首页期刊导航|信号处理
期刊信息/Journal information
信号处理
信号处理

谢维信

月刊

1003-0530

010-64010656;64034443-3004

100009

北京鼓楼西大街41号

信号处理/Journal Signal ProcessingCSCD北大核心CSTPCD
正式出版
收录年代

    脉冲噪声环境下的调制识别算法

    李欣然李春国明钰婷潘怡瑾...
    1497-1507页
    查看更多>>摘要：自适应调制可以根据信道的变化动态地调整调制方式,从而最大化利用信道传输能力.调制识别是在自适应调制后在接收端判别出调制方式,并且为解调器正确选择解调算法的关键步骤.传统调制识别算法大多适用于加性高斯白噪声信道场景,然而在很多通信场景中除了高斯噪声外,还存在具备脉冲特性的非高斯噪声,目前最常用的噪声模型包括米德尔顿A类(Middleton Class A)噪声模型,对称α 稳定分布(symmetric α stable,SαS)噪声模型,高斯混合模型,其中最典型的米德尔顿A类噪声模型.过往研究成果在遇到脉冲噪声条件下,通常较难实现有效调制识别,因此本文将米德尔顿A类噪声系统中的调制识别方案作为主要研究方向.考虑到这些脉冲噪声的概率密度函数较为复杂,本文提出了一种依靠卷积神经网络实现调制识别的算法.为了充分提取信号的调制特征,本文采用双层卷积块结构,每个卷积块内部包含卷积层、归一化层、激励层和池化层四部分,经过两次卷积的结果送入全连接层和Softmax层,最终得到调制模式的概率值,进而有效地识别出发送端的调制方式.在实际仿真过程中,随着训练的进行,接收端准确率逐步提升.通过观察BPSK、QPSK、8PSK、16QAM这四种调制方案在不同信噪比下的识别准确率,发现所提出的方案的调制识别准确性始终优于单个卷积块网络,在1 dB左右的SNR的条件下便可以达到接近100%的训练准确率.实验结果表明,此方案的识别准确率优于其他识别方案,且在另外两种典型噪声模型条件下仍具有较高识别准确,充分验证了算法的有效性和实用价值.

    调制识别脉冲噪声米德尔顿A类噪声卷积神经网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    空中IRS辅助的MISO系统安全鲁棒资源分配算法

    张毅魏全松徐川孙健...
    1508-1519页
    查看更多>>摘要：空中智能反射面(Aerial Intelligent Reflecting Surface,AIRS)结合了空中平台与智能反射面(Intelligent Reflecting Surface,IRS)的优势,能被灵活地部署在各种无线网络拓扑中以提高通信系统的性能指标.针对无线传输易受到障碍物阻挡和用户窃听而导致传输质量差和安全性能低的问题,本文提出了一种AIRS辅助的多输入单输出(Multiple-Input Single-Output,MISO)通信系统安全鲁棒资源分配算法.考虑到窃听信道的不确定性,以最大化系统的最坏情况总保密速率为目标,在满足基站最大发射功率约束、AIRS相移约束、AIRS部署位置约束以及合法用户最小保密速率约束的条件下,建立了一个联合设计基站主动波束成形、多个AIRS被动波束成形以及多个AIRS部署位置的多变量资源分配问题.然而,优化变量之间的高度耦合导致所建立的问题是复杂非凸的.为了求解上述非凸问题,首先利用块坐标下降(Block Coordinate Descent,BCD)方法将原问题分解为三个子问题,然后应用变量松弛、罚函数以及连续凸近似(Successive Convex Approximation,SCA)等方法来处理这些非凸子问题,最后提出一种交替迭代算法对原优化问题进行迭代求解.仿真结果表明,所提出的资源分配算法相较于其他基准算法能够更为显著地提高通信系统的最坏情况总保密速率并且具有良好的鲁棒性.这一结果不仅验证了AIRS在实现安全无线通信方面的巨大潜力,同时也突显出合理设计AIRS部署位置及其被动波束成形的重要性.

    智能反射面安全通信资源分配部署优化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    低精度ADC下无小区大规模MIMO系统的频谱效率研究

    肖海林何怡玲谢湘伟胡智群...
    1520-1530页
    查看更多>>摘要：无小区大规模多输入多输出(cell-free massive multiple-input multiple-output,CF-mMIMO)系统的覆盖区域内随机部署了大量分布式接入点(access points,APs)在同一时间频率资源中服务所有的用户,可显著提升系统通信容量,是6G网络中最具潜力的使能技术之一.然而,大量AP处配备高精度模数转换器(analog-to-digital converters,ADCs)导致的高功耗与硬件成本,限制了CF-mMIMO系统的实际部署.为了有效地降低硬件成本,本文研究了低精度ADCs下CF-mMIMO系统的上行链路频谱效率(spectral efficiency,SE).在不完美的信道估计下,利用加性量化噪声(additive quantization noise model,AQNM)模型和最大比合并(maximal ratio combining,MRC)接收机滤波器,推导了CF-mMIMO系统中用户上行可达速率的闭式表达式,并基于该表达式分析了AP数量、用户传输功率以及ADCs精度等系统参数对SE的影响.为了最大化CF-mMIMO系统的SE,提出了一种低精度ADCs下贪婪导频分配算法抑制导频污染.将导频分配建模为最大-最小导频优化问题,通过迭代更新速率最小用户的导频序列,使其所受导频污染的影响最小,从而最大化该用户的可达速率.最后,将配备低精度ADC的CF-mMIMO系统与传统完美精度ADC系统进行性能比较.数值仿真结果表明,系统配备5位低精度ADCs时的SE逼近完美精度ADCs,增加AP端天线数可以弥补低精度ADCs导致的性能退化.此外,所提算法不仅有效抑制了导频污染,还缩小了用户之间的速率差距,提升了系统的95%用户SE.

