摘要：针对稀疏码分多址(sparse code multiple access,SCMA)在过载条件下比特错误概率(bit error ratio,BER)较高的问题,首先分析了SCMA码本设计过程中的相位旋转角度对系统性能的影响,然后从控制合成星座图上星座点的相对距离的角度,提出了两种优化相位旋转角度的方案:基于最大化最小欧式距离的旋转(rotation based on maximizing minimum euclidean distance,M-rotation)方案和基于指数平均的旋转(rotation based on exponential average,E-rotation)方案。在BER方面,E-rotation方案整体性能较好,但在高信噪比条件下(signal-tonoise ratio,SNR)条件下,M-rotation方案表现出更优异的性能;在译码复杂度方面,两种方案对原始消息传递算法(message passing algorithm,MPA)的译码复杂度无影响,但采用E-rotation方案时,接收端采用PEIT-MPA,译码复杂度更低。

摘要：基于分裂表设计了一种适用于低比特率音频编码的格型矢量量化新方法.它将大值矢量分裂为基础码本中的矢量与分裂表中的分裂量之和,然后分别对其进行量化,从而在低计算复杂度下,解决了格型矢量量化中因矢量值过大而产生的过载失真问题.同时,通过仔细挑选RE8格中的子集,设计了适合该分裂表扩展方法的码本.结果表明,与经典的Voronoi扩展矢量量化方法相比,新方法在保持音频编码性能相当的同时,压缩了量化码本的存储空间,降低了计算复杂度.

摘要：在语音编码中线谱频率的量化编码多依赖于矢量量化技术。文中在分析经典的LBG多级矢量量化算法优缺点的基础上,结合m进制搜索代替全搜索以及瞬时联合调整各级码本的技术并引入自回归预测模型,实现了自回归预测多级联合矢量量化码本设计。并与窄带自适应多速率语音编码器AMR和MELP语音编码系统中线谱频率矢量量化进行了对比,效果良好。

摘要：针对三维多输入多输出系统(3D MIMO)码本设计未考虑用户分布特性的问题,研究一种基于用户分布的3D MIMO有限反馈传输方案。对用户不均匀分布进行建模后设计对应的垂直空间划分方案,提出基于用户分布密度的不均匀码字分配算法,采用一种修正的MMSE选码准则,该准则无需使用拉格朗日方法,直接通过求解无约束优化问题获得最优预编码矩阵。仿真结果表明,所提方案降低了误码率,比传统基于克罗内克积的码本(KPC)有至少3dB的性能增益,比不考虑用户分布,均匀划分垂直空间的改进KPC码本有2dB的性能增益。

摘要：天线阵列孔径增加提升了波束赋形增益,但更窄的波束使得传统的波束训练方法开销成倍增加,制约了系统支持的用户数目。研究了基于哈希函数的快速、低复杂度新型波束训练方案,可以用较低的训练开销在支持更多用户的同时进行波束训练,在此基础上提出了随机及固定两种码本设计方法,并对波束对齐成功概率进行理论分析。由于推导得到的波束对齐成功概率是一个复杂函数,无法用于指导码本设计,为此,研究提出一个简单的启发式指标用于评估码本生成参数对性能的影响。仿真结果验证了理论分析的正确性,表明所提波束训练方案能够以低训练开销快速实现多用户波束对齐,同时具有高准确性。

摘要：提升频谱资源利用率是未来移动通信亟待解决的一项重要目标。其中,稀疏码分多址(sparse code multiple access,SCMA)技术具备频谱利用率高、抗干扰性能力强、系统兼容性好等优点,已成为一种非常有前景的非正交多址方案。为了在未来移动通信中进一步发展稀疏码分多址技术,综述了现有稀疏码分多址技术的研究成果,对其研究现状进行了总结分析。首先,分析了现有的码本设计方案,指出了其设计特点以及目前尚存在的问题,并给出相应的解决方案;其次,在解码算法方面,给出了目前两种常见的解码算法,简述了其基本原理,并介绍了一些新兴的解码算法;再次,就SCMA技术与其他技术结合而言,从3个方面总结了目前SCMA技术的研究成果,并探讨了SCMA技术在应用层面潜在的发展的方向;最后,总结了稀疏码分多址技术的发展挑战和趋势。

摘要：毫米波通信和大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术是5G的关键候选技术,在提高5G系统各项性能指标上潜力巨大。混合波束成形作为毫米波大规模MIMO系统中的关键点,能在系统性能和实现复杂度上取得较好平衡,受到业界和学术界广泛关注。首先给出了混合波束成形经典系统模型和常用信道模型,根据信道状态信息获取方式的不同,从基于理想信道条件和基于波束配对两个方面分析和归纳了现有的混合波束成形方案,最后指出了混合波束成形未来发展趋势以及尚未解决的难点。

摘要：分析了下行链路中的参考符号结构,描述了码本设计的工作原理,验证了下行链路多天线增强方案的系统性能,最后预测了LTE-Advanced R11中LTE-Advanced下行链路多天线技术的发展趋势。

摘要：为解决在说话人识别方法的矢量量化(Vector Quantization,VQ)系统中,K-均值法的码本设计很容易陷入局部最优,而且初始码本的选取对最佳码本设计影响很大的问题,将遗传算法(Genetic Algorithm,GA)与基于非参数模型的VQ相结合,得到1种VQ码本设计的GA-K算法.该算法利用GA的全局优化能力得到最优的VQ码本,避免LBG算法极易收敛于局部最优点的问题;通过GA自身参数,结合K-均值法收敛速度快的优点,搜索出训练矢量空间中全局最优的码本.实验结果表明,GA-K算法优于LBG算法,可以很好地协调收敛性和识别率之间的关系.

摘要：在实际应用中,矢量量化取决于码本设计、码字搜索和码字索引分配等三个关键技术,其中码本设计和码字搜索最为关键。说话人识别是一种典型的多码本应用场景,并且说话人识别算法相对比较规则,因此可采用全搜索算法进行运算,从硬件设计的角度讲,全搜索算法虽然运算量大,但算法只涉及乘、加和比较操作,采用硬件实现是切实可行的。首先对现有矢量量化算法的硬件复杂度进行分析,针对全搜索算法实现了矢量量化硬件设计,并结合该方法实现了多路电话信道中说话人的实时判别。利用FPGA对所提方法进行实验验证,结果表明所提矢量量化的硬件解决方案相比传统方案可有效提升矢量量化速度与效率。