湍流信道下差分索引移位键控直流偏置光OFDM

针对现有光无线正交频分复用（OFDM）索引调制均需接收端已知信道状态信息的问题，通过构建满足差分运算的时频弥散矩阵进行索引映射，提出了一种差分索引移位键控光OFDM方案。推导出了该方案在最大似然准则下的平均误码率上界，并与子载波索引移位键控直流偏置光OFDM(SISK-DCO-OFDM)系统进行了性能对比。其次，依据差分信号的特点，构造了一种适用于机器学习的差分信号特征向量，并结合径向基神经网络提出了一种多分类检测器，有效降低了译码复杂度。结果表明，所提差分索引方案有效避免了复杂的信道估计，同时在高信噪比下获得了近似SISKDCO-OFDM的误码性能。所提检测器取得了近似差分最大似然检测算法的误码性能，而且复杂度大大降低，例如当子载波块长度为2和4时，所提检测器的复杂度分别降低了16.67%和70%。     

相位编码光码分多址系统中的非高斯分析方法

随着相位编解码器关键技术的突破,精确分析相位编码光码分多址(OCDMA)系统误码率性能显得十分必要。为了精确分析相位编码光码分多址系统误码率性能,提出了一种基于判决变量的矩母函数和鞍点近似的非高斯近似方法,该方法能够精确考虑多址干扰、散粒噪声、热噪声各自的统计特性和相互间的非加性关系。比较了高斯近似、精确计算和文中所提出方法在分析相位编码系统误码率时的计算精度和复杂度,结果证明该分析方法具有分析精度高、计算复杂度低的优点。     

认知无线电网络中提高传输层端到端吞吐率的跨层参数配置

在认知无线电网络中, 传输层端到端(TCP)吞吐率是衡量网络性能的重要指标. 前期相关研究大都具有以下两方面缺点: 第一, 大部分研究只考虑了协议底层参数来优化物理链路性能, 对传输层性能有所忽略; 第二, 目前的研究大都基于马尔可夫决策过程建模, 这需要网络具有完全知识, 使得这类模型的应用受到很大限制. 针对以上问题, 本文提出一种新的算法: 网络中每个节点通过联合配置物理层调制方式、发射功率、 链路层信道接入和TCP拥塞控制因子来找到传输层端到端近似最优吞吐率. 由于无线设备对环境感知存在误差, 本文将网络模型建模为部分可观测马尔可夫决策过程, 并将其转换成信念状态马尔可夫决策过程, 采用Q值迭代找到近似最优策略. 仿真分析表明, 提出的算法能在动态无线环境下以一定的误差限收敛于最优策略, 能在功率受限条件下, 有效提高传输层端到端吞吐率.     

对称旋转不变相干分布式非圆信号二维波达方向估计

在相干分布式非圆信号二维波达方向估计中,利用信号非圆特性可提升估计精度,但现有的低复杂度算法利用泰勒级数近似建立的旋转不变关系会引入额外误差.针对该问题,考虑中心对称的三维立体线阵,提出了一种基于对称旋转不变关系的二维波达方向估计算法.算法首先利用信号非圆特性建立了扩展阵列模型;然后证明了对于任意的中心对称阵列,相干分布源的确定性角信号分布函数矢量具有对称特性,利用此特性在三维立体线阵的三个子阵中分别建立了扩展广义方向矢量的对称旋转不变关系;基于此,通过无须搜索的多项式求根方式分别得到中心方位角和俯仰角估计;最后利用整个阵列广义方向矢量的对称旋转不变关系构造代价函数实现了参数匹配.理论分析和仿真实验表明,相比于现有的低复杂度算法,所提算法避免了泰勒级数近似引入的额外误差,以较小的复杂度代价获得了性能的较大提升.同时,所提算法能够实现三维空间全方位的角度估计.     

一种基于可见光的隐式成像通信调制算法研究

针对现有可见光隐式成像通信调制算法隐式效果差、算法复杂的问题,提出了一种基于蓝色通道拉普拉斯最高层金字塔的隐式信息调制算法。该算法利用人眼视觉系统对黄蓝分量不敏感的特性,仅对蓝色通道图像进行拉普拉斯金字塔分解,并在最高层嵌入隐式信息。此外,考虑到图像纹理差异对隐式效果的影响,采用图像熵作为衡量图像间纹理复杂程度的指标,设计了一种基于纹理复杂度的图像分类器,并对不同分类图像的隐式效果进行了分析。仿真结果显示,所提调制算法的峰值信噪比平均可达到40.46 dB,相较于一般拉普拉斯金字塔调制算法,性能提升了5 dB,可有效增强系统的隐式效果。     

一种新的自调整多叉树防碰撞算法

针对标签碰撞问题进行了研究,提出了一种新的自调整多叉树防碰撞算法。新算法采用曼彻斯特编码准确判断碰撞位置,根据碰撞位类型的不同自动调整树的叉数;引入异或运算优化查询请求,避免了标签识别过程中不必要空闲时隙的产生;利用二进制数替代标签EPC码,很大程度上减少了通信量。通过理论分析,准确计算出新算法的性能参数。利用Matlab平台对新算法和其他四种常见算法进行了对比仿真实验,新算法在总时隙、吞吐率以及通信复杂度等方面都表现出良好的性能。     

一种用于认知无线电资源分配的并行免疫遗传算法

提出了用于认知无线电自适应调制和资源分配的并行免疫遗传算法,并对该算法、简单遗传算法和静态调制分配算法进行了仿真.仿真结果显示,该算法具有很强的全局搜索能力和较快的收敛速度,在误码率和功率受限条件下,该算法比简单遗传算法和静态调制方式的性能更好,同时明显降低了计算复杂度.     

