检索结果-内蒙古大学图书馆

仪器仪表学报 2015年第1期36卷 167-173页

作者：曹开田王东林南京邮电大学宽带无线通信与传感网技术教育部重点实验室南京210003 东南大学移动通信国家重点实验室南京210096 美国纽约理工学院(南京校区)电子与计算机工程系南京210023

由于ADC采样速率的限制,特别是在恶意用户试图模拟主用户(PU)以阻止次用户(SU)接入空闲授权频谱的情况下,使得认知无线电网络(CRN)中的宽带频谱感知技术面临着极大的技术挑战。针对这些问题,本文提出一种基于随机矩阵理论的压缩宽带频... 详细信息

由于ADC采样速率的限制,特别是在恶意用户试图模拟主用户(PU)以阻止次用户(SU)接入空闲授权频谱的情况下,使得认知无线电网络(CRN)中的宽带频谱感知技术面临着极大的技术挑战。针对这些问题,本文提出一种基于随机矩阵理论的压缩宽带频谱感知方法(RMT-CWSS)。RMT-CWSS算法利用随机矩阵理论直接对压缩观测数据进行处理,无需重构出原信号即可实现对宽带频谱进行感知。同时,为了减轻次用户在数据获取和频谱感知过程中的开销,本文提出一种基于传感器节点(SN)辅助感知的合作频谱感知架构。理论分析与仿真结果表明,在存在恶意用户模拟主用户进行攻击的情况下,与传统的基于RMT的宽带频谱感知方法相比,该算法具有复杂度更低、感知性能更好、更稳定等优点。

关键词：宽带频谱感知随机矩阵理论压缩感知主用户模拟攻击

来源：评论

学校读者我要写书评

暂无评论

蜂窝控制下的D2D通信的无线资源分配研究

引用

南京邮电大学学报（自然科学版） 2015年第3期35卷 39-46页

作者：王斌孟琬婷王兆丰王文鼐南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学宽带无线通信与传感网技术教育部重点实验室江苏南京210003

在引入D2D通信的状况下,为改进蜂窝用户无线资源分配的公平性,文中提出了一种CU用户和D2D用户非正交共享无线资源的EFRA方案,该方案运用降低权重影响因子的方法,减少了D2D通信对蜂窝用户的影响,实验分析说明,该方案在牺牲部分D2D通信的... 详细信息

在引入D2D通信的状况下,为改进蜂窝用户无线资源分配的公平性,文中提出了一种CU用户和D2D用户非正交共享无线资源的EFRA方案,该方案运用降低权重影响因子的方法,减少了D2D通信对蜂窝用户的影响,实验分析说明,该方案在牺牲部分D2D通信的吞吐量的情况下,不仅能够提高蜂窝用户接受服务的公平性,而且能很好地保护蜂窝用户的吞吐量。

关键词： D2D 资源分配吞吐量公平性

来源：评论

学校读者我要写书评

暂无评论

基于时分复用的LTE系统干扰协调算法

引用

南京邮电大学学报（自然科学版） 2015年第2期35卷 84-90页

作者：范玉洁王斌王兆丰周为峰南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学宽带无线通信与传感网技术教育部重点实验室江苏南京210003

在多小区间的OFDMA网络中,用户分配和负载随时间变化不断变化,会导致严重的小区间干扰。为解决此问题,文中提出了一种新的资源划分方法:时域资源划分。此划分方案可以使用户在整个频域上调度最好的资源块,并且不用考虑小区边缘用户分布... 详细信息

在多小区间的OFDMA网络中,用户分配和负载随时间变化不断变化,会导致严重的小区间干扰。为解决此问题,文中提出了一种新的资源划分方法:时域资源划分。此划分方案可以使用户在整个频域上调度最好的资源块,并且不用考虑小区边缘用户分布不均,避免频率资源的二次调整,节省了信令开销。这种时域资源划分方案与传统的公平比例调度算法有效的结合在一起,可以有效地提高系统的吞吐量。理论和仿真分析表明,所提的方案与传统的频域划分相比,使小区边缘用户的吞吐量以及多用户分集的效果得到了提高。

关键词： LTE 干扰协调 EFTR

来源：评论

学校读者我要写书评

暂无评论

基于压缩感知的自适应谱减法语音增强算法

引用

南京邮电大学学报（自然科学版） 2015年第2期35卷 51-57页

作者：于志文朱琦南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学宽带无线通信与传感网技术教育部重点实验室江苏南京210003

