基于优化信息算子的UWB信道贝叶斯估计

针对压缩感知应用于UWB通信信道估计时信息算子的相干性严重影响UWB信道估计精度的问题,提出将优化的信息算子和贝叶斯算法相结合的方法。该方法以互累积相干参数为准则,首先将加权信息算子通过最优化与正则化得到优化的信息算子,最后通过贝叶斯算法重构UWB信道。理论分析和仿真结果表明优化信息算子的相干性大大减弱,有效提高了UWB信道估计精度,同时该方法能在较低的压缩比和信噪比条件下实现UWB通信信道的准确重建。     

采用残差变化控制的自适应稀疏信道估计

针对传统压缩感知信道估计对稀疏度信息依赖和稀疏度自适应信道估计在低信噪比时抗噪能力较差的问题,提出了一种采用残差变化控制的稀疏度自适应的压缩感知信道估计算法。该算法在传统的压缩感知信道估计的基础上引入残差变化控制,通过比较每次迭代下的残差变化的幅度来控制信道估计的迭代次数,提高信道估计的自适应性和鲁棒性。同时,为解决传统稀疏度自适应压缩感知信道估计抗噪能力较差的问题,利用正交匹配追踪提高算法的抗噪声性能。相比于传统的稀疏度自适应匹配追踪(Sparsity Adaptive Matching Pursuit,SAMP)算法,所提算法约有4 dB的性能优势,且算法复杂度更低。     

基于压缩感知的MIMO-OFDM系统自适应信道估计

针对超密集组网中导频复用将产生导频干扰,严重影响移动用户下行链路信道估计准确性的问题,提出了一种使用短导频的幂函数稀疏度自适应匹配追踪(Power Sparsity Adaptive Matching Pursuit,PSAMP)算法.该算法由稀疏度预估计和追踪重构两部分构成.首先通过幂函数试探得到一个略小于真实稀疏度的预估值,再通过压缩采样匹配追踪重构信号,改善估计结果;若不能成功重构,则逐渐增加信号原子数量.仿真结果表明,相较于传统自适应压缩感知重建算法,所提的P SAMP算法在高信噪比区域具有更好的信道估计性能.     

基于压缩感知的MIMO NC-OFDM系统信道估计算法北大核心

多输入多输出不连续正交频分复用(MIMO NC-OFDM)系统是认知无线电(CR)系统的常用体制,由于授权用户占用而导致的载波不连续情况下的信道估计是影响该系统性能的关键技术问题。提出一种基于压缩感知(CS)的MIMO NC-OFDM系统的信道估计方法——稀疏自适应匹配追踪(SAMP)算法。SAMP算法在重构过程中先对信号稀疏度进行初始估计,然后自适应调整步长逐步逼近信号,相较于其他贪婪算法,能够在稀疏度未知的情况下准确重建稀疏信号。仿真结果表明,SAMP算法提高了重构精度,在实际应用中易于实现。     

基于压缩感知的超宽带信道估计方法的研究

压缩感知(Compressed Sensing, CS)理论可以从较少的观测样本中恢复稀疏信号。针对超宽带(Ultra- WideBand, UWB)信道的稀疏特性,将压缩感知理论应用于UWB系统的信道估计中,能够有效地降低系统的采样速率。该文针对UWB信道的特点对过完备字典库和观测矩阵进行设计,提出了一种滤波矩阵估计算法。然后,分别利用丹茨格选择器(Dantzig Selector, DS),基追踪降噪(Basis Pursuit De-Noising, BPDN)算法和正交匹配跟踪(Orthogonal Matching Pursuit, OMP)算法实现信号检测,进一步给出UWB信道估计中CS重建算法的选择建议。基于IEEE 802.15.4a信道模型的仿真结果表明,该算法同随机观测算法的检测结果相比,能够在较低的采样速率下获得更好的误码率性能。     

基于CS的Kalman滤波OFDM信道估计

在OFDM系统信道估计中,准确的时域卡尔曼滤波（TDKF）估计需要信道多径时延作为先验条件,而且具有较低的频谱效率.考虑到大多数无线信道具有稀疏和时变的特性,提出一种改进的卡尔曼滤波与压缩感知联合信道估计方法,采用稀疏度自适应匹配追踪（SAMP）算法,并对信道响应变化量进行重建.仿真结果表明,相较于已有算法,提出的算法不需要知道信道的稀疏度,而且信道估计结果更加准确.     

