信道极化与极化码的研究进展与展望

Turbo码、LDPC码等编码技术虽然具有优越的纠错性能,但其编译码的理论基础尚不完备。而极化码由于利用了序列互信息链规则,具有丰富的代数结构与优秀的分析特性,故掀起了理论研究的热潮。综述了信道极化原理,分析了其能够达到优异性能的原因,总结了极化码目前的研究成果,指出了未来需要解决的一些关键问题。这些分析和结论对进一步研究极化码提供了理论基础和新思路。     

基于多径的双极化信道信息反馈方法

天线部署空间限制和信道信息精度是影响大规模天线性能的重要因素,双极化天线能够有效地减少天线尺寸,在有限的空间内部署更多的天线,成为了大规模天线部署时的主流选择。但是由于信道的维度较大,目前,反馈技术面临码本中码字数目巨大、设计困难的问题,并且同时导致反馈开销大以及码字选择计算复杂度高。本文提出了一种新的基于多径的双极化信道反馈方法,这种方法仅仅需要少量的长周期宽带反馈的多径方向和幅度信息,结合一些短周期子带反馈的相位合并信息即可获得更加精确的预编码。结果表明这种方法能够有效地提高量化反馈效率并降低终端侧复杂度。      

消交叉极化偏置双镜天线的分析和设计

偏置双镜天线,由于其结构不对称,交叉极化较难控制。成形时,涉及到一个非线性偏微分方程组,其精确解对任何预先给定的主镜口径场分布和馈源场分布不都存在。为此,本文提出了一个处理这一问题的近似方法,不仅提高了精度,还消除了天线的交叉极化分量。按此方法所设计的一个3米天线在12GHz 时的效率(计算值)为82%。     

第五代移动通信控制信道极化码的设计

为解决5G场景下的极化码编码设计问题,本文通过对两种符合5G保准规定的控制上下行信道最大编码长度的极化码进行Matlab仿真测试,研究了5G场景的极化码编码的最佳设计方案。首先将输入序列根据上下信道分别对应的CRC生成多项式,添加CRC比特。然后采用巴氏参数法进行极化信道可靠性估计,在可靠性高的信道传送信息序列。最后对不同的编码结构进行仿真,对仿真结果进行性能分析。结果表明：不实施比特反转的生成矩阵的编码方法的编码效率最高、用时最短。     

二步幂零李代数的双极化

李代数g的双极化是g的两个具有共同线性函数f的极化g±,且满足g＝g++g-.一个李代数若满足[g,[g,g]]=0和[g,g]≠0则称为二步幂零李代数.讨论了一种二步幂零李代数-海森堡代数的双极化,并构造了四元数除环海森堡代数的一族双极化.     

频率与极化方式对室内太赫兹信道参数的影响

介绍了太赫兹波段室内环境下的多路径传播信道模型,分析了视距传输时的自由空间损耗和大气分子吸收损耗以及非视距传输时的镜面反射损耗.针对常见的教室场景,使用射线追踪法对室内信道进行分析,发射器(Tx)位于房间的正中央,对于选定位置的接收器(Rx),绘制了不同频率、不同极化方式下的功率时延图和功率角分布图,并根据功率时延图计...     

极化子效应对量子线中Stark效应的影响

采用变分法及介电连续模型研究了量子线中的Ｓｔａｒｋ效应，分别计算了受限ＬＯ声子及表面声子对Ｓｔａｒｋ移动的修正。     

半单李代数双极化的对称性

本文证明半单李代数上的任何双极化都是对称的,从而解决了金行壮二于１９９３年提出的一个待解决的问题,并给出了有关结果的一些应用。     

基于压缩感知的时频双选信道估计研究

针对时频双选信道,利用信道的时间相关性,即同一条时延径在相邻时刻对应的信道系数之间具有很强的相关性,提出一种线性近似方法对时频双选信道进行建模,有效降低了未知参数的个数.考虑到无线信道在时延域具有稀疏性,基于压缩感知(Compressed sensing,CS)理论对线性近似模型进行了恢复重构.分别对未线性近似模型和线性近似模型的系统性能进行了仿真,并结合最小二乘(leastsquare,LS)算法、正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法、稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)算法给出了系统的归一化均方误差(Normalized Mean Square Error,NMSE)曲线.仿真结果显示,线性近似方法能有效对时频双选信道进行建模,针对本研究提出的线性近似模型,SBL算法能精确恢复出信道响应,并能有效地克服多谱勒效应.     

基于自适应跳跃学习网络的OFDM信道预测方法

信道预测是支撑变电站等电力物联网通信系统自适应传输的重要技术。为了解决过期信道状态信息降低通信系统自适应传输性能的问题,提出了一种基于自适应跳跃学习网络的信道状态信息预测方法。该方法主要包括递归微调算法和混合惩戒网络两部分。其中,前者主要用于微调学习网络的随机输入权重矩阵,后者主要通过两层惩戒网络来解决输出权重矩阵的病态解问题。由于具有oracle属性,自适应跳跃学习网络不仅具有良好的泛化能力,还可以生成稀疏性输出权重矩阵。仿真结果表明,自适应跳跃学习网络在IEEE802.11ah协议的正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)通信系统中具有良好的单步预测性能和多步预测性能。     

双接收站的有源诱饵极化鉴别

以双接收站雷达为背景,研究了雷达目标和有源诱饵的鉴别方法。提出了双站极化散射矩阵和双站对角极化比的定义,探讨了雷达目标和有源诱饵的极化散射特性;针对极化调制有源诱饵等欺骗性干扰,提出了以双站对角极化比为鉴别量实现对有源诱饵鉴别的新方法,并设计了鉴别算法。对典型雷达目标和有源诱饵的仿真结果表明,该鉴别算法对有源诱饵的正确鉴别概率始终达到100%,对雷达目标的正确鉴别率达到90%以上。仿真结果证明了该鉴别算法的可行性和有效性。