    无小区大规模MIMO系统低精度模数转换器加性量化噪声模型导频分配

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于原型滤波器的OTFS通感一体信号技术

    王杰熊志薇陈军梁兴东...
    1531-1543页
    查看更多>>摘要：随着无线技术的快速发展,无线设备呈现爆炸式增长趋势,导致频谱资源日益稀缺,雷达和通信频段不断重叠.为了避免无线通信和雷达感知之间的相互干扰,学术界广泛研究了通信感知一体化(Integrated Sensing and Communication,ISAC)技术,并且重点关注了正交时频空(Orthogonal Time Frequency Space,OTFS)信号.OTFS信号具备实现无线通信与雷达感知一体化的潜力.然而,分数多普勒会抬高OTFS多普勒旁瓣,引起多普勒弥散效应,不仅在通信数据与通信数据之间、通信数据与雷达数据之间产生严重干扰,还将导致微弱目标被强目标旁瓣淹没,进而影响雷达探测概率和通信信道估计精度,恶化整体性能.针对分数多普勒导致的OTFS性能下降问题,提出了基于原型滤波器的OTFS通感一体化信号设计方法.通过原型滤波器调理多普勒旁瓣,在不显著损失多普勒分辨率的同时,抑制多普勒弥散效应,提升检测概率,降低误码率.针对OTFS互相关匹配滤波信道估计算法计算复杂度高等问题,进一步提出了利用恒虚警率(Constant False Alarm Rate,CFAR)检测进行信道估计的思路,在降低计算复杂度的同时,稳健检测出了同一时延、不同多普勒的多个目标,保障了信道估计和目标检测性能.依据理论分析和仿真实验可知,本文可将分数多普勒条件下的通信误码率降低2个数量级.

    通感一体原型滤波器正交时频空信号处理

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种双天线GNSS接收机混合干扰抑制方法

    王文益陈豪杰
    1544-1555页
    查看更多>>摘要：相对于单天线GNSS接收机,阵列GNSS接收机具有空间分辨能力,当干扰信号与卫星信号在时域频域上产生混叠时,其能够从空域上对干扰信号进行抑制,具有更强的干扰抑制能力.但阵列GNSS接收机相对于单天线GNSS接收机需要更多的阵元,随着阵元数目的增加,系统成本也相应的增加,限制了阵列GNSS接收机的应用范围.双天线GNSS接收机既具有空域抗干扰能力,同时又具有价格低廉的特点,是一种较好的折中选择.对于单一的连续波干扰,其能够产生很好的抑制效果,但是当连续波干扰中混有脉冲干扰时,由于受到自由度的限制,双天线GNSS接收机无法对混合干扰进行有效抑制,进而影响接收机的正常工作.针对于上述问题,本文提出一种新的混合干扰抑制算法.首先利用脉冲的时域特征,对待处理信号进行分块处理,确保至少有一个数据块中不含有脉冲干扰,随后对不含脉冲干扰的数据块,使用空时最小功率(Space-Time Adaptive Processing Power Inversion,STAP-PI)算法得到最优权值,然后利用该权值抑制原信号中的连续波干扰.最后,对处理之后信号中残余的脉冲干扰进行时域置零处理,从而达到抑制混合干扰的目的.仿真实验和实采实验结果均证明了所提算法的有效性.

    卫星导航混合干扰空时最小功率时域置零

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    视频动作骨骼描述空间时空联合对齐小样本分类算法

    胡正平王雨露张琦明董佳伟...
    1556-1568页
    查看更多>>摘要：与大数据人体动作识别相比,小样本动作识别旨在从很少标记样本中学习判别特征来识别新颖动作类别,但基于视频RGB特征描述方法中动作信息容易被与任务无关的背景、亮度和颜色变化所混淆.针对动作样本标注困难,RGB视频数据环境适应性差、数据维度高问题,考虑将信息表示高效、可解释性强的骨骼描述数据与小样本学习结合提出视频动作骨骼描述空间时空联合对齐小样本分类算法.模型整体基于原型网络思想,将原始输入映射到嵌入空间中计算原型表示,并使用度量方式实现查询样本预测.特征提取时,设计时空联合注意图卷积网络作为特征编码骨干,首先对输入骨骼序列构造时空图,接着进行多层次时空图卷积及时空联合注意激活,得到对应高层次嵌入特征,其中时空联合注意模块在时空两个维度上对不同动作阶段的骨骼和关节重要度进行加权,以增强模型提取判别特征的能力;距离度量时,通过图匹配方式得到查询骨架图与支持骨架图之间的欧式距离,然后基于动态时间规整算法动态规划两个动作序列间最优匹配,计算得到骨架图对距离累积,从而增强时空特征对齐,最后通过查找最近距离以进行度量和分类.在NTU-T、NTU-S和Kinetics三个骨骼基准上的实验表明,提出算法能够充分利用人体骨骼信息,提高小样本动作识别匹配精度.

    动作识别小样本学习图卷积网络时空匹配

      原文链接:
    • NETL
    • NSTL
    • 万方数据