基于可见光通信的LED布局与功率分配的同步优化

本文提出了一种基于融合改进策略的快速鲸鱼优化算法（FWOA），用于解决室内可见光通信（VLC）系统中光信号分布不均匀的问题。该算法通过反向学习和非线性收敛因子提升了收敛速度，采取扰动搜索机制实现全局寻优。在考虑发光二极管（LED）部署高度的光源布局和功率分配方面，采取了同步优化方案。实验结果表明，在优化16个LED布局模型后，系统照度均匀度提升了7.39%～109.03%，接收功率的品质因子由5.25提高到12.23，同步优化后进一步提高至15.12。此外，实验发现，当LED数量存在限制时，通过选择合适的LED数量，可以在系统能量和性能之间达到较好的平衡。     

OFDM水声通信系统中基于中继选择的资源分配算法

针对水声通信中继系统中系统容量和中继选择问题,本文提出了一种基于中继选择的资源分配算法。首先将每条中继链路的信道增益等效为虚拟直传链路的信道增益,然后在等功率分配的前提下,根据信道信息最佳原则,提出了一种中继选择及资源分配的多用户迭代算法,以实现对每个用户的传输链路进行选择和子载波分配,最后通过线性迭代注水算法进行功率分配。仿真结果表明,所提算法在保证目标速率的前提下,提升了系统容量。     

高频谱效率的高维差分光空间调制

针对已有差分光空间调制系统（DOSM）中存在的频谱效率不理想问题,利用高能量效率的脉冲位置调制（PPM）和高频谱效率的脉冲幅度调制（PAM）,通过构建满足差分过程的空时弥散矩阵,提出一种包含空间域、时间域和数字符号域的高维DOSM（HD-DOSM）方案。在详细介绍HD-DOSM的差分编码原理后,推导了HD-DOSM的理论误码率上界,并与DOSM进行了性能对比。结果表明:所提方案实现了频谱效率和误码性能的折中。当频谱效率为1 bit·s^-1·Hz^-1、误码率为1×10^-3时,和基于PAM的DOSM相比,HD-DOSM的信噪比改善了约2 dB,其传输速率增加了2 bpcu （bit per channel use）。利用发送信号的稀疏性,提出了一种先检测PPM符号的分步检测算法,以有效降低接收端译码算法的计算复杂度。当PPM阶数为4时,相较于最大似然检测算法,所提方案的复杂度降低了约75%。     

基于集成卷积神经网络的遥感影像场景分类

提出了一种基于集成卷积神经网络(CNN)的遥感影像场景分类算法。通过构建反向传播网络实现了场景图像的复杂度度量;根据图像的复杂度级别,选择CNN对图像进行分类,完成了遥感影像的场景分类。使用所提出的算法对NWPU-RESISC45公开数据集进行了实验验证,取得了89.33%(第一类实验)和92.53%(第二类实验)的分类准确率,平均运行时间为0.41 s。相比于精调训练的VGG-16模型,所提算法的分类准确率分别提升了2.19%和2.17%,预测速率提升了33%,证明了其有效性和实用性。     

一种低复杂度的稳健自适应波束形成

稳健自适应波束形成可以解决经典自适应波束形成在非理想条件下(如存在方位失配、阵元位置误差、非平面波传播等)性能下降的问题,因而受到广泛关注,但目前多数稳健自适应波束形成方法计算复杂度高,在高信噪比时性能下降。为此,研究提出了一种分别重构干扰协方差矩阵和噪声协方差矩阵的低复杂度的稳健自适应波束形成方法,以减小计算量,提高稳健性。仿真实验表明,该算法能获得近似最优的输出信干噪比和更好的稳健性。     

CO-FBMC/OQAM系统导频辅助的时域相位噪声补偿

针对相干光偏移正交调幅技术的多载波滤波器组传输(CO-FBMC/OQAM)系统,提出一种基于导频的时域相位噪声补偿算法。建立一个时域相位噪声补偿模型,即相位噪声用时域扩展的离散余弦变换(DCT)近似,相位噪声包括公共相位误差(CPE)和非CPE相位噪声,它们均可通过估计DCT系数来获得。为了计算这些DCT系数,先用基于导频的扩展卡尔曼滤波(EKF)估计CPE,然后将CPE补偿后一部分判决错误概率较高的数据舍弃,仅保留余下的CPE补偿后数据进行预判决用以预估发送端数据,最后在波特率为32 GBaud的背对背CO-FBMC/OQAM系统中对所提算法进行仿真验证。结果表明,对比一种改进的盲相位搜索(M-BPS)算法,所提算法仅有0.5%～2.0%的频谱效率下降。针对64阶QAM、子载波数M=256或512的系统,所提算法的线宽延迟乘积容忍度仍远大于M-BPS算法,但其复杂度仅为M-BPS算法的1/2。     