针对在压缩感知框架下,噪声的影响会被扩大这个问题,提出了一种新的基于压缩感知的语音增强算法。该方案利用压缩感知下的行阶梯观测矩阵能够保留大部分语音特性的特点,对观测序列进行谱减法消噪,再对得到的观测序列进行基于输入信噪比... 详细信息

针对在压缩感知框架下,噪声的影响会被扩大这个问题,提出了一种新的基于压缩感知的语音增强算法。该方案利用压缩感知下的行阶梯观测矩阵能够保留大部分语音特性的特点,对观测序列进行谱减法消噪,再对得到的观测序列进行基于输入信噪比的自适应重构,最后通过低通滤波器对重构语音进行平滑滤波,除去高频成分。实验结果表明:提出的语音增强方法具有较强的抗噪能力,重构速度快,输出的信噪比高,鲁棒性能好。

关键词：压缩感知谱减法正交匹配追踪语音增强行阶梯观测矩阵

来源：评论

学校读者我要写书评

暂无评论

基于预测的差分信号压缩感知算法

引用

信号处理 2015年第11期31卷 1446-1453页

作者：王盼盼季薇郑宝玉南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学教育部"宽带无线通信与传感网技术"重点实验室江苏南京210003

基于压缩感知的频谱感知方法可以较低的采样速率快速获取信号,并利用获得的稀疏数据样本来判断信道的占用情况。然而,压缩感知技术中信号重构算法的复杂度很高,难以满足无线通信中的实时性要求。本文提出一种基于预测的差分信号压缩感... 详细信息

基于压缩感知的频谱感知方法可以较低的采样速率快速获取信号,并利用获得的稀疏数据样本来判断信道的占用情况。然而,压缩感知技术中信号重构算法的复杂度很高,难以满足无线通信中的实时性要求。本文提出一种基于预测的差分信号压缩感知算法,该算法利用信道占用时间上的相关性,建立了一种信道占用情况的预测模型,依此模型预测出信道占用的变化情况;基于预测结果,在重构信号时可减少频点的搜索范围,两次降低重构算法的运算量。仿真结果表明,在保证感知性能的前提下,新算法可大幅降低迭代次数,减少算法复杂度。

关键词：压缩感知频谱感知正交匹配追踪差分信号压缩感知

来源：评论

学校读者我要写书评

暂无评论

认知无线网络中的智能协作频谱感知机制研究

引用

信号处理 2015年第9期31卷 1195-1201页

作者：季薇胡延成杨震南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学教育部"宽带无线通信与传感网技术"重点实验室江苏南京210003

作为智能体,认知无线电应具有智能学习和智能判决的能力。为充分发掘认知用户的智能体特性,本文提出一种基于支持向量机和模糊积分的智能协作频谱感知机制。该机制将协作频谱感知模型转化成基于模糊积分的多分类器融合模型,其中每个认... 详细信息

作为智能体,认知无线电应具有智能学习和智能判决的能力。为充分发掘认知用户的智能体特性,本文提出一种基于支持向量机和模糊积分的智能协作频谱感知机制。该机制将协作频谱感知模型转化成基于模糊积分的多分类器融合模型,其中每个认知用户均被看作一个独立的支持向量机分类器,单个感知周期内得到的采样数据作为分类器的输入,分类器的概率输出将被发送至融合中心,融合中心采用模糊积分算法将各分类器得到的结果进行融合并判决。该机制充分挖掘了认知用户在频谱感知阶段的"智能学习"能力和信息融合阶段的"智能判决"能力,仿真结果进一步表明,与单一的分类模型相比,本文提出的智能协作频谱感知机制具有更高的检测概率和更低的虚警概率。

关键词：认知无线电智能性协作频谱感知支持向量机模糊积分

来源：评论

学校读者我要写书评

暂无评论

一种基于时频二维的干扰协调方案

引用

南京邮电大学学报（自然科学版） 2015年第4期35卷 68-73,95页

作者：张海龙王斌何维坤王文鼐南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学宽带无线通信与传感网技术教育部重点实验室江苏南京210003

在多小区间正交频分多址接入(Orthogonal Frequency Division Multiplexing,OFDMA)网络中,由于采用了同频复用的网络覆盖策略,导致了严重的小区间干扰。因此,如何尽量减少小区间干扰对数据传输的影响,成为了亟待解决的问题。文中提出了... 详细信息

在多小区间正交频分多址接入(Orthogonal Frequency Division Multiplexing,OFDMA)网络中,由于采用了同频复用的网络覆盖策略,导致了严重的小区间干扰。因此,如何尽量减少小区间干扰对数据传输的影响,成为了亟待解决的问题。文中提出了一种基于时域和频域二维的干扰协调方案,这种方案可以使边缘用户在整个频段上选择最好的资源块进行调度,提升了频率选择增益,有效的提高系统的吞吐量。通过理论和仿真分析,可以证明基于时频二维的干扰协调方案与传统的资源划分方案相比,系统的吞吐量得到了显著提高。

