2G/3G转网视角下电信运营商物联网发展策略分析

在2G/3G减频退网背景下,窄带物联网（narrow band Internet of things,NB-IoT）和LTE UE-Category 1 （即用户设备能够支持的4G LTE网络传输速率的等级,简称LTE Cat.1）承接其业务发展已是大势所趋。在回顾分析2G/3G物联网业务的发展现状及趋势,重点梳理国内三大运营商在终端、网络以及应用层面的物联网业务发展策略的基础之上,总结概括了电信运营商在NB-IoT和LTE Cat.1业务领域现有的流量主导型、平台支撑型和应用赋能型3种商业模式。最后,从商机拓展、产品营销和团队服务3个方面展望了未来商业模式的升级之路。     

一种改进型CE-ML算法的二维DOA估计

基于最大似然估计（ML）的阵列测向方法具有测向精度高、可以分辨相干信号等优点,但是因为计算复杂度过高而工程应用受限。针对该问题,利用交叉熵（CE）方法对最大似然估计快速求解,并对初始样本的产生和平滑参数的设置进行了优化,提出改进型CE—ML二维测向算法,最后进行了算法运算量分析和仿真验证。仿真实验表明,在精度相近条件下,改进型的CE-ML算法的迭代次数大约是粒子群算法（Ps0）的1／3,大大减少了ML测向的计算量。     

基于四阶累积量的宽带OFDM信号DOA估计

当宽带OFDM(Orthogonal Frequency Division Multiplexing)独立信号和相干信号共存时,传统四阶累积量方法无法估计出宽带OFDM相干信号的来波方向,针对这个问题提出了一种新算法。该算法首先通过离散傅里叶变换,将宽带阵列接收数据分解为若干个窄带信号,通过四阶累积量方法估计出各个频点处独立信号的来波方向,将各个频点处的独立信号的DOA估计相加求平均即为宽带OFDM独立信号的DOA估计;然后分离出独立信号的信息,构造出一个只包含OFDM相干信号信息的矩阵,最后通过稀疏重构的方法估计出OFDM相干信号的DOA。计算机仿真结果证明该算法适用于非高斯信号和色噪声情况。     

宽带独立信号和相干信号的DOA估计

当独立信号和相干信号共存时,传统四阶累积量方法无法估计出宽带相干信号的来波方向(DOA),针对这个问题提出了一种新方法。该方法首先通过离散傅里叶变换,将宽带阵列接收数据分解为若干个窄带信号,构造出各个窄带频率处的自相关矩阵,再通过MUSIC(Multiple Signal Classification)算法估计出各个窄带信号的DOA,将各个窄带信号的空间谱相加求平均,通过谱峰搜索得到宽带独立信号的DOA;然后分离出独立信号的信息,构造出一个只包含宽带相干信号信息的矩阵,最后通过稀疏重构的方法估计出相干信号的DOA。计算机仿真结果证明该算法的正确性和有效性。     

基于改进粒子群算法的稀布阵列优化设计

针对稀布线阵的阵元位置优化问题,提出了一种基于改进的自适应粒子群算法的稀布阵综合新方法。该方法首先采用自适应策略,根据粒子的适应度值自适应地调整其惯性权重和学习因子,提高了种群的寻优能力;然后对粒子群算法的速度更新公式进行了修正,保证了速度的有效更新;在算法停滞时,通过引入交叉策略进一步加快了算法的收敛速度。该方法高效地实现了多约束稀布线阵的综合,获得了更低的峰值旁瓣电平,数值仿真验证了算法的有效性。