摘要：在频率复用的多小区多用户无线网络中,为了获得较好的和速率性能,研究了降低同频干扰的协同波束成形设计问题。博弈论分析结果表明,性能最优的协同波束成形矢量是自私和利他策略的线性组合。提出了一种最大化和速率的波束成形矢量迭代算法,给出了基于信道状态统计量的组合系数的估计方法。最后,仿真评估了波束成形算法的性能,表明了所提迭代算法的收敛性。

摘要：为解决认知无线电网络(CRN)的可持续供电问题和改善其通信效率,面向Overlay场景,提出了智能反射面(IRS)辅助的高效多模式融合传输方案。特别地,次发射机(ST)可以在反向散射通信(BackCom)和收集再传输(HTT)模式间切换,IRS被用以提升ST的能量采集、信息被动反射和信息主动传输效率。为了最大化系统和速率,定义了关于IRS相移、时隙调度和发射功率的联合优化问题。由于所定义的问题是非凸的,因此通过设计基于块坐标下降(BCD)的迭代优化算法获得了次优解。仿真结果表明,相较于参照方案,所提方案最多可将系统和速率提高200%。

摘要：面向第6代移动通信的发展需求,可见光通信(VLC)是一种极具发展潜力的室内覆盖方案。由于开放性和广播性,VLC的信息安全问题不容忽视。作为一种新型的信息安全技术,隐蔽无线通信近年来得到了广泛研究。然而VLC和无线射频通信存在显著差异,隐蔽无线通信的研究成果并不能直接运用在隐蔽VLC中。鉴于此,该文对隐蔽VLC的基础理论进行了研究。首先,在隐蔽性约束、信号非负性和平均光功率约束下,建立了泛函优化问题,得到了输入信号的最优分布为指数分布,为隐蔽VLC的信号设计提供了参考。接着,利用隐蔽性约束条件,得到了发射机的平均光功率需满足的条件,为发射机设定发送光功率提供了依据。然后,在发射机已知或未知监视者信息情况下,分别推导了隐蔽VLC可以隐蔽传输的最大信息量,揭示了隐蔽VLC的基本性能限。最后,数值结果对理论分析进行了验证。

摘要：该文在双向中继信道中基于网格编码调制(Trellis Coded Modulation,TCM)提出了一种信道编码与物理层网络编码的联合实施机制。该机制采用TCM,将编码和调制统一考虑,提高了编码序列的自由距离,从而获得更高的编码增益。此外,利用卷积码和MAC-XOR网络编码的线性性质,使得中继节点只要直接估计网络编码的码字,这样中继节点进行TCM译码的复杂度减少了50%。该机制同时考虑信道编码技术、调制技术以及物理层网络编码三者联合设计的问题,既提高信息传输率,又保证了可靠性。

摘要：该文提出了网络编码在非对称三点协作传输系统中的应用。通过协作分集技术和网络编码技术的联合运用,不但可得到无线通信传输系统的分集增益,也可得到系统的编码增益。该文设计的方案,充分考虑无线通信环境的差异性,利用非对称调制方式,在保证较差通信环境中取得通信可靠性的同时,在较优链路采取较高速率进行传输,利用较优链路传输更多的信息,实现系统资源的充分利用。在方案的具体实现中,通过在中继链路的中继节点加入已知信息实现网络编码,使得系统的译码性能得到增加。仿真结果表明,将网络编码技术应用于非对称协作分集通信中,相对比非协作传输方案可增加分集增益,降低系统的误比特率。跟传统对称传输系统相比,可充分利用系统资源,提升了系统传输容量。

摘要：提出一种基于神经网络预测信道质量指示(CQI)的长期演进下行调度方法,设计了基于神经网络的CQI预测模型,使用系统中已获得的CQI历史值来预测调度时刻的当前CQI值,调度器使用此预测值进行调度.仿真结果表明,该方法对由CQI延迟所导致的系统性能下降有明显改善.

摘要：针对无线传感器网络能量有限等特点,将路由策略考虑到投影矩阵的设计中,该文提出了基于数据融合树的压缩感知算法(Compressed Sensing algorithm based on Data Fusion Tree,CS-DFT)。该算法采用稀疏投影矩阵最小化通信消耗,在生成数据融合树的同时减小投影矩阵与稀疏基之间的相关度以保证数据的重构质量。仿真结果表明,该文提出的算法不仅在重构质量和能量消耗之间做到了很好的平衡,同时对于不同稀疏基下的数据也有较高的适应性。

摘要：无线传感器网络在水下生态环境的监测方面有着广泛的应用,但是常常会碰到能量缺乏和生命周期较短的问题。为了克服这些问题,基于压缩感知理论,提出了一种网络节点调度和稀疏采样的优化方法,与传统的无线传感器网络节点调度方法不同,它采用随机概率采样模型,只对整个网络的一个子集进行采样,这是一种"物理静止,逻辑动态"的随机调度方案,节省了有限的带宽和能量。同时该方法在节点调度过程中,引入了状态转换图,对节点的状态进行分类控制,增加了网络覆盖要求和最小观测数等约束条件,使得设计的稀疏选择矩阵更为合理。同时研究了在满足最小l1范数的条件下,基于组合算法对稀疏信号进行重构的方法。实验的结果表明,与传统的无线传感器水下监测网络相比,基于上述节点调度方法所构建的无线传感器水下监测网络,具有较低的能耗和较长的网络生存时间,并且能对稀疏采样后的信号以较大的概率进行近似重构,使得重构信号逼近原始监测信号。

摘要：在6G时代,为了兼顾用户沉浸式的多模态体验需求和低时延,高可靠的通信质量,语义通信技术被认为是6G通信中极具潜力的研究方向之一。为此,本文提出了一个跨模态语义通信系统,其中主要设计了语义编码模块和语义解码模块,对于编码后的三种模态语义中间向量用F范数判别其相似度,舍弃相同特征,保留独有特征进行特征加权求和,完成了跨模态语义融合,实现了多模态业务中用户不同任务需求为驱动的端到端的数据传输。这种编解码框架实现了包含了语音、文本、图像三种多模态数据的跨越式传输,为通信面向语用任务提供了解决方案,极大程度上增强了用户体验。此外,本文还提出了对于收发两端跨模态语义相似度的评价体系结构,该体系结构主要由孪生网络和伪孪生网络构成,能准确获取模态内容之间的匹配损失,反向指导编解码部分的参数优化,使损失值达到最小,促使网络迭代收敛,从而实现编解码模块对于语义的精准达意传输。仿真结果表明,所提出的跨模态语义通信系统明显优于传统通信系统。高信噪比情况下,各种模态相似度几乎都达到90%以上。在低信噪比情况下,跨模态语义通信系统的优势则更加明显,跨模态语义传输的相似度相较于传统通信提升超过53%,因此佐证了跨模态语义通信的优越性和可行性。

摘要：压缩感知技术在许多领域都有广阔的应用前景。压缩感知关键技术主要包括稀疏矩阵的选取,观测矩阵的构造以及重构算法的设计。语音信号不同于一般信号,通常在观测矩阵和重构算法中有特殊的结构特征。在实际的应用中,噪声难以避免,而压缩感知系统中,重构系统是非线性的,且对噪声敏感,因而研究具有抗噪能力的鲁棒性压缩感知系统具有重要意义,也是压缩感知技术能否真正实用的关键之一。本文首先介绍了压缩感知的基本概念,然后分析各种噪声对压缩感知带来的影响,侧重从语音信号的观测矩阵和重构技术入手,介绍具有鲁棒性的压缩感知投影算子和重构算法,最后对未来可能的研究方向进行了展望。