基于信道统计特征的认知无线电协作频谱检测

针对认知无线电到融合中心间的控制信道为Nakagami-m衰落信道的情况,研究了认知无线电协作频谱检测问题,推导出融合中心利用衰落信道统计特征的似然比协作频谱检测公式.该方法不需要瞬时信道状态信息,简化了协作频谱检测过程,便于实际应用.通过仿真对融合中心的协作频谱检测性能进行了分析,结果表明:利用衰落信道统计特征的似然比协作频谱检测的性能较利用瞬时信道状态信息的似然比频谱检测性能略有下降,但是在高信噪比或衰落不严重的情况下,二者的性能非常接近,认知无线电节点个数对两种频谱检测方法间的性能差距几乎没有影响.     

关于Goppa码的维数问题

冯贵良(1983)给出了Coppa码维数的新下限。本文首先给出了在一定条件下求这一下限的统一公式。然后给出了Goppa码维数上限以及求这一上限的具体方法。通过上、下限同时估计,能够求出特殊类型的Goppa码的维数。     

分集技术下频谱感知的性能分析

研究了在普适的相关非同分布Nakagami-m衰落模型情况下,次用户采用能量检测和等增益合并技术进行频谱感知的性能.给出了检测概率的闭式表达式,并通过分析漏检概率的渐进曲线斜率说明分集技术对频谱感知性能带来了提升.利用数值结果和Monte-Carlo仿真验证了理论推导的准确性.最后通过Monte-Carlo仿真观察了等增益合并分集技术下信道相关性对检测概率的影响.     

基于机会中继和最大比合并下的协作通信系统

分析了机会中继和最大比合并下的协作通信系统性能.首次给出了Nakagami衰落信道下的符号错误率和中断概率的精确闭式结果.通过对中断概率的近似结果分析发现对于任意一条源节点-中继-目的节点链路,分集增益均由源节点-中继链路和中继-目的节点链路中的深衰落链路决定.     

莱斯信道下低精度ADC去蜂窝大规模MIMO系统的性能分析

去蜂窝大规模多输入多输出(MIMO)系统被认为是未来6G通信的关键技术之一。然而,随着接入点(APs)和用户数量的激增,硬件成本问题成为了限制系统发展的重要因素。为了有效地降低硬件成本,可以考虑在AP和用户端配置低精度的模数转换器(ADCs)。基于上述原因,本文针对莱斯衰落信道下低精度ADC去蜂窝大规模MIMO系统展开研究。通过利用加性量化噪声模型,推导了该系统使用共轭转置预编码时的可达速率闭合表达式,并且该闭合表达式有助于研究AP的数量、ADC的精度以及莱斯K-因子对于可达速率的影响。此外,在保证每个用户的服务质量和每个AP的功率约束前提下,提出了一种能够最大化总速率的功率控制算法。最后,仿真结果表明了,相较不使用功率控制算法的情况,所提的算法能够带来更大的性能增益。     

Nakagami-m衰落信道下空时分组码的性能估计

基于等效单输入单输出SISO (Single-input Single-output) 模型,利用矩量母函数 (MGF) 分析法,空时分组码STBC (Space-Time Block Coding) 的误符号率是可以得到其准确闭式表达式的.对于独立同分布Nakagami-m衰落信道下的空时分组码的性能进行了研究,给出了采用M-PSK 和M-QAM调制方案的不同空时分组编码矩阵误符号率的闭式解以及基于闭式解的解析性能结果,通过蒙特卡洛仿真验证了闭式解的准确性.还从调制方案的角度对于几种新的空时分组码的性能进行了一些新的讨论.     

关于“一种查验身份的(K,N)TCSS系统”一文的分析

文献[1]给出了通信密钥分散管理的一个新方案,并认为这个新方案满足(k,n)门限通信密钥分散保管系统(简记为(k,n)TCSSS)的要求。本文指出,文献[1]中的方案,除特殊情况外,并不满足(k,n)TCSSS的基本要求,因而不是(k,n)TCSSS。此外,本文还对该方案给予修改,使得它确实是(k,n)TCSSS。     

从多项式的理想的观点译Goppa码

从多基式理想的观点出发，本文给出了译Ｇｏｐｐａ码新的方法，该方法能纠正ｔ＝「（ｄ－１（／２」个错误，其中ｄ是Ｇｏｐｐａ码的真正最小距离。     

预编码——差错控制编码的一种新方法

文章首先介绍了Ａ．Ｓ．Ｋｈａｙｒａｌｌａｈ提出的对差错控制码进行预编码的基本思想，然后指出了预编码理论与实践上的意义。     

关于非线性码的格子复杂度

研究了非线性码的格子复杂度.给出了非线性码的维数/长度轮廓的定义,并利用这一定义,将Forney所给出的线性码格子复杂度的新下界推广到了非线性码上去.然后推出了非线性码的Berger-Be′ery上界.