基于幅度比值的低复杂度频偏估计算法

针对在任意阶正交幅度调制(M-QAM)的相干光通信系统中发射激光器与本振激光器之间存在频率偏差的问题,提出了一种基于幅度比值的低复杂度频偏估计算法。该算法先对接收信号做快速傅里叶变换(FFT),再利用所获得的离散谱中主峰值与次峰值的关系进行频率插值,从而对频偏进行精确估计,大幅减少了运算复杂度。仿真了算法在20 Gbaud 16QAM的单偏振传输系统中的性能,并与梯度下降法(GD)和调频Z变换(CZT)的频偏估计算法进行了对比,仿真结果显示,基于幅度比值的频偏估计算法性能不随被估计信号的频率分布而产生波动,而且与3次迭代的GD算法和CZT算法精度相当,但硬件复杂度降低了约75%。     

基于人工蜂群算法的混沌信号盲提取

针对混沌信号在噪声信号中的提取问题,本文将其建立于线性混合模型进行分析.在该模型下,提出一种结合高维核函数的性能函数,该函数的计算复杂度较低.在使用人工蜂群算法来处理该多峰函数优化问题时,文中采用马尔可夫模型分析了人工蜂群算法的有效性.仿真实验表明本文方法能在较低复杂度下提取出相关系数很高的估计信号.     

两种熵测度在量化射击运动员短时心率变异性信号复杂度上的一致性

利用两种基于熵的非线性复杂度测度：近似熵和样本熵,研究了专业射击运动员两种不同状态下(休息和练习赛)心率变异性信号的复杂度.计算结果表明：射击运动员休息时其心率变异性信号的熵值大于射击比赛时信号的熵值,这意味着运动员一旦进行射击比赛时,其心率变异性信号复杂度降低了,心跳变得更为规则了.为了更好地应用这两种基于熵的方法,进一步分析了算法中的两个重要影响因素：矢量匹配容差r和序列长度N对算法性能的影响.分析结果表明：只要参数选择在合适的范围内,近似熵和样本熵都能够正确地区分出两种不 关键词： 近似熵 样本熵 复杂度 射击     

基于奇异值分解的矩阵低秩近似量子算法

在大数据时代,高效的数据处理至关重要,量子计算具有平行计算能力,为方便处理数据提供了新的解决途径.本文提出了一个基于奇异值分解的矩阵低秩近似量子算法,复杂度为O [log(pq)].在核磁共振量子计算系统完成了算法的原理演示,选择一个8 × 8维的图像矩阵,实现共振跃迁算法的哈密顿量H的时间演化,用量子态层析法分别读出密度矩阵的不同成分,对密度矩阵进行重构,保真度为99.84%,在误差范围内验证了本文提出的矩阵低秩近似量子算法的正确性.而通过奇异值分解计算低秩矩阵的经典算法的复杂度是O[poly(pq)],量子算法与经典算法相比,实现了指数加速.     

低密度奇偶校验码的性能分析与水下通信验证

在ADSP-BF561上实现了低密度奇偶校验码的编码算法。为解决编码复杂度高的问题,将校验矩阵变换后存入数据空间。为节省存储空间,采用压缩算法,并提出相应的编码算法,没有增加复杂度。对不同码率的低密度奇偶校验码在不同信道中的性能进行仿真分析。将不同码率的低密度奇偶校验码应用于水声通信系统进行浅海试验,结果表明低密度奇偶校验码能提高通信系统的鲁棒性,码率越低性能越好。当解码前符号信噪比在7～8dB时,可达到近似无误码的通信性能。     

一种无线紫外光协助的无人机隐秘通信覆盖方法

建立机载无线紫外光非直视通信模型与无人机覆盖模型,引入三种相对虚拟力,提出一种基于相对距离的改进虚拟力覆盖算法控制无人机移动,仿真分析了不同场景下算法的性能以及紫外光通信角度对算法覆盖率影响。仿真结果表明,所提算法减小了无效覆盖以及重叠覆盖,相比随机部署算法、贪婪虚拟力算法和移动部署算法的覆盖率分别提高了18.33%,3.15%和1.83%,并减小了无人机的能量消耗。     

有源头靠中一种分布式虚拟传声器优化方法

有源降噪头靠系统中,远程虚拟传声器技术能够解决控制点处与误差传声器处降噪量不匹配的问题。在实际应用中,多通道虚拟传声器技术存在收敛速度慢和运算复杂度高等问题。针对这个问题,本文通过重新设计远程虚拟传声技术的离线优化过程,提出一种分布式远程虚拟传声器技术优化方法。该方法将虚拟次级通路矩阵作对角化限制,同时对观测传递函数矩阵进行联合寻优,以实现一种分布式的更新算法。有源降噪头靠实验结果表明,所提算法能够有效降低远程虚拟传声器技术算法的运算复杂度,并且提升了算法的收敛速度。