【摘 要】
：
本文把非正交多址接人(NOMA)技术与认知网络相结合,提出了一种基于多中继选择的认知NOMA网络模型.考虑了在瑞利衰落信道下,主网络借助次级网络中的全双工中继实现可靠通信,作为回报,次级网络允许接入授权频谱来传输次级信号.中继同时接收主次信号后,采用串行干扰消除技术(SIC)依次解码主次信号,并根据NOMA协议转发信号到主次用户端.推导了在两种中继选择策略下认知NOMA网络中断概率,并通过了蒙特卡罗仿真验证.仿真结果表明,两阶段中继选择策略和全双工技术能有效提高系统中断性能.
【机 构】
：
华侨大学厦门市移动多媒体通信重点实验室,福建厦门361021
论文部分内容阅读
本文把非正交多址接人(NOMA)技术与认知网络相结合,提出了一种基于多中继选择的认知NOMA网络模型.考虑了在瑞利衰落信道下,主网络借助次级网络中的全双工中继实现可靠通信,作为回报,次级网络允许接入授权频谱来传输次级信号.中继同时接收主次信号后,采用串行干扰消除技术(SIC)依次解码主次信号,并根据NOMA协议转发信号到主次用户端.推导了在两种中继选择策略下认知NOMA网络中断概率,并通过了蒙特卡罗仿真验证.仿真结果表明,两阶段中继选择策略和全双工技术能有效提高系统中断性能.
其他文献
基于雷达的人体生命体征信号(如呼吸、心跳等)探测在诸多领域具有重要意义.当多个人体目标处于同一平面内,且雷达与多个目标共线时,会导致雷达无法检测较远距离的目标.为此,本文提出一种新的雷达空间布置方案,即将雷达布置在高处,并利用毫米波雷达高分辨率特性从距离维区分多目标,同时结合多种手段辨别人体目标和静止杂波.本文对FMCW毫米波雷达呼吸检测的信号处理流程进行了详细推导,并进行了实验验证.实验结果表明,本文所提方案可以有效地区分人体目标和静止杂波,并准确提取多目标呼吸信号和呼吸频率.此外,针对单部雷达存在空间
目标检测是遥感图像处理领域中一项重要而具有挑战性的任务,针对遥感图像中目标尺度差异较大以及方向分布随机等导致的遥感图像多尺度目标检测精度较低问题,本文提出一种基于特征增强和锚点框自动生成模块的目标检测方法。该方法在ResNet50网络中加入可操控的空洞卷积模块,并以此为基础设计了增强特征金字塔网络,提高网络对于目标多尺度特征表达能力。在区域建议网络中利用锚点框自动生成模块自主学习锚点框的位置和形状
在基于l2,1范数的特征选择方法中,l2,1范数可以使选择的特征具有组间稀疏性和组内稀疏性,同时还可以去除特征数据中的异常值.然而,大多数基于l2,1范数的特征选择算法常通过线性方程求解,无法探究特征之间的非线性关系.因此,本文提出了一种基于l2,1范数的非线性特征选择方法,将l2,1范数与神经网络相结合.一方面,该方法利用神经网络的非线性特性对l2,1范数进行求解.另一方面,该方法利用l2,1范数实现基于神经网络框架的特征选择.最后,本文将该方法与当前流行的特征选择方法在八个公开数据集进行了对比,实验结
空间目标姿态估计是有效实现各类航天任务的重要前提,基于空间光学观测图像的目标姿态估计关键一环在于快速准确地建立起观测图像与空间目标之间的"二维特征点-三维实体结构"映射关系。传统的方法往往将这一任务分解为特征提取和特征关联两个步骤序贯进行,然而在空间目标光学观测场景中,高动态的光照变化和目标的相对高速运动特点会显著降低图像特征提取的可靠性,影响后续特征关联匹配的正确率并最终降低对空间目标的姿态估计
