【摘 要】
：
针对传统时间反演多址技术(time-reversal division multiple access, TRDMA)因用户信道冲激响应空间相关性无法完全正交所引起的多址干扰(multiple access interference,MAI)问题,提出了一种基于扩频通信的伪随机码时间反演多址通信(pseudo-noise code time-reversal division multiple a
【机 构】
：
重庆邮电大学通信与信息工程学院,重庆邮电大学移动通信技术重庆重点实验室
【基金项目】
：
国家自然科学基金(61771084,61102062,61271260),重庆市科委自然科学基金(cstc2015jcyjA40050)
论文部分内容阅读
针对传统时间反演多址技术(time-reversal division multiple access, TRDMA)因用户信道冲激响应空间相关性无法完全正交所引起的多址干扰(multiple access interference,MAI)问题,提出了一种基于扩频通信的伪随机码时间反演多址通信(pseudo-noise code time-reversal division multiple access, PNTRDMA)。该方法在传统TRDMA的基础上,通过在发端为不同用户分配正交的伪随机码,
其他文献
为了在吸附重金属离子的同时达到与水体快速、有效分离的目的,采用水溶液聚合法,将单体丙烯酰胺或甲基丙烯酸二甲氨基乙酯接枝在改性的SiO2上,得到了2种不同的氨基化纳米SiO2
预编码辅助空间调制(pre-coding aided spatial modulation,PSM)通过激活接收天线的索引在空间域中传输信息比特。将接收天线选择(receive antenna selection,RAS)技术引入到PSM系统中,可以提高PSM系统的性能。在传统的PAS算法中,穷举搜索算法的系统性能最优,但穷尽搜索会导致其计算复杂度较高;快速RAS算法的计算复杂度较低,但其系统性能
针对现有的被动入侵检测技术在不同监测环境下适应性较差,检测性能较低的问题,提出一种基于支持向量域描述(support vector domain description,SVDD)的无线局域网(wireless local area network,WLAN)室内被动入侵检测方法。该方法利用A-distance值评估多种特征正确区分静默和入侵2种状态的平均贡献度,根据平均贡献度挑选出最优特征组合来
针对高浓度难降解ABS废水,采用微波-活性炭-Fenton法进行处理。试验探讨了活性炭投加量、微波辐照时间、微波功率、pH值、H2O2投加量以及Fe2+与H2O2物质的量比等因素对COD和
研究目的:通过心率监控,控制网球运动员在比赛中出现的不同运动强度区间,在不同强度情况下对呼吸频率和节奏进行干预,找出其在比赛中最有效的呼吸方法,总结出网球比赛呼吸的
随着人们对空间信息高速传输的需求与日俱增,基于卫星协作的空间通信网络被广泛用于远洋通信、紧急救援、航天器跟踪、深空探测等领域。针对网络结构复杂、拓扑动态、传输质量不稳定等特性,以及由此产生的传输时延长、误码率高、连通性差等问题,从网络架构、协作策略、工作频段等3个方面对基于卫星协作的空间信息传输技术进行了研究与展望。从网络架构来看,未来空间通信网络正逐渐走向多层立体化网络,结构将向更为灵活的空间自
在移动机器人语音交互中,时延估计算法的精度是影响语音定位精度的关键因素。针对在强噪声情况下,基于时延估计原理进行语音定位的精度较低的问题,提出基于维格纳-威利分布(Wigner-Ville distribution, WVD)的一次与二次相关时延估计算法。在强随机噪声环境条件下,信号间的相关计算会加大侧峰的峰值,极大程度地干扰对主峰峰值的搜索,无法准确估计时延,进而影响语音定位效果。为了减小侧峰的
为探究Fe^2+促进低碳氮比污水脱氮的机理,通过设置对比系统(碳氮比为5)和低碳氮比系统(碳氮比为2)2组平行试验,对比分析了Fe^2+对生物脱氮性能的影响。结果表明,随着Fe^2+的
针对基于正交频分复用(orthogonal frequency division multiplexing,OFDM)的新型多载波系统,提出统一的预编码应用模型,该模型可以通过配置不同的预编码方案和多载波调制得到多种实例系统,同时可基于互模糊函数对信号和载波间干扰(inter-carrier interference,ICI)进行量化分析,并利用原始信号的统计特性得到应用预编码后系统的载干比(ca
语义分割的目标是对图像进行像素级分类并分割为表示不同语义的区域,以便实现对更复杂场景的分析及理解。考虑到更大的卷积核对目标的定位及分割都有促进作用,故提出的网络里使用了一种基于上下文情景结构层(contextual structure)的卷积神经网络,既增大了感受野的范围,同时解决了增大传统卷积核带来大量参数的问题。自然图像中的目标往往具有不同的尺度和纵横比,提取丰富的细节信息和上下文信息对于像素