宽带自适应波束形成子带实现方法

提出一种基于通用参数滤波器组的宽带自适应波束形成子带实现方法. 宽带接收信号经分析滤波器组分成若干子带信号,每个子带信号经各自的子带阵列处理器处理后由综合滤波器恢复成宽带信号. 因子带信号工作在更低的采样速率下,且每个子带信号处理器并行工作,有效降低了算法计算量,提高了阵列处理器效率. 结果表明,与传统宽带处理方法相比,此子带方法除了输出信号均方误差略有增加外,对提高权值收敛速度,增强对干扰抑制能力都有显著提高;与使用同样通道数目的正交镜像滤波器组的子带方法相比,此方法在提高干扰抑制能力和减小均方误差方面有进一步提高.     

SIMO SC-FDE系统的CFR盲估计

提出了一种基于线性预测的单输入多输出单载波频域均衡系统频域信道响应(也称为信道频率响应,CFR)盲估计算法.与传统的线性预测时域信道估计方法不同,提出的算法不需要计算新息以及新息和输出序列的互相关,而是直接从预测滤波器系数获得频域信道响应估计的闭式解.算法仅采用输出序列的二阶统计量,对信道阶次过估计具有鲁棒性,并且估计性能优于传统的线性预测时域信道估计方法.计算机仿真结果验证了理论分析的正确性.     

单载波频域均衡系统的CFR盲估计

提出了一种接收端过采样的单载波频域均衡系统信道频率响应盲估计算法. 与传统的线性预测时域信道盲估计方法不同,新算法不需要计算新息以及新息和输出序列的互相关,而是直接从预测滤波器系数获得信道频率响应的闭式解. 算法对信道阶次过估计具有鲁棒性,比传统的线性预测时域信道估计具有更高的估计精度,而且能保证估计结果对应的时域信道冲激响应的有限支撑特性. 计算机仿真结果验证了理论分析的正确性.     

异构蜂窝网络中基于雾节点协作贡献度的计算卸载算法

通过雾计算可将基于云的服务拓展至无线网络边缘和多种场景。针对密集异构蜂窝网络雾计算系统中的协作计算卸载问题，提出一种基于雾节点协作贡献度的计算卸载算法。首先，对协作可行性、协作公平性和协作稳定性进行了建模设计；其次，定义了协作贡献度和协作贡献比系数；然后，结合雾节点的剩余计算容量阈值和协作贡献度阈值，在满足任务可容忍的最大时延约束下，提出以任务执行能耗和用户支付成本的加权和最小化为目标的优化问题，使用外部罚函数法和方向加速法(Powell法)得到最优卸载决策。仿真结果表明，所提算法在各种任务参数和时延约束下能够有效降低执行任务的总开销，并且能够在协作可行性、协作公平性之间进行权衡处理。     

基于G-S正交化方法的宽零陷方向图综合

在线性阵列天线方向图无约束Gram-Schmidt(G-S)正交化综合方法基础上加入零点导数约束条件实现宽零陷波束图综合.此方法保持了无约束正交化方法中因采用对阵列导向矢量正交化处理而使得计算简便的优点,适合均匀或非均匀直线阵的综合.实验结果表明,此零点约束正交方法能很好实现在零阶、一阶和二阶导数约束条件下线性阵列波束图的综合.     

基于Kaczmarz迭代的大规模MIMO系统低复杂度软输出信号检测

大规模MIMO系统上行链路中,最小均方误差（MMSE）算法能获得接近最优的线性检测性能,但是涉及复杂度较高的矩阵求逆运算.本文基于Kaczmarz迭代提出一种低复杂度软输出信号检测算法,在算法实现中避免了矩阵求逆运算,将实现复杂度由O（K³）降为O（K²）.同时,引入了最优松弛参数进一步加快算法收敛,最后给出了两种用于信道译码的LLR的近似计算方法.仿真结果表明：所提出的Kaczmarz迭代软输出信号检测算法经过两到三次简单的迭代即可较快地收敛,并达到接近MMSE检测算法的误码率性能的水平,其性能与复杂度均优于基于矩阵近似求逆的一类检测算法.     

基于Jacobi迭代的大规模MIMO系统低复杂度软检测算法

基于Jacobi迭代提出一种低复杂度信号检测算法,在算法实现中避免了矩阵求逆运算.数学推导证明,该算法应用于MMSE检测时是收敛的,与传统的Neumann级数展开方法对比,能达到与其完全相同的检测性能,并且在任意迭代次数下能将复杂度保持在O(K2),而后者当级数展开项数大于等于3时复杂度上升为O(K3).为了进一步将Jacobi迭代应用到软判决中,提出了一种用于信道译码的LLR的近似计算方法.仿真结果表明,经过几次迭代,Jacobi迭代算法收敛较快,并接近MMSE检测性能.     

基于BP神经网络的离港航班滑出时间预测

针对离港航班在机场场面滑出时间的动态性、变化性和不确定性,提出一种基于BP神经网络的离港航班滑出时间预测方法.分析滑出时间影响因素及其相关性,讨论强相关、中度相关和弱相关的影响因素在滑出时间预测中的作用,采用我国中南某枢纽机场两周的实际运行数据对预测模型进行验证.实验结果表明,滑出时间与机场场面交通流强相关,与平均滑出...