中国移动通信市场的规制与竞争

基于中国移动通信产业的发展,本文分析了移动通信产业的市场结构与竞争行为,研究发现它们与政府规制形式紧密相关。中国移动通信业的市场结构与竞争部分地是政府规制的结果,也是规避规制的创新结果,而影响移动通信市场结构与竞争的因素包括技术进步、市场变化和规制等。     

一种新的混沌扩频序列产生方法

本文提出了一种新的混沌扩频序列产生方法。该方法基于神经网络的强大学习能力和副近非线性函数能力,应用具有全局最优的ＢＰ改进算法通过训练学习建立起具有混沌性态的优化神经网络模型,利用网络权值调整的灵活性来产生混沌扩频序列。计算机仿真结果表明,该模型产生的混沌扩频序列调整更容易,比基于单一混沌映射能产生更多符合扩频通信要求的扩频序列。     

基于BP神经网络的通信信号调制体制识别技术

本文研究了基于BP神经网络的通信信号调制体制识别技术。提取了反映信号调制体制差异的特征参数，并从提高收敛速度和正确识别概率出发，构建了最佳的神经网络分类器。实验结果表明，该技术拥有较好的通信信号调制体制识别性能。     

通信机房设备故障集中声光报警系统的研制

研制了一个故障集中声光报警系统，以80C196KC单片机为核心，主要包括三部分：信号检测电路、单片机最小系统和故障报警电路。运行结果表明：该系统具有可靠性高、功能强、成本低、维护方便等特点。文中给出了系统框图、硬件电路及软件程序流程图。     

不理想的信道互易性对波束成形技术的影响…

在无线通信系统中,基站可以根据信道互易性使用波束成形（Beam Forming）技术提 升系统性能。信道互易性的准确程度对性能是有影响的,因此需要对其分析以指导系统设计 。对长期演进（LTE）系统的互易性进行建模,指出了终端发送天线和接收天线数目的不对 称性,以及基站信道估计的误差对信道互易性的影响。通过数值仿真验证了不理想的信道互 易性使波束成形性能受到损失,并为系统改进提出思路。其结论容易推广到其他应用波束成 形的无线通信系统。     

复合形遗传算法求解功率优化分配研究

传统遗传算法存在过早收敛及局部搜索能力差的缺点,在求解无线网络协作通信功 率优化分配等NP难问题时难以求得最优解。通过小生境策略解决遗传算法过早收敛问题,引 入复合形法提高局部搜索能力,构造了兼顾广度搜索与深度搜索的高性能混合算法,并对上 述问题进行求解。实验结果表明,所提算法与已有算法相比有一定优势,有效延长了协作网 络寿命,稳定性较好,分配的功率波动范围小。     

一种基于非正交信道的分布式中继选择及功率分配方法

针对非正交两跳多中继协作通信系统中的分布式中继选择问题,提出了一种基于非正 交信道的中继选择准则,简化了系统的设计。分析了其误码率性能,给出了其解析表达式 和以总功率为约束条件下的最优功率分配方案。仿真结果表明,最佳中继选择准则明显优于 传统的中继选择准则,且在最优功率分配方案下,可以获得明显的分集增益,系统的误码率 显著下降。     

PCMA自适应自干扰对消算法与仿真

讨论了成对载波多址（PCMA）自适应自干扰对消原理,分析了参数估计误差对自干扰 对消的影响。在频偏误差的影响下对消误差为非平稳过程,传统自适应对消滤波器无法收敛 。为了克服频偏误差的影响,提出了一种自适应可变遗忘因子（VFF） RLS算法,同时,给 出了具有高精度低运算量的模糊函数参数估计算法。仿真证明了VFF-RLS对消算法具有良好 的对消性能和稳健性,且需要的额外功率较低,能满足PCMA系统要求。     

快慢速自适应融合的安全中继选择

针对无线通信中的物理层信息安全问题,在无线安全协作网络中提出了一种基于快慢速链路自适应融合的安全中继选择方法。该方法根据移动速度选择链路自适应类型,根据干扰节点对安全容量的“正”或“负”效应使用或不使用干扰节点,基于安全容量最大化准则进行中继选择。在此基础上,对所提安全中继选择方法进行了性能分析,推导了中断概率表达式。中断概率的仿真曲线和理论曲线很吻合,验证了理论分析的正确性。同时,仿真结果显示,相对于采用单一快速链路自适应,基于所提中继选择方法的安全协作通信系统具有更低的误码率和更大的安全容量,在“正效应”条件下干扰节点有助于提升系统安全容量。     

基于频-时域的非正弦波通信系统设计方法

为了突破正弦载波通信体制的约束,有效提高系统的频带利用率,提出了基于频-时域的非正弦波通信系统设计方法。采用从频域出发再到时域波形设计的通信系统设计思想,通过构建频域特性函数,反向设计时域脉冲波形;经时域正交脉冲组构建、非正弦时域正交调制,实现了信息的无载波传输。理论分析及仿真结果表明：该方法可使已调信号具有较好的能量聚集性,无需滤波而直接送往信道传输,可有效减少对其它频段用户产生电磁干扰,且系统的频带利用率可快速接近2 bit/s·Hz-1。