期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
非周期长码直扩信号的伪随机码盲估计 被引量:15
1
作者 赵知劲 顾骁炜 +1 位作者 沈雷 詹毅 《通信学报》 EI CSCD 北大核心 2015年第5期23-30,共8页
研究了m序列三阶相关函数特性,证明了不同周期m序列三阶相关函数存在共同峰,推导得到共同峰的特性以及共同峰坐标与m序列本原多项式之间对应关系,基于上述理论提出了非合作通信下的非周期长码直扩信号伪随机码估计方法。加性高斯白噪声... 研究了m序列三阶相关函数特性,证明了不同周期m序列三阶相关函数存在共同峰,推导得到共同峰的特性以及共同峰坐标与m序列本原多项式之间对应关系,基于上述理论提出了非合作通信下的非周期长码直扩信号伪随机码估计方法。加性高斯白噪声下的仿真结果表明,本方法仅需1/4倍长码周期长度信号和4 d B信噪比,估计非周期长码直扩信号的扩频码和长扰码的正确概率就可达到99%以上。 展开更多
关键词 三阶相关理论 非周期长码直扩信号 共同峰 伪随机码估计
在线阅读 下载PDF
利用功率谱最大最小值的频谱感知算法 被引量:8
2
作者 赵知劲 吕曦 +1 位作者 尚俊娜 王海泉 《信号处理》 CSCD 北大核心 2017年第2期152-157,共6页
为了提高频谱感知性能,首先利用功率谱函数特性和瑞利熵概念,从理论上分析了基于功率谱的频谱感知算法原理,提出一种以功率谱的最大最小值之差作为检测统计量的频谱感知新算法;然后推导给出了检测门限和检测概率表达式;最后给出了仿真... 为了提高频谱感知性能,首先利用功率谱函数特性和瑞利熵概念,从理论上分析了基于功率谱的频谱感知算法原理,提出一种以功率谱的最大最小值之差作为检测统计量的频谱感知新算法;然后推导给出了检测门限和检测概率表达式;最后给出了仿真结果。理论分析和仿真结果表明,在加性高斯白噪声信道和Rayleigh衰落信道中本文算法都具有良好的检测性能,性能优于已有的利用功率谱的频谱感知算法,该算法不需要主用户信息,不用进行复杂的特征值分解,当虚警概率确定时,检测门限能准确给出。 展开更多
关键词 认知无线电 频谱感知 功率谱密度 瑞利熵
在线阅读 下载PDF
利用三阶相关特征信息的周期长码扩频信号伪码盲估计 被引量:7
3
作者 赵知劲 强芳芳 +1 位作者 顾骁炜 姜显扬 《信号处理》 CSCD 北大核心 2016年第6期739-745,共7页
针对非合作通信下长码直扩码分多址信号的伪随机序列估计问题,本文首先利用同阶数、不同本原多项式产生的m序列的三阶相关函数峰不同的特点,构造三阶相关函数的特征信息矩阵。然后推导得到长码直扩码分多址信号三阶相关向量与特征信息... 针对非合作通信下长码直扩码分多址信号的伪随机序列估计问题,本文首先利用同阶数、不同本原多项式产生的m序列的三阶相关函数峰不同的特点,构造三阶相关函数的特征信息矩阵。然后推导得到长码直扩码分多址信号三阶相关向量与特征信息矩阵的匹配理论值。最后估计接收信号延迟三阶相关函数,得到其三阶相关向量,与特征信息矩阵匹配,估计得到各扩频长码。理论分析和仿真结果表明该方法能够有效估计单用户和多用户的长码直接序列扩频信号伪随机序列。 展开更多
关键词 长码直扩码分多址信号 直扩信号 三阶相关 特征信息矩阵 伪随机序列估计
在线阅读 下载PDF
认知小蜂窝网络中基于能效的下行资源分配算法 被引量:7
4
作者 贾亚男 岳殿武 《通信学报》 EI CSCD 北大核心 2016年第4期116-127,共12页
在认知小蜂窝网络框架下,对基于OFDMA技术的下行联合频谱资源块和功率分配问题进行了研究。小蜂窝基站在分布式结构下采用开放式接入方式共享空闲频谱资源以最大化其能量效率,基站间的竞争关系使系统资源的动态分配过程可建模为非合作... 在认知小蜂窝网络框架下,对基于OFDMA技术的下行联合频谱资源块和功率分配问题进行了研究。小蜂窝基站在分布式结构下采用开放式接入方式共享空闲频谱资源以最大化其能量效率,基站间的竞争关系使系统资源的动态分配过程可建模为非合作博弈模型。由于最大化具有多个限制条件的分数形势的能量效用函数属于非凸最优问题,可通过将其转化为等价的减数形势,并从串行和并行迭代的角度进行求解。在给定资源块分配策略后,原有博弈模型可被重新建模为便于独立求解发射功率的等价子博弈模型。仿真结果表明,所提算法在干扰受限的通信环境下能收敛到纳什均衡,并有效提高了系统资源利用率和能量效率。 展开更多
关键词 认知小蜂窝网络 能量效率 博弈论 纳什均衡 频谱分配 功率分配
在线阅读 下载PDF
基于功率谱密度中段平均的频谱感知算法 被引量:3
5
作者 赵知劲 吕曦 郑仕链 《电信科学》 北大核心 2016年第7期53-60,共8页
