【摘 要】
：
为降低传统稀疏码分多址接入(sparse code multiple access,SCMA)系统的译码复杂度,同时保证系统误比特率(bit error ratio,BER)性能,考虑信道质量因素提出SCMA系统收发端改进方案.在接收端,提出基于信道质量动态选择节点改进消息传递算法(message passing algorithm,MPA),在串行策略基础上对节点更新顺序进行合理排序,减少算法迭代次数,以降低译码复杂度;同时为补偿付出的BER性能代价,在发送端基于信道质量设计动态自适应更新因子图方案,为
【机 构】
：
重庆邮电大学通信与信息工程学院,重庆400065;移动通信教育部工程研究中心,重庆400065;移动通信技术重庆市重点实验室,重庆400065
论文部分内容阅读
为降低传统稀疏码分多址接入(sparse code multiple access,SCMA)系统的译码复杂度,同时保证系统误比特率(bit error ratio,BER)性能,考虑信道质量因素提出SCMA系统收发端改进方案.在接收端,提出基于信道质量动态选择节点改进消息传递算法(message passing algorithm,MPA),在串行策略基础上对节点更新顺序进行合理排序,减少算法迭代次数,以降低译码复杂度;同时为补偿付出的BER性能代价,在发送端基于信道质量设计动态自适应更新因子图方案,为用户节点匹配高信道增益的资源节点组合,并且考虑到用户的公平性,令上轮更新因子图时信道增益最低的用户节点优先匹配.仿真实验证明,所提改进方案在保证BER性能和各用户公平性前提下有效降低系统译码复杂度.
其他文献
针对高速移动场景正交频分复用(orthogonal frequency division multiplexing,OFDM)系统,提出了一种新的基于堆栈式极限学习机(extreme learning machine,ELM)的时变信道预测方法.为了捕获输入数据的深层信息,基于单隐藏层神经网络,首先利用堆栈式ELM方法从历史信道中提取信道的深层特征,并获得网络的初始输出权值.然后,为了适应信道的变化,新方法基于新构造的历史信道样本与初始的输出权值来实时更新网络的输出权值,并基于更新后的输出权值预测得到未来
目前,在非正交多址接入(non-orthogonal multiple access,NOMA)中继通信的研究中,中继用户的选择是随机的,并没有考虑中继节点之间信道条件的差异.为了得到信道条件较好的中继用户,提出一种基于单源最优路径的中继选择策略,从基站广播信号以用户为节点,设定信道参数,寻找最佳传输通路.当信号到达目标节点后,基站从目标节点处收集所有可达通路,通过对比各通路的信道参数,选出一条最好的传输通路.基于所提中继选择策略,在非机会式NOMA系统中,提出一种新的协作传输方法,该方法在中继传输过程中
针对高分辨率模数转换器(analog-to-digital converter,ADC)接收机给大规模多输入多输出(multiple input multiple output,MIMO)系统带来的硬件成本昂贵和高功耗问题,研究了低分辨率ADC在毫米波MIMO正交频分复用(orthogonal frequency division multiplexing,OFDM)量化系统中的应用方案.通过将单输入单输出(single input single output,SISO)量化系统中的广义Turbo信号检测
环境信号的不确定性导致不可预测的谱能机会.传输机会和能源供应的缺乏给反向散射通信网络的多址接入设计带来了极大的挑战.本文针对多载波非正交多址接入(multicarrier non-orthogonal multiple ac-cess,MC-NOMA)增强型反向散射网络,提出了一种分阶段优化算法实现均衡调控下的谱能效率最大化,该问题是非凸的且难以求解.因此,首先将该问题分解成予载波分配和反射系数优化两个子问题,然后基于Gale-Shapley匹配原理提出多对一稳定匹配算法求解最佳的子载波分配,最后利用凸优
针对无人机能量受限且通信易受到窃听攻击的问题,提出一种基于能量采集的无人机无线供电通信模型,并分析其在全双工主动窃听下的保密性能.首先,采用基于仰角的视距和非视距路径损耗模型对地空无线信道进行建模.然后,将无人机的传输中断概率限制在一个可容忍的最大阈值内,得到基站的最优编码速率,进而推导出无人机的保密中断概率的解析闭合表达式.最后,通过蒙特卡罗仿真验证了理论推导的正确性,并分析了基站发射功率、能量采集时间因子、环境等因素对无人机通信的安全性的影响,从而为实际系统设计提供了参考和依据.
在室外光线追踪通信场景下,针对毫米波大规模多输入多输出(multiple input multiple output,MI-MO)信道具有稀疏特性、系统受噪声因素影响导致信道估计精度低的问题,提出一种基于图像去噪的注意力机制卷积神经网络信道估计方法.首先,设定参数产生模拟真实环境的数据集,将所产生的信道矩阵看作二维图像.然后,构建注意力机制网络以增强图像中噪声特征的显著性,并将注意力机制网络嵌入卷积神经网络中进行特征融合.最后,通过网络模型提取噪声并得到去噪的图像,即估计信道矩阵.仿真结果表明,与最小二乘
针对直升机机动飞行过程中存在的输入饱和问题,提出了一种基于参数依赖Lyapunov的状态反馈控制方法.首先根据直升机非线性模型建立纵向线性变参数(linear parameter varying,LPV)模型,并采用逆仿真数值分析方法对悬停机动科目进行轨迹建模.基于吸引域与不变集理论,利用参数化线性矩阵不等式(parameterized linear matrix inequalities,PLMI),分析闭环系统的稳定条件.利用松弛变量技术将控制器PLMI条件转化为易于求解的线性矩阵不等式(linear
针对目前极化码码长识别存在抗噪声性能差的问题,提出了基于信息矩阵估计的极化码参数盲识别算法.本文算法利用极化码生成矩阵的逆矩阵,与码字比特流构造的码字矩阵相乘得到估计的信息矩阵,在无误码情况下根据分析矩阵所含的信息得到码率,并利用其分布情况来识别码长、信息比特位数和位置分布.在有误码的情况下,引入了零均值比计量,根据峰值识别出码长.最后,利用分析矩阵和设定判决门限,识别出信息比特位数和位置分布.仿真结果表明,本文算法对码长的识别性能有所提高,对于参数为(64,30)的极化码,在误码率高达1.06×10-1
针对单边Lipschitz非线性多智能体系统,提出了一种分布式一致性控制方法.首先,构建了领导-跟随者动力学结构,用于实现单边Lipschitz多智能体系统的追踪控制.然后,设计了单边Lipschitz非线性多智能体系统的一致性控制协议,可根据智能体之间局部交互信息构建分布式反馈控制,并将系统的一致性追踪问题转化为系统的稳定性问题.同时,利用Laplacian特性、线性矩阵不等式和Lyapunov函数等理论,给出了单边Lipschitz非线性多智能体系统一致性追踪控制的充分条件.理论结果表明,所设计的控制
为了缓解可修复喷泉码(repairable fountain codes,RFC)编码包传输需消耗大量带宽资源的难题,提出了一种基于改进压缩列存储算法的新型RFC构造方法(RFC based on improved compressed column storage,ICCS-RFC).对于ICCS-RFC方案,编码包的邻域信息被建模为序列,并以生成矩阵的列为单位进行无损压缩.在保留可修复喷泉码性能的前提下,该方案可以有效减少故障节点修复和源文件恢复所需的传输数据量.此外,还提出了一种新的性能指标——有效