面向C-V2X通信的基于深度学习的联合信道估计与均衡算法

为了在不显著提升计算复杂度的情况下,有效提升通信系统的误码率(BER)性能,利用深度学习在数据处理方面的强大能力,提出一种面向基于蜂窝网络的车联网(C-V2X)通信的基于深度学习的联合信道估计与均衡算法——V-EstEqNet.与传统算法分两个阶段分别进行信道估计与均衡不同,V-EstEqNet将通信系统接收机中的信道...     

基于干扰噪声矩阵重构的自适应波束形成算法

针对在自适应波束形成中,当采样次数较少或期望信号导向矢量存在误差以及训练数据中含有期望信号成分时导致波束输出信干噪比(SINR)下降的问题,提出了一种重构干扰噪声协方差矩阵并且估计期望信号导向矢量的稳健自适应波束形成方法。在期望信号波达方向的角度范围已知的条件下,首先利用多重信号分类(MUSIC)空间谱在不含期望信号的区域重构出干扰噪声协方差矩阵;然后推导了避免期望信号的导向矢量的估计值收敛到任一干扰的导向矢量或它们的线性组合的约束条件;进而以此约束条件和阵列输出功率最大化条件建立了期望信号导向矢量估计的优化问题,并使用凸优化软件估计出最优的期望信号导向矢量。讨论了该方法的计算复杂度并通过仿真实验验证了其有效性和优越性。仿真结果表明,当期望信号和干扰源存在随机指向误差和局部散射的情况下,所提方法在很大的输入信噪比范围内的输出信干噪比仍接近理论值,优于其他自适应波束形成方法。     

基于干扰噪声矩阵重构的自适应波束形成算法

针对在自适应波束形成中,当采样次数较少或期望信号导向矢量存在误差以及训练数据中含有期望信号成分时导致波束输出信干噪比(SINR)下降的问题,提出了一种重构干扰噪声协方差矩阵并且估计期望信号导向矢量的稳健自适应波束形成方法。在期望信号波达方向的角度范围已知的条件下,首先利用多重信号分类（MUSIC）空间谱在不含期望信号的区域重构出干扰噪声协方差矩阵;然后推导了避免期望信号的导向矢量的估计值收敛到任一干扰的导向矢量或它们的线性组合的约束条件;进而以此约束条件和阵列输出功率最大化条件建立了期望信号导向矢量估计的优化问题,并使用凸优化软件估计出最优的期望信号导向矢量。讨论了该方法的计算复杂度并通过仿真实验验证了其有效性和优越性。仿真结果表明,当期望信号和干扰源存在随机指向误差和局部散射的情况下,所提方法在很大的输入信噪比范围内的输出信干噪比仍接近理论值,优于其他自适应波束形成方法。     

基于干扰消除的MIMO-OTFS系统信号检测研究

高迁移率条件下正交时频空间(OTFS)调制技术的性能优于正交频分复用(OFDM),而在常规的多输入多输出系统(MIMO)信号检测中,基于干扰消除信号检测技术的复杂度较大.针对此缺点,提出了一种改进的基于信干噪比(SINR)排序的信号检测算法.该算法先算出每一层信号的信干噪比,然后利用信息传递(MP)检测技术检测出每一层信号并通过干扰消除检测出全部信号.最后通过仿真对算法进行了验证,结果表明改进后的算法具有更好的性能.     

D2D通信中基于保证蜂窝用户通信质量的功率分配算法

针对D2D通信与蜂窝通信复用频谱资源时会产生同频干扰的问题,提出一种基于保证蜂窝用户通信质量的功率分配算法。在保证蜂窝用户平均SINR和最小SINR双重约束的基础上,建立以最大化D2D链路平均吞吐量为目标的凸优化问题,并利用拉格朗日函数推导出最优功率分配的闭式解。仿真结果表明:该算法不仅可以保证蜂窝用户通信质量,而且也能最大限度地提高D2D链路以及整个系统的总吞吐量。     

基于非理想SIC的STAR-RIS辅助NOMA系统性能研究

将可同时透射和反射的可重构智能表面(Simultaneous Transmitting and Reflecting Reconfigurable Intelligent Surface, STAR-RIS)与非正交多址接入(Non-Orthogonal Multiple Access, NOMA)技术结合起来,研究了系统的遍历速率与中断概率。考虑到实际中NOMA用户很难获得完全串行干扰消除(Successive Interference Cancellation, SIC),研究了STAR-RIS辅助NOMA系统有着不完全SIC时的下行链路性能。首先通过对NOMA用户解码的信干噪比进行分析,得到其概率密度函数。然后基于用户信干噪比的概率密度函数推导了用户的遍历速率,并分析了高发射功率下用户速率的渐近性能。最后分析了系统中断性能,并推导了系统中断概率的近似闭式表达式。仿真结果验证了理论分析的有效性,即所推导的理论遍历速率和中断概率可与相应的仿真取得较好的一致,由于不完全SIC的存在,系统性能要差于完全SIC下的性能。此外还分析了STAR-RIS元素数量的不同对于系统性能的影响,发现元素...     

一种基于LTE-A的联合自适应传输方法

LTE-A上行每帧数据在自适应传输时,不能实时切换为分簇的DFT-S-OFDM和N×SC-FDMA系统。为此,提出一种联合自适应调制编码方法。该方法依据接收端的信干噪比,分别预测下一帧在采用分簇的DFT-S-OFDM和N×SC-FDMA进行自适应传输时的吞吐量,选择吞吐量大的系统及相应的调制编码方式在下一帧使用,可获得分簇的DFT-S-OFDM和N×SC-FDMA系统在自适应传输时频谱效率的联合性能。仿真结果表明,与单一自适应系统相比,该方法在多径信道下的吞吐量性能能够取得1 dB增益。