协同传输作为一种可靠通信技术,通过利用空间分集,能够克服无线通信收发双方经历的信道衰落、噪声干扰、路径损耗等,有效提升系统传输性能.目前有关协同通信技术的基础理论研究较多,但大多数理论研究并没有应用到实际的原理样机中,因此缺少实测数据作为支撑.本文首先设计实现了一种自适应分布式协同传输协议,该协议通过信道感知技术实时获取信道质量信息,自适应地选择协同节点和协同传输方式.通过将所设计的传输协议实现在自主研发的原理样机上,本文从误码率、丢包率和吞吐量三个性能指标上,分别测试了系统在室内、室外、地面、空中等应用
急性缺血性脑卒中是由于脑血管堵塞导致局部脑组织血流急剧减少或中断引起的脑组织缺血缺氧性损伤,并出现一系列严重的神经功能缺损症状。黄芪甲苷是我国传统益气中药黄芪的主要有效成分之一,现代药理学研究证明黄芪甲苷对缺血缺氧性脑血管疾病有神经保护作用,可缓解血供恢复后出现的脑缺血再灌注损伤,但其具体作用机制仍有待深入探索。综合近期文献资料,本文就急性缺血性脑卒中的发生机制及黄芪甲苷对脑缺血再灌注损伤的改善作用进行述评,包括改善能量代谢、清除氧自由基、抑制炎症反应、缓解细胞内钙超载、抑制细胞凋亡、保护血脑屏障等,以期
针对目标检测算法直接应用于SAR图像舰船检测数据集时数据训练不充分、鲁棒性差等问题,本文提出了一种改进YOLOv3的SAR图像舰船目标检测方法,从改进网络训练策略的角度出发,提升算法对不同舰船目标的适应性,优化算法的检测性能.改进主要包括两个方面:一方面本文在YOLOv3的基础上引入了ATSS(Adaptive Training Sample Selection)正负样本的分配方法,提高YOLOv3中正负样本选择的质量,优化网络训练.另一方面本文设计了基于特征层的锚框超参数优化方法,使锚框更加贴合各检测层
合成孔径雷达对地面目标侧视成像时,周围高大建筑或树木的阴影投射到目标上导致非目标遮挡,造成目标部分信息缺失,严重影响目标检测、识别以及跟踪的性能.SAR图像对角度敏感,相邻方位角图像之间相关性强,有助于缺失信息重构.本文首次将多角度SAR图像序列与张量分解结合,提出多角度SAR图像非目标遮挡缺失信息重构.首先,引入多路延时嵌入变换,将多角度SAR图像序列转换为块Hankel张量,以获取相邻方位角图像之间的潜在结构关系.然后,在嵌入的高维空间内进行Tucker分解,实现块Hankel张量缺失信息重构.最后对
在大规模网络中,固定码率的信道编码自适应性较差,严重影响传输性能.针对这一问题,提出了一种基于累积无码率码(Accumulate Rateless Code,AR码)的协同传输方案,并利用外信息转移(Extrinsic Information Transfer,EXIT)图对该方案下的软信息迭代译码模型进行整体分析,以最大化码率为目标,设计了一种AR码的联合度分布优化方法,并给出三种求解策略,解决了AR码应用到协同网络中度分布优化的问题.理论分析与仿真结果均表明,该文所提方法求得的度分布在译码性能上,均优
不同于传统爆炸杀伤型武器,碰撞杀伤以其毁伤集中的优势正逐渐被应用于拦截、破甲等多个领域,而准确判定要害部位实现对于目标的有效毁伤打击有重要的意义.由于一维距离像具有姿态、强度及平移敏感性,仅基于距离像进行要害部位选择难以实现.本文提出一种三维散射中心模型辅助的一维距离像要害部位选择方法.通过获取目标三维散射中心的先验模型,结合要害部位三维位置实现三维向二维、二维向一维的图像投影,得到一维散射点序列模板.按照滑动最大匹配原则将目标散射点序列模板与待识别距离像匹配,此时一维散射点序列模板中要害部位所对应的距离