基于随机矩阵的特征值方差的频谱感知检测算法

传统的频谱感知能量检测易受噪声方差不确定性的影响,存在"信噪比墙"效应。频谱感知特征值检测跟能量检测一样,不需要信号任何先验信息,并且能在低信噪比下取得较好的检测性能。经典的特征值检测有最大最小特征值(maximum-minimum eigenvalues,MME)之比算法,最大最小特征值之差(maximum-minimum eigenvalues difference,DMM)算法等。这些算法只利用特征值的一阶统计量,不能充分反映全部特征值的统计特征。利用特征值二阶统计量提出一种基于特征值方差的频谱感知算法,选取能反映特征值整体波动的方差当作观测统计量,并利用矩阵迹的性质推导出该算法的理论门限。仿真证明:当噪声方差不确定性等于0 d B时,该算法的检测性始终优于MME算法。当噪声方差不确定性等于0. 2 d B时,能量检测(energy detection,ED)算法检测概率急剧下降,而特征值方差(eigenvalue variance,EV)算法检测概率仅下降10%左右,并且当信噪比(signal noise ratio,SNR)大于-17 d B时,EV算法的检测概率优于ED算法和MME算法。     

基于LDPC-OFDM系统的短波多基地接收协作算法

基于LDPC-OFDM系统设计了适用于短波信道的多基地接收协作算法,该算法提出了基于概率测度的信息合并的LDPC协同译码策略。系统模型中的中心台,利用其接收的来自中继台的多路信号来修正其接收到信息的初始化消息,将协作通信技术和LDPC的迭代译码有机地结合,从而有效地实现分集增益和编码增益。仿真表明,多基地接收方案相对于直接传输策略具有显著的性能提高,在误码率达到10_-3时,DF转发策略的译码性能相对于AF的译码性能约有0.7dB的编码增益。     

无线传感器网络中节省能量的地理路由

针对高动态无线传感器网络中路由信息不易保持,以及传感器节点能量受限的问题,提出了一种不保存网络拓扑结构并节省能量的地理路由算法。每个节点发送数据前发送本节点的位置信息,邻居节点根据该位置信息和基站的位置、发送接收数据消耗的电路能量和传播损耗,计算虚拟中继节点的位置。邻居节点根据本节点、目的节点以及虚拟中继节点的位置决定是否参与竞争,成为中继节点。仿真结果表明,该分布式算法比BLR算法节省能量,并具有更低的丢包率,更适于拓扑快速变化的无线网络。     

短波信道下基于LDPC-OFDM系统的多基地接收协作算法

基于LDPC-OFDM(low-density parity-check orthogonal frequency division multiplexing)系统设计了适用于短波信道的多基地接收协作算法。该算法提出了基于概率测度的信息合并的LDPC码协同译码策略。系统模型中的中心台,利用其接收的来自中继台的多路信号来修正其接收到信息的初始化消息,将协作通信技术和LDPC码的迭代译码有机地结合,从而有效地实现分集增益和编码增益。仿真表明,多基地接收方案相对于直接传输策略具有显著的性能提高,在误码率达到10-3时,译码转发(decode-and-forward,DF)策略的译码性能相对于放大转发(amplify-and-forward,AF)策略的译码性能约有0.7 d B的编码增益。     

巅峰式神经反馈训练提升射击表现效果和无应答者特性分析

为探索神经反馈训练在提升射击表现方面的应用效果和训练过程中的无应答者特性,本文开展了一项用于提升射击表现的神经反馈训练（neurofeedback training for sport performance, SP-NFT）实验研究,招募了20名受试者,进行2周4次的“巅峰”范式SP-NFT,采集受试者前、后测隐显目标射击表现和相关脑电（Electroencephalograph, EEG）数据,检验了SP-NFT对射击表现的提升效果、静息态EEG特征、以及SP-NFT期间正常组和无应答组EEG特性变化情况。研究结果表明受试者后测射击成绩显著高于前测（p < 0.01）,静息态theta频带功率显著降低（p < 0.01）;相对正常受试者,无应答者在SP-NFT期间的努力程度更高,theta频段功率和SMR功率的变化程度更低。研究结果表明:SP-NFT能够有效提升受试者射击表现,进一步揭示了无应答者的相关生理机制,能够为用于提升射击表现的SP-NFT技术进一步发展提供理论支撑和实验证据。