIS控制器的基带）和无源元件混合的LIS框架,只需要估计少量有源元件的信道状态信息便可以借助ResNet训练的网络模型预测最佳发射波束。与现有方法相比,所提出的ResNet网络可以减少训练开销,提升可实现速率,表现出更强的鲁棒性。     

认知无线电线性自信号消除带内频谱感知方法

利用无线衰落信道AR模型,提出了一种不需要静默期的基于线性自信号消除的认知无 线电主用户信号检测方法。该方法无需为避免静默期而频繁地中断通信,提高了通信效率和 服务质量。仿真结果表明,该算法在多普勒频移较大时优于已有的无静默期带内频谱感知方 法,在满足IEEE 802.22无线区域网主用户信号检测需求的同时,增强了系统频谱感知的性 能。