在频谱资源受限的情况下,非正交多址接入(non-orthogonal multiple access,NOMA)技术由于其良好的过载性能而受到广泛关注。首先,提出了基于复杂度受限的NOMA理论设计模型;接着,对目前主流的NOMA 技术方案进行了研究分析,并针对每种方案给出了其设计原理;进一步,设计了基于期望值传播(expectation propagation,EP)的低复杂度接收机;最后,通过仿真比较了 NOMA 与传统正交多址接入(orthogonal multiple access,OMA)技术的性能。结果表明,NOMA较传统的OMA技术能够显著提升系统容量和误码率(block error rate,BLER)性能。
1
为了降低高效视频编码(HEVC)帧内编码复杂度,提出一种HEVC帧内快速编码算法。根据视频图像的纹理复杂性,提前跳过或者中止部分尺寸的编码单元(CU)的划分,减少CU深度遍历区间;同时,根据粗选过程后预测模式和代价值的统计特性采用阈值法或者梯度模式直方图法进一步筛选掉粗选后可能性较小的预测模式,从而减少最后进行率失真(RD)代价计算的帧内预测模式数量,进一步降低编码复杂度。实验结果表明,本文算法与HEVC原始平台相比,在全I帧编码模式下编码时间平均减少42.20%,码率(BR)上升约1.75%,峰值信噪比(PSNR)降低了0.108dB,有利于实时应用。
1
稀疏码多址接入(sparse code multiple access,SCMA)是第五代无线通信网络的一种竞争性的非正交多址技术。针对上行SCMA系统译码复杂度高的问题,提出一种基于节点剩余度的动态消息调度算法(residual MPA,RMPA)。在每一轮迭代更新中,动态选择具有最大剩余度的消息首先进行更新,不仅保证了最不可靠的消息首先更新,同时也加快了译码的收敛。仿真结果表明,所提出的算法性能优于基于串行策略的MPA,且能在译码性能和复杂度之间保持很好的平衡。
1
matlab代码里面的字母混合预编码MassiveMIMO 该项目包含以下论文的 MATLAB 代码。 如果您觉得有任何帮助,请考虑引用该论文。 L. Liang、W. Xu 和 X. Dong,“大规模多用户 MIMO 系统中的低复杂度混合预编码”,IEEE 无线通信快报,第一卷。 3,没有。 6,第 653-656 页,2014 年 12 月。 请从两个“主要”文件开始:mainCompareScheme_Rayleigh.m 和 mainCompareScheme_mmWave.m。 其他文件包含在两个“主”文件中调用的函数。 请将所有问题/查询发送至 。
2022-02-22 10:23:53 8KB 系统开源
1
大规模MIMO系统中基于并行共轭梯度的低复杂度预编码算法。
2022-01-18 10:28:41 4.46MB 研究论文
1
本文概述了被动无人机的检测。开发了基于SDR的便携式通用软件无线电外围设备(USRP)原型,用于在两种情况下进行检测。在无人机与地面控制器通信的情况下,采用无人机信号的循环平稳性特征和伪多普勒原理。对于无人机不发送任何信号的情况,利用RF信号生成的微多普勒签名进行检测和识别。 近年来,由于成本降低,民用无人机的使用急剧增加。同样,无人驾驶飞机正在世界范围内迅速流行。然而,无人机的使用有问题的方式引起了公众的关注。例如,2016年3月,一架汉莎航空的飞机在洛杉矶国际机场附近与一架
1
基于 LMS 训练实现低复杂度分类器基于简单 RBF 单元的非线性扩展特征空间。 单位的中心是从使用基于新颖性的简单搜索算法训练样本检测。 相关论文: R. Dogaru,“具有简单构造的面向硬件的分类器基于支持向量的训练”,在 CSCS-16 的 Proceedings of CSCS-16 中, 第 16 届控制系统和计算机科学国际会议, 2007 年 5 月 22 - 26 日,布加勒斯特,第 1 卷,第 415-418 页。 多加鲁,R。 多加鲁, I., “使用支持向量的高效有限精度 RBF-M 神经网络架构” 电气工程中的神经网络应用 (NEUREL),2010 年第 10 届研讨会数字对象标识符:10.1109/NEUREL.2010.5644089 出版年份:2010 年,页数:127 - 130
2021-11-29 20:29:24 352KB matlab
1
使用 LS、LMMMSE 和计算效率高的 LMMMSE 方法。 % Ref:JJ Van de Beek,“OFDM 系统中的同步和信道估计”,博士论文,九月。 1998年
2021-11-24 20:15:36 16KB matlab
1
仅供参考,误差不超过1,可以当作对比仿真图。。。
2021-11-02 17:01:37 2KB matlab学习资料 MIMO 雷达 root-music
大规模多输入多输出(MIMO),也称为超大型MIMO系统,是5G的一种吸引人的技术,可以提供比4G更高的速率和功率效率。 线性预编码方案能够实现接近最佳的性能,因此比非线性预编码方案更具吸引力。 但是,大规模MIMO系统中的常规线性预编码方案(例如正则归零强制(RZF)预编码)具有接近最佳的性能,但由于需要大尺寸的矩阵求逆,因此具有较高的计算复杂度。 为了解决这个问题,我们利用Cholesky分解和Sherman-Morrison引理,通过在大规模MIMO系统中利用渐近正交信道特性,提出了基于CSM(Cholesky和Sherman-Morrison策略)的预编码方案来进行矩阵求逆。 根据误码率(BER)和平均总和率对结果进行数字评估。 与逆矩阵的Neumann级数逼近相比,得出的结论是,在大规模MIMO配置中,通过较少的运算,基于CSM的预编码的性能优于常规方法。
1