摘要:针对时变信道下OFDM频谱展宽引起的子载波正交性破坏、ICI增强以及常规频域均衡性能受限等问题,提出了接收端波形过采样的频域MMSE均衡方法。在不改变发射端条件下,接收端过采样能够捕获由多普勒扩展导致的带外频域能量泄漏,从而为后续频谱补偿提供更精细的修正依据;在此基础上,构造了改进的线性MMSE均衡器抑制载波间干扰。理论分析与仿真表明,在5G NR TDL-C双选信道下,相较常规采样频域MMSE均衡,该方法可有效降低误码率并提升链路鲁棒性,有助于进一步提升低空通信、地面高速移动等时变信道性能。
摘要:针对低轨卫星网络在拓扑快速变化、状态局部可观测及安全攻击并存条件下的路由优化问题,本文提出一种基于图神经网络与近端策略优化的风险敏感智能路由算法GNN-PPO based Secure Routing(GP-SR)。该方法将分布式路由决策建模为部分可观测马尔可夫决策过程,利用历史增强观测缓解状态不完备,并通过性能收益与安全代价联合优化,引导策略在提升网络性能的同时主动规避高风险链路与异常节点。仿真结果表明,GP-SR在端到端时延、吞吐量和包投递率等指标上均优于对比算法,并在渐进增强攻击场景下表现出更好的鲁棒性与适应能力。
摘要:针对移动群智感知(Mobile Crowdsensing,MCS)无真值场景中预测误差传播与环境混淆导致的质量误归因问题,提出一种因果增强深度时空真值发现框架(Causal-Enhanced Deep Spatio-Temporal Truth Discovery,CE-DSTTD)。该框架由两部分组成:一是多尺度时空Transformer预测参照生成模块(Multi-Scale Spatio-Temporal Transformer,MSTT),用于生成稳定预测参照以降低误差传播;二是去混淆校正模块,通过构建面向质量评估的结构因果模型(Structural Causal Model,SCM),并驱动因果增强真值发现算法(Causal-Enhanced Prediction-Referenced Bias-aware Truth Discovery,CE-PRBTD)对评分与声誉更新实施去混淆校正。实验结果表明,所提方法在低质量用户识别F1、声誉区分度与降噪效果方面均优于对比方法,并在跨域场景下表现出良好的稳健性。该方法可提升无真值MCS场景下质量评估的稳健性与合理性。
摘要:区块链无线网络(blockchain radio access network, B-RAN)是一种面向可信移动通信的分布式网络架构,通过将区块链与无线通信深度融合,突破网络间信任壁垒,以安全可信的方式实现无线资源共享、移动设备接入与跨网络流量均衡。针对B-RAN架构与工作流程,本文系统性梳理了刻画B-RAN无线网络的接入模型与分析方法。首先通过排队论建立了基于区块链的无线接入模型,并总结不同排队模型的差异与内在关联;针对B-RAN的快速可信接入方法,建立博弈模型,并深入挖掘无线信道不确定性对博弈合作条件的影响;针对B-RAN的免授权哈希接入机制,基于马尔可夫模型分析其性能并探讨了基于区块链的跨网络负载均衡。最后,本文通过仿真展示了B-RAN在不同场景下的性能,并验证了对应数学模型的有效性。