G3-PLC系统压缩感知信道估计的LS-SAMP算法

为了提高G3-PLC系统可靠性,引入压缩感知(Compressed Sensing,CS)的信道估计方法,提出了一种基于最小二乘(Least Squares,LS)的稀疏度预测自适应匹配追踪(LS Based Prediction-Sparsity Adaptive Matching Pursuit,LS-SAMP)算法。该算法在稀疏度自适应匹配追踪(Sparsity Adaptive Matching Pursuit,SAMP)算法的基础上,采用了基于LS的稀疏度预测方法对信道稀疏度进行预估计,使算法可以快速逼近信道的真实稀疏度,提高算法运行效率;其次利用主成分分析方法对观测矩阵进行线性优化,降低观测矩阵相干度,提高算法的重构性能。实验结果表明,在误码率为10-3时,所提算法相对于LS算法的信道估计性能有1 dB的提升,且其运行效率比SAMP算法提升了31.23%,以更有效的方式提高了G3-PLC系统的可靠性。     

一种基于改进ROMP的MIMO-OFDM信道估计方法

本文根据信道响应的时域稀疏性,引入压缩感知理论,针对正则化正交匹配追踪（ROMP）需已知稀疏度和原子一旦选入无法删除两大缺点,提出一种基于改进ROMP的信道估计方法.该方法结合压缩采样匹配追踪（CoSaMP）、稀疏度自适应匹配追踪（SAMP）和变步长的优点,实现稀疏信号快速准确的重建.仿真结果表明,与基于OMP、ROMP、CoSaMP、SAMP的信道估计方法相比,所提方法有效提高了MIMO-OFDM系统的归一化均方误差（NMSE）和误码率（BER）性能.     

基于改进SAMP算法的UWB多径信道估计

稀疏度自适应匹配追踪（SAMP）算法重构过程中存在其迭代终止条件设置不够合理的情况,需要对SAMP算法进行改进.在信道稀疏度未知时,改进SAMP算法依据残差之差的相对能量小于设定的停止门限来终止迭代过程,通过自适应调整可变步长逐步逼近信道的稀疏度,从而实现了重构UWB信道.仿真结果表明,改进SAMP算法低信噪比时重构精度高于SAMP算法,具有更好的重构性能和广泛的实用性.     

基于压缩感知的OFDM系统信道估计方法

针对无线信道的时域稀疏性以及稀疏度未知的问题,文章将压缩感知技术应用到正交频分复用(OFDM)系统信道估计中,提出了一种稀疏度自适应正交匹配追踪信道估计算法。算法利用离散傅里叶变换(DFT)信道估计算法对循环前缀内和外的噪声进行处理,估计得到的信道频率响应作为正交匹配追踪(OMP)算法稀疏迭代终止的判断条件,实现稀疏度自适应信号重建。同时在原子预选阶段,采用Dice系数准则代替内积准则作为相关性度量准则,可达到更优的估计性能。仿真结果表明,该算法相比于传统的压缩感知信道估计算法具有较好的性能,可以提高系统的归一化均方误差(NMSE)和误码率(BER)性能。     

智能家居中的体感技术的应用和前景

智能家居技术中,实现与人交互的一类重要技术是体感技术。体感技术让人不必受限于遥控器等控制终端,以更自然的方式与智能家居进行交互。智能家居中的体感技术一般借助惯性传感、语音、视觉等几种媒介,语音技术的优势是技术成熟,但语音命令的复杂度受限于自然语言理解的限制;惯性传感和视觉的优势是直观,目前惯性传感的商用产品较多。虽然视觉传感目前主要限于手势等的控制,与惯性传感的控制方式类似,但随着技术的发展,视觉传感的发展潜力巨大,属于未来的技术发展方向。     

认知无线电中频谱感知技术的研究进展

认知无线电技术作为解决当前频谱利用率低下这一问题的有效手段,已成为无线电发展的一个新的里程碑。频谱感知作为实现认知无线电的首要任务,主要涉及物理层的信号检测与处理以及链路层的控制与优化。文中对频谱感知技术的最新研究进展情况进行了综述,重点总结和分析了检测算法的性能、协作融合算法以及感知机制的参数优化,并在此基础上讨论了下一步的研究方向。     

WRAN系统频谱感知研究

IEEE802.22WRAN系统使用动态频谱接入.它有效提高了频谱利用率.频谱感知是WRAN系统的关键技术.文章首先对WRAN系统和频谱感知进行了简要介绍.然后,从三个方面对频谱感知进行了研究,包括频谱感知要求,频谱感知功能和频谱感知方案.     

