以内容为中心的互联网体系架构研究

阐述以内容为中心的互联网体系架构相关解决方案,着重分析Named Data Networking(NDN)体系架构,并通过与DONA/PSIRP/4WARD等方案的对比,分析了以内容为中心的体系架构在命名机制方面的差异及架构存在的共性。     

多天线感知无线电中的协作频谱感知算法

不同于以往单天线感知用户的频谱感知研究,该文提出多天线情形下基于最优功率分配和协作分集的频谱感知算法。根据信道条件利用奇异值分解(SVD)在每根天线上进行功率注水,并考虑多天线情况下两用户网络协作频谱感知授权用户的判决检测过程,利用基于指数衰减的路径损耗模型,分析多天线感知网络的各态历经容量和检测授权用户的概率及时间。理论分析及仿真结果表明,多天线感知用户通过最优功率分配和协作频谱感知不仅使感知网络具有最大的各态历经容量,同时改善系统的检测性能。     

一种新的基于噪声预测的部分判决反馈MIMO接收算法

传统垂直-贝尔实验室分层空时结构(V-BLAST)系统采用全排序判决反馈(ODF)算法,能提高线性接收机性能,但也增加系统复杂度。该文在分段检测理论基础上,提出一种改进的采用噪声预测技术的部分判决反馈(PDF)接收算法。它基于MMSE准则,将接收到信号分为两段,只进行一次判决反馈操作,与传统重复排序判决反馈算法相比,大大降低了接收机计算复杂度。仿真结果表明SUI-3信道中天线数为2发4收,误码率为10-4量级的情况下,其性能与V-BLAST相比只下降了0.6 dB左右,但要明显好于线性接收机以及其他改进型MMSE算法,有2~3dB左右的增益。     

基于信道反馈的协作MAC协议

在协作媒体接入控制层协议CoopMAC基础上,提出一种改进控制帧格式的协议I oopMAC. 改进后的协议能实现与IEEE 802.11 DCF协议兼容;利用中继和信宿的联合信道状态反馈信息确定站点传输方式,较好地适应信道的瞬时变化;采用新的网络分配向量NAV更新机制,减小了分组碰撞时周围站点延迟接入信道的时间. 仿真结果表明,同样条件下,I CoopMAC协议能获得比CoopMAC协议更高的吞吐量及更小的接入时延.     

基于子波变换的纹理图像分类

本文用子波变换的方法描述了纹理图像多尺度、多方向的特性,提出了适合于纹理图像分类的新的子波特征。通过对其稳定性和视觉特性的详细分析,指出此特征优于传统的能量特征。文章最后结合九类自然纹理图像,分别基于标准子波特征,子波包特用ＢＰ神经网络进行了分类识别。实验结果表明,在无噪声情况下,对自然纹理图像可无误差分类;在有噪声情况下,正确分类识别率高,表现出强的稳定性。     

一种新的时变衰落信道下MIMO系统的功率分配与自适应调制算法

本文提出一种在时变衰落信道下,MIMO系统的功率分配和自适应调制方法.该方法采用空域注水定理,在发送端天线的平均功率受限的条件下,按照信道传输矩阵的奇异值对发端的多天线进行最优功率分配和自适应MQAM调制.本文从频谱效率方面对其性能进行分析.给出了信道估计的误差和反馈时延对该方法的影响.理论分析和仿真结果表明,该方法实现简单,且与传统的总功率受限的自适应调制方法相比,具有更高的频谱效率.     

基于喷泉码的放大转发协作通信系统的性能

为了实现在发送端未知信道状态信息(CSI)条件下的高效协作通信,研究了基于喷泉码的协作通信系统的性能.研究表明,在放大转发协作中目的端接收到的喷泉码符号的差错率比译码转发协作低.同时为了更充分地利用协作分集增益,提出了将基于喷泉码的放大转发协作通信与自适应解调技术相结合的方案,该方案使协作分集更有效地作用于喷泉码译码,并实现在发送端未知CSI条件下的自适应传输.仿真结果表明,该方案与采用喷泉码的直传通信和译码转发协作通信相比,能够降低误比特率,加快译码速度.     

多普勒频率跟踪的四阶加权扩展卡尔曼滤波器

用泰勒级数展开的形式表示高动态的载波相位参数,给出了对高动态载体和各阶频率参数估计的四阶加权扩展卡尔漫滤波器(EKF),以及实现高动态跟踪滤波器必须的状态转移矩阵和动态噪声协方差矩阵.计算机模拟实验分析了对载波相位和各阶频率的跟踪结果.     

基于子波变换的纹理图像分类

本文用子波变换的方法描述了纹理图像多尺度、多方向的特性,提出了适合于纹理图像分类的新的子波特征。通过对其稳定性和视觉特性的详细分析,指出此特征优于传统的能量特征。文章最后结合九类自然纹理图像,分别基于标准子波特征、子波包特征用BP神经网络进行了分类识别。实验结果表明,在无噪声情况下,对自然纹理图像可无误差分类;在有噪声情况下,正确分类识别率高,表现出强的稳定性。     

未来网络研究进展

分析当前互联网存在的问题和未来网络应具备的特点,介绍国内外未来网络相关研究项目的进展情况,比较FIND、GENI、FIRE、AKARI、CNGI和高可信网络等国内外未来网络的研究项目,给出未来网络在虚拟化、移动性、网络安全等方面的重点研究建议。