刘洋
- 作品数：3 被引量：10H指数：3
- 供职机构：上海大学通信与信息工程学院上海市特种光纤与光接入网重点实验室更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 基于BPNN的机动识别方法被引量：3
- 2019年
- 为了解决机动目标跟踪中决策延迟和模型切换延迟问题,提出了一种新的基于反向传播神经网络(back propagation neural network, BPNN)的机动识别算法,基于神经网络的机动识别算法运行时间比机动目标跟踪中的经典模式识别算法短。推导了无源雷达系统中机动目标的特征量,利用帧间时延和多普勒频移的变化值对目标机动进行分类,将BPNN引入到不同机动类型的分类中。仿真结果显示,匀速、不同加速度的匀加速、匀减速的分类精度为0.962 9,不同方向加速度的分类精度为0.984 7。结果表明,提出的特征变量与BPNN的组合具有较高的精度,优于经典的分类算法。
- 彭章友陈琳妍刘洋
- 关键词：时延多普勒频移反向传播神经网络
- 非视距环境下Massive MIMO信道的构建与分析被引量：4
- 2015年
- 随着下一代移动通信研究的深入,Massive MIMO技术已成为业界研究的热点。针对Massive MIMO系统特有的天线体积大、信道近场非平稳的特性,构建出较真实的信道模型,该模型适用于Massive MIMO非视距、瑞利平坦衰落环境。在系统仿真中,基站侧采用128根线形排列的天线,基站天线到信道散射体的导向矩阵由精确的波程差来确定,得到发射端相关矩阵,并结合Kronecker模型构建信道。结合不同的预编码方法和散射体分布情况,对比分析了其对Massive MIMO信道容量的影响。该信道的构建与分析能更准确地反映信道特性,具有较强的理论价值和实践意义。
- 彭章友刘若然李林霄刘琦刘洋王淼
- 关键词：MASSIVEMIMO
- 基于波束选择的毫米波Massive MIMO预编码算法研究被引量：3
- 2016年
- 毫米波和Massive MIMO作为下一代移动通信中的关键技术,成为国内外通信领域研究的热点。在楼群密集的城市环境下,基于毫米波的传播特性,构建了城市环境下的毫米波多用户Massive MIMO系统模型,并针对大规模MIMO系统中,消除用户间干扰所用预编码矩阵维度高、系统复杂的特点,依据波束空间信道矩阵的稀疏特性,提出了一种基于波束选择的低维度预编码算法,对无共用波束的用户进行功率分配,对有共用波束、产生干扰的用户进行预编码。仿真结果表明,本文提出的方法在降低系统复杂度的同时又能保证较好的系统性能。所提出的系统模型和低维预编码算法具有较强的理论价值和实践意义,可以为系统后续算法研究以及软硬件设计提供参考。
- 彭章友王淼李林霄刘洋刘琦王春娜
- 关键词：毫米波