关键词： LTE 干扰协调 RSFR

来源：评论

学校读者我要写书评

暂无评论

一种基于PCRLB和粒子滤波的目标跟踪算法

引用

南京邮电大学学报（自然科学版） 2015年第5期35卷 53-59页

作者：胡钧杨震孙飞南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学宽带无线通信与传感网技术教育部重点实验室江苏南京210003

无线传感器网络执行目标跟踪时,各个节点的贡献不一样,因此一种好的节点规划机制可以获得更好的跟踪性能。为了降低传输数据量,通常节点不是将测量到的原始数据直接发送给簇首进行数据融合,而是先进行本地压缩量化。针对簇首使用自己的... 详细信息

无线传感器网络执行目标跟踪时,各个节点的贡献不一样,因此一种好的节点规划机制可以获得更好的跟踪性能。为了降低传输数据量,通常节点不是将测量到的原始数据直接发送给簇首进行数据融合,而是先进行本地压缩量化。针对簇首使用自己的测量值和普通任务节点量化后的测量值进行融合这一纯方位角跟踪应用场景,提出了一种基于PCRLB(Posterior Cramer-Rao Lower Bound)的节点规划方法,同时设计了相应的粒子滤波算法来估计目标状态。仿真结果表明,文中提出的方案与基于KL(Kullback-Leibler)距离的节点规划算法、簇首和普通任务节点随机选择算法相比,有更好的跟踪性能。

关键词：无线传感器网络目标跟踪节点规划 PCRLB 粒子滤波

来源：评论

学校读者我要写书评

暂无评论

LTE网络下基于图着色理论的D2D分簇资源分配方案

引用

南京邮电大学学报（自然科学版） 2015年第6期35卷 44-50页

作者：何朵奇王斌季文君王文鼐南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学宽带无线通信与传感网技术教育部重点实验室江苏南京210003

D2D(Device-to-Device)通信是一种受LTE蜂窝网络的控制但无需基站的中继即可实现移动终端间直接通信的新型通信技术。文中采用了D2D簇的概念,即同一个簇中的多个D2D用户对可共享相同资源。簇的引入可进一步提高频谱利用率,但也带来了更... 详细信息

D2D(Device-to-Device)通信是一种受LTE蜂窝网络的控制但无需基站的中继即可实现移动终端间直接通信的新型通信技术。文中采用了D2D簇的概念,即同一个簇中的多个D2D用户对可共享相同资源。簇的引入可进一步提高频谱利用率,但也带来了更为复杂的干扰问题。为了解决该问题,提出了一种新的资源分配方案——基于图着色理论的D2D分簇资源分配方案。该方案分为两个阶段:首先只考虑D2D用户对之间的干扰情况,利用图着色理论为D2D用户对分簇;然后兼顾蜂窝用户和D2D的Qo S,为每个D2D簇分配资源。仿真分析可以看出,文中提出的方案将有效提高D2D的被服务率,并提升整个蜂窝网络的系统容量。

关键词： D2D LTE 分簇吞吐量 D2D的被服务率

来源：评论

学校读者我要写书评

暂无评论

噪声环境下基于稀疏表示的说话人识别

引用

南京邮电大学学报（自然科学版） 2015年第1期35卷 60-65页

作者：马运杰朱琦南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学宽带无线通信与传感网技术教育部重点实验室江苏南京210003

在噪声环境下,稀疏表示方法并没有表现出它出色的区分性能,反而由于特征的分散导致性能的大幅下降。根据语音特征参数之间的相关性,提出了一种适用于稀疏表示说话人识别的全局补偿方法。该方法对不同阶特征参数进行逐一分析,目的是为了... 详细信息

在噪声环境下,稀疏表示方法并没有表现出它出色的区分性能,反而由于特征的分散导致性能的大幅下降。根据语音特征参数之间的相关性,提出了一种适用于稀疏表示说话人识别的全局补偿方法。该方法对不同阶特征参数进行逐一分析,目的是为了找出被噪声影响最严重的一阶参数并去除之,以此增强测试语音与训练语音之间的相关性。理论分析和实验结果表明,该方法具有很好的抗噪性能,在信噪比为5d B时,带有白噪声的语句识别率达到了85.7%,而在高信噪比时,其识别率能够达到97.5%,几乎等同于干净语音的识别率。

关键词：稀疏表示说话人识别全局补偿鲁棒性

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：