根据有、无主用户信号时接收信号功率谱最大、最小值差值不同的特点,提出了一种基于功率谱密度中段平均的频谱感知算法。针对估计的信号功率谱在最小值附近波动多、最小值难以根据单个点准确给出的问题,利用接收信号功率谱中段平均值估... 根据有、无主用户信号时接收信号功率谱最大、最小值差值不同的特点,提出了一种基于功率谱密度中段平均的频谱感知算法。针对估计的信号功率谱在最小值附近波动多、最小值难以根据单个点准确给出的问题,利用接收信号功率谱中段平均值估计功率谱的最小值,降低最小值的随机性对频谱感知算法性能的影响。理论推导了检测门限和检测概率的表达式,并对算法进行了仿真分析。仿真结果表明,在AWGN信道和Rayleigh衰落信道中,本文算法性能都优于已有的功率谱密度频谱感知算法。该算法无需主用户信息,不用进行复杂的特征值分解。 展开更多
关键词 认知无线电 频谱感知 功率谱密度 最小值
在线阅读 下载PDF
认知小蜂窝网络中基于干扰温度限制的下行能效资源分配算法 被引量:2
6
作者 贾亚男 岳殿武 《电子学报》 EI CAS CSCD 北大核心 2017年第4期844-854,共11页
为最大化认知小蜂窝基站的能量效率,本文基于博弈论模型分析了下行联合频谱资源块和功率分配行为.在干扰受限环境下,多个基站采用分布式结构共享空闲频谱资源.为避免累加干扰损害主用户的通信,算法中引入了功率和干扰温度限制.由于具有... 为最大化认知小蜂窝基站的能量效率,本文基于博弈论模型分析了下行联合频谱资源块和功率分配行为.在干扰受限环境下,多个基站采用分布式结构共享空闲频谱资源.为避免累加干扰损害主用户的通信,算法中引入了功率和干扰温度限制.由于具有耦合限制的分数形式的能量效用函数是非凸最优的,通过将其转化为等价的减数形式进行迭代求解.给定频谱资源块分配策略后,主博弈模型可被重新建模为便于求解发射功率的等价子博弈模型,并通过代价的形势解除耦合限制.仿真结果表明,本文所提算法能够收敛到纳什均衡,并有效提高了系统资源利用率和能量效率. 展开更多
关键词 认知小蜂窝网络 能量效率 干扰温度 频谱分配 功率分配
在线阅读 下载PDF
融合学习差分进化和粒子群优化算法的认知决策引擎 被引量:3
7
作者 张煜培 赵知劲 郑仕链 《计算机科学》 CSCD 北大核心 2019年第6期95-101,共7页
为了提高认知无线电系统的参数决策速度和性能,提出一种融合粒子群和学习差分进化算法的认知无线电决策引擎(HPSO-BLDE)。首先,对学习差分进化算法引入自适应变异机制,使得每条染色体随个体适应度和平均适应度进行自适应变异,提高其局... 为了提高认知无线电系统的参数决策速度和性能,提出一种融合粒子群和学习差分进化算法的认知无线电决策引擎(HPSO-BLDE)。首先,对学习差分进化算法引入自适应变异机制,使得每条染色体随个体适应度和平均适应度进行自适应变异,提高其局部寻优能力。然后,改进粒子群算法的学习因子,并加入扰动项,防止算法早熟;选用更合适的变换函数,将正反向速度转换为相同概率更新粒子位置,提高最优解的精度,从而提高粒子群算法的全局寻优能力。最后,在认知引擎模型中并行地运行改进的粒子群算法(IBPSO)和差分进化算法(IBLDE),每隔固定的迭代次数后,融合两种算法的最优个体信息,得到HPSO-BLDE算法,使IBPSO算法和IBLDE算法的种群兼具二者的优点,从而提高了最优解的求解精度并加快了收敛速度。多载波通信系统的参数决策仿真结果表明,IBPSO算法、IBLDE算法和HPSO-BLDE算法的性能优于已有的爬山遗传(HGA)算法、量子粒子群算法(BQPSO)和二进制学习差分进化算法(BLDE),其中HPSO-BLDE算法的性能最优。 展开更多
关键词 认知无线电 认知决策引擎 重配置 差分进化 粒子群优化
在线阅读 下载PDF
融合PSO与DE的认知决策引擎 被引量:2
8
作者 张煜培 赵知劲 郑仕链 《信号处理》 CSCD 北大核心 2018年第12期1517-1524,共8页
针对认知无线电系统参数重配置问题,提出一种融合粒子群和差分进化的认知决策引擎(IPSO-DE)。首先对粒子群算法(PSO)引入自适应惯性权重机制,使得每个个体随各自的适应度自适应进化,提高其探索能力。然后改进差分进化算法(DE)的交叉概率... 针对认知无线电系统参数重配置问题,提出一种融合粒子群和差分进化的认知决策引擎(IPSO-DE)。首先对粒子群算法(PSO)引入自适应惯性权重机制,使得每个个体随各自的适应度自适应进化,提高其探索能力。然后改进差分进化算法(DE)的交叉概率,从而提高DE算法的开发能力。最后在认知引擎模型中,将经过PSO进化的种群分为优等种群和劣等种群,劣等种群利用改进DE进行优化变异,增加粒子群个体的差异性。仿真表明IPSO-DE增强了种群开发和探索能力,多载波系统的参数优化决策实验证明了其有效性。 展开更多
关键词 认知决策引擎 粒子群 差分进化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部