一种新颖的基于预应变技术的光纤光栅应变温度传感器

报道了采用预应变技术制作的一种结构简便而新颖实用的光纤光栅传感探头及其对温度和应变的响应特性。该方法能使一根光纤光栅产生两个以上的反射峰 ,因此能解决温度和应变测量时存在的交叉敏感问题。在测量范围内 ,应变和温度响应曲线具有良好的线性。     

认知无线电中基于拟合优度的频谱盲检测算法研究

首先,提出噪声方差未知情况下基于t分布的Anderson-Darling的认知无线电频谱盲检测方法,通过计算接收到信道采样样本均值和方差比的分布函数与f分布函数之间的Anderson-darling距离,实现频谱检测.其次,提了基于特征函数的频谱盲检测算法,通过计算接收到的样本经验特征函数与已知特征函数的距离,判决信道中是否存在信号传输.最后,给出了衰落信道下,所提2种基于拟合优度的频谱盲检测算法的虚警概率和检测概率下界.理论和仿真表明,噪声方差未知情况下,所提2种频谱盲检测算法比传统的噪声方差已知时的能量检测法具有更好的性能.在低信噪比和小样本条件下,性能提高表现的尤其明显.     

一种电磁传感器网络的群规模约束分群算法

电磁传感器网络是一种以电磁信号为感知目标的传感器网络。本文针对电磁传感网监测性能要求,提出了一种基于分群的电磁传感器网络频域协作工作模式,理论上分析了群规模与信号感知概率以及感知时延的关系,将电磁传感网监测性能要求转化为对分群规模的约束,并设计了群规模约束分群算法(CRCA)。仿真结果表明,在相同的性能要求和网络连通度下,CRCA得到的满足群规模约束的群比例高出已有算法10%,能较好地满足系统性能要求。     

多信道合作感知中基于信道可用概率的感知信道集合选择算法

首先分析了在给定感知信道集合和相应的可用概率集合条件下认知无线网络最大吞吐量的求解算法,接着给出了授权信道可用概率的估计方法,并在此基础上提出了一种基于授权信道可用概率估计的感知信道集合的次优选择算法。从分析结果与仿真结果可知,该次优选择算法与最优选择算法的性能差别不大,但是复杂度却大大降低了,另外该算法与已有算法相比可以得到更高的系统吞吐量。     

基于两步式融合重构的压缩频谱检测方法

在宽带频谱检测技术中,针对传统分布式压缩感知方法(DCS)数据传输量大、能耗高的问题,提出了一种基于两步式融合重构的压缩频谱检测(TS-CSS)方法.该方法的数据重构过程分为先支撑集信息融合,后信号联合重构两步,通过支撑集信息融合获得的先验信息可指导信号的联合重构.仿真结果表明,联合重构时随机选择50％的用户参与,即可获得与传统DCS接近甚至更优的频谱检测性能,因而,该方法能够有效地降低系统数据传输量,节省频谱检测耗能.     

光纤传感技术的发展与应用

随着光纤传感技术的不断发展,几乎在各个领域得到研究与应用。首先介绍了光纤的结构与分类,光纤传感器的工作原理、分类及其特点,光纤弯曲损耗;其后介绍了光纤传感技术的发展现状及其在各领域的应用;最后是对光纤传感技术发展的进一步展望。     

光纤传感技术的研究进展及应用

随着光纤传感技术的不断发展,几乎在各个领域得到研究与应用。综述光纤传感技术的最新研究进展及其在某些领域的应用开发研究。首先介绍了光纤光栅传感器、阵列式光纤传感系统、分布式光纤传感系统以及智能结构的光纤传感器原理、优缺点及研究方向,这些是目前研究的热点;其后介绍了光纤传感技术在军事、周界安防、工程应用、电力工业等领域的应...