双向中继网络中基于MSK的物理层网络编码

文中提出一种基于最小频移键控(MSK)调制的双向中继网络物理层网络编码(PNC)方案。该方案利用MSK信号记忆特性,在中继节点处将MSK和信号空间状态转移条件映射为异或信号,采用维特比算法近似最大似然检测。在此基础上进一步简化和信号的网格图,降低解码复杂度。最后仿真验证了所提方案的有效性。     

博弈论在无线通信中的应用专题讲座(三) 第5讲 物理层安全中基于Stackelberg博弈的资源分配算法

文章针对博弈论在无线通信物理层安全中的应用,首先简要介绍了无线通信中的物理层安全和斯塔克尔伯格博弈(Stackelberg game)相关概念,然后提出一种基于斯塔克尔伯格博弈的资源管理算法,有效改善了协同无线网络的物理层安全性能。该算法将人工干扰节点建模为卖方,将中继节点建模为买方,通过双方之间的交互来实现人工干扰节点功率的有效分配,最终达到提高系统安全速率的目的。     

博弈论在无线通信中的应用专题讲座(一) 第2讲 绿色无线通信中基于相关均衡的协同策略选择

文章首先简要介绍了非合作博弈理论的基本定义和性质,综述了运用非合作博弈理论来解决无线通信网络中资源管理等诸多问题的研究现状。在此基础上,探讨了在非合作博弈框架下,引入相关均衡的理论意义和实现途径。继而,文章以如何解决面向绿色无线通信网络的协同策略选择问题为例,从能量有效性角度提出了基于相关均衡的协同策略选择机制。面对分布式且颇具竞争性的绿色无线协同网络,相关均衡能在所建立的非合作博弈的框架下允许潜在中继节点之间某种形式的合作的模型化,从而激励潜在中继节点得到接近"合作的"博弈结果。理论分析和仿真结果验证了所提机制能在收敛性、Pareto最优性和max-min公平性等方面收效甚好。     

航空自组网中面向容错的中继节点速度控制

由于飞机节点的通信距离有限,航空自组网的网络拓扑高动态的变化会导致频繁的网络分割并严重影响网络上层应用的正常运行。为了保证飞机节点之间端到端的连通性不受影响,航空自组网必须具备容错性,即任意一个节点或链路失效后网络仍然连通。通常情况下飞机节点的运动不可控,因此可在网络中加入一定数量的中继节点,通过控制中继节点的运动速度来实现并维持航空自组网的容错性。提出了一种在线中继节点速度控制方法,该方法根据网络当前状态计算出中继节点的最佳运动方式,在保证网络容错的前提下使得中继节点在网络运行时间内所运动的总路程最短。仿真结果表明该中继节点速度控制方法在航空自组网的容错控制方面具有潜在的应用前景。     

基于信任中继的QKD网络研究

基于信任中继的量子密钥分发(QKD)网络由于其组网效果好、扩展性强、技术容易实现成为未来保密通信组网的首选方案。文章首先介绍QKD网络的分类和现状;然后提出信任中继网络的基本网络拓扑模型,在此基础上分析了网络的信道和密钥中继方式;最后提出了影响信任中继网络组网效果和性能的决定性参量,分析比较了信任中继网络采用不同选路方式的优缺点。     

面向连通性的空中分层网络中继航线规划方法

针对飞机编队执行任务的通信保障问题,依据空中网络分层环境特点,采用增加中继节点的方式实现网络的连通性。提出一种空中分层网络中继航线规划方法,以飞机任务航线为输入,通过比较最小生成树(minimum spanning tree,MST)中边顶点的连通分量是否与前一时刻相同,进行生成树优选;将中继段向量顶点的度和中继节点在2个中继段向量间的运动时间作为联合权重,进行中继段向量连接。仿真结果表明,该方法能够实现中继节点在时间和空间上的复用,相比传统算法,有效减少了中继节点个数,实现了中继节点航线优化。     

博弈论在无线通信中的应用专题讲座(一) 第1讲 多用户MIMO系统中的有限反馈预编码博弈

博弈论在无线通信系统中已经得到了广泛的应用。而近年来,博弈论也逐渐成为研究多用户MIMO系统中各项关键技术的一种有效的理论工具。文章将介绍一类新颖的多用户MIMO有限反馈预编码博弈和潜博弈的概念。之后以MIMO中继网络中的中继节点预编码策略选择为例,说明博弈论是如何在多用户MIMO系统的研究中进行应用的。     

物理层安全约束下的双向中继系统波束赋形方案

文中针对放大转发双向中继系统,研究了物理层安全约束下的波束赋形方案设计及其安全容量问题。在假设已知完全信道状态信息的条件下,本文尝试通过在中继节点处采用波束赋形来使两个源节点的和安全容量最大化。由于对此问题难以求出闭式解,故而提出另一次优方案,并给出了相应波束赋形因子的闭式表达式。该方案虽不能最大化和安全容量,但却能显著提升和安全容量。最后对理论推导进行了仿真验证,理论分析与仿真结果证明了所提方案的有效性。     

基于卷积双向长短期神经网络的调制方式识别

针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法。利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的。实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值。     

编码感知的机会路由算法研究

提出一种编码感知的机会路由算法——CAR.它利用机会传输增加编码机会,并通过引入一系列参数衡量"机会"好坏,创造性地解决了交叉数据流下机会路由转发节点的选取问题,解决了流间网络编码和机会路由算法结合时数据包上下跳节点"已知"与"未知"的矛盾.CAR算法能够最大化每次编码传输中原始数据包的个数,仿真表明,它能够显著提高可靠传输协议以及整个网络的传输性能.通过机会传输实现多用户分集,可显著增加流间网络编码机会,引入的转发延时也可增加流间网络编码机会.