陶文凤
- 作品数：7 被引量：8H指数：2
- 供职机构：东南大学更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金江苏省高校自然科学研究项目更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 多跳认知水声通信中的分布式稀疏频谱检测算法被引量：2
- 2013年
- 水声信道常表现为严重的频率选择性衰落、低的声波传播速度和严重的多径效应等。这些特性使得认知水声通信中的频谱检测变得非常困难。除此之外,水声通信网络通常为自组织网络,缺少融合中心,而基于融合中心的频谱检测算法需要将各个认知用户的感知数据传送到融合中心,因此该方法在认知水声通信中是不可行的。与认知无线电类似,由于低的频谱使用率,认知水声通信中的频谱也是稀疏的。考虑到水声信道的特殊性,基于压缩感知理论,该文对认知无线电中的压缩频谱检测算法进行了改进,提出了两种不同情况下(已知水声信道状态信息和未知水声信道状态信息)的适用于认知水声通信的分布式稀疏频谱检测算法。通过近邻认知用户之间的合作,这两种算法利用空间分集增益和联合稀疏特性来提高算法的频谱检测性能。通过分布式计算和局部优化,新算法使得认知用户与其近邻认知用户之间只需进行少量的数据交互。仿真实验结果证明了该文提出的算法在检测认知水声通信系统中频谱空洞的有效性。
- 左加阔陶文凤包永强方世良赵力邹采荣
- 关键词：频谱检测压缩感知分布式计算
- 基于海底采集多路访问-清除发送协议的水声通信介质访问控制协议(英文)被引量：1
- 2013年
- 介质访问控制(MAC)协议是水声通信网络中的关键技术,由于水声信道的可用带宽有限、多径效应严重、长延迟等特性,使得水声通信网络中的MAC设计存在诸多难题.无线通信网络中的MAC协议设计通常没有考虑延迟效应,而采用这种方法来设计水声通信网络的MAC协议,其性能将大大降低.为了克服上述问题,基于MAC协议中的海底采集多路访问(FAMA)协议,提出了适用于水声通信网络的时隙FAMA-清除发送(CTS)协议,该协议为CTS包分配了单独的时隙.同时,还提出了一种能量优化方法来传输数据.该算法不仅能够增加水声通信网络的吞吐量,减少数据包的碰撞而且能够降低能量消耗,并且该算法能够有效的将载波侦听与发射和接收数据前的协商结合在一起.实验结果表明,与时隙碰撞避免多址接入(MACA)协议和FAMA-非持久请求发送(FAMA-NTR)协议相比,本文提出的算法更有效.
- 陶文凤包永强赵力邹采荣左加阔
- 关键词：水声通信介质访问控制协议
- 认知水声通信中的分布式压缩频谱感知算法(英文)被引量：2
- 2012年
- 在认知水声通信中,频谱感知是动态频谱接入和动态频谱共享的基础.相比于陆地环境,水下环境变化剧烈:如严重的频率选择性衰落、低的声波传播速度和多径效应等.因此,许多可用于认知无线电的频谱感知算法不能直接用于认知水声通信.除此之外,水下用户或节点均用电池供电,而基于融合中心(融合中心可能与感知用户相隔很远)的频谱感知算法需要将各个感知用户的感知数据传送到融合中心,由于功率受限并且计算资源有限,该方法几乎是不可行的.类似于无线通信系统,水声通信系统中的频谱使用率也很低,这使得水声通信信号在频域是稀疏的.研究结果表明,压缩感知算法可以有效的恢复稀疏信号.基于此,为了克服前述困难,本文提出了分布式压缩频谱感知算法.在该算法中,多个认知用户通过协作的方式获得空间分集增益来克服水声信道的严重衰落,并利用联合稀疏性来增强恢复稀疏信号的能力.通过分布式计算,该算法将协作频谱感知转化为去中心的局部优化问题,对于每个感知用户而言,只需要与其相邻的感知用户进行数据交互,这大大减少了每个感知用户的计算量和传输数据所需的功率消耗.本文对所提出的算法进行了仿真,并与其他算法进行了比较.实验结果证明了本算法在认知水声通信中检测频谱的有效性.
- 左加阔包永强赵力邹采荣陶文凤
- 关键词：频谱感知压缩感知分布式计算
- 基于海底采集多路访问-清除发送协议的水声通信介质访问控制协议
- 介质访问控制(MAC)协议是水声通信网络中的关键技术,由于水声信道的可用带宽有限、多径效应严重、长延迟等特性,使得水声通信网络中的MAC设计存在诸多难题,无线通信网络中的MAC协议设计通常没有考虑延迟效应,而采用这种方法...
- 陶文凤包永强赵力邹采荣左加阔
- 关键词：水声通信网络介质访问控制协议数据传输
- 文献传递
- 一种用于水声传感器节点的改进节能算法
- 水声通信网由许多水声传感器节点组成,然而水声传感器节点通常携带能量十分有限的电池,且通过更换电池的方式来补充能量是不可能的。因此如何高效使用水声传感器节点的能量是水声通信网设计的关键策略。本文在一种传统的DVS节能技术的...
- 陶文凤包永强赵力
- 文献传递
- 自适应语音压缩感知方法被引量：3
- 2012年
- 针对固定正交基下语音信号稀疏化程度低、适应性差的问题,提出了一种自适应的语音稀疏化方法,并将其应用到语音压缩感知理论中.该方法首先采用线性预测系数的加权线性组合对语音信号进行线性预测,并以线性预测残差基作为信号基.然后,按照稀疏约束条件训练出稀疏表示的过完备字典,并交替应用1-范数稀疏约束的追踪和奇异值分解算法,达到字典与稀疏系数同步更新.该方法从信号特征入手,学习并提取特征或纹理信息,能较好地实现语音信号的稀疏化,提高语音压缩感知的重构性能.实验结果显示,与其他正交基方法相比,该方法的语音稀疏化程度高.语音质量的主客观评价结果显示,该方法具有良好的重构性能.
- 罗武骏陶文凤左加阔赵力
- 关键词：压缩感知稀疏性语音
- 联合稀疏信号恢复中的分布式路径协同优化算法被引量：1
- 2013年
- 基于融合中心的多观测向量联合稀疏信号恢复算法需要将各个传感节点的数据传输到融合中心(融合中心可能远离各个节点),该方法在节点功率受限以及缺少融合中心的传感网络中并不适用。为了克服上述困难,本文提出了一种分布式路径协同优化算法来解决上述问题。由于采用了分布式计算和路径协同优化,各个传感节点只需与其近邻节点进行少量的数据交互,每个节点所消耗的传输数据功率和所承受的计算复杂度较低。实验结果表明,本文提出的算法的性能能够很好的逼近基于融合中心的联合稀疏信号恢复算法的性能。
- 左加阔陶文凤包永强方世良赵力邹采荣
- 关键词：压缩感知分布式计算
