由于传统块交织方法是对单个正交频分复用(orthogonal frequency division multiplex,OFDM)信号进行块交织,所产生的候选信号间存在很大的相关性,在一定程度上影响了系统峰均功率比(peak-to-average power ratio,PAPR)性能的改善。针对传统块交织方法的这一局限性,提出了降低OFDM系统PAPR的时频联合块交织方法及其次优化方法。该方法将块交织扩展到一个时间片内的多个OFDM信号之间,增加了产生候选信号的自由度,降低了候选信号间的相关性。仿真结果表明,与传统块交织方法相比,在计算复杂度相同的情况下,所提出的时频联合块交织方法可以获得更优的PAPR性能。
数字家庭网络流量识别对保障数字家庭网络服务质量(Quality of Service,Qo S)具有重要作用。提出的Flow Level流量特征分析法结合Flow Level五元组分析和特征值分析,从五元组,上下行包数比,上下行平均包长及比值,上下行数据量比,源端地址数和端口数之比等方面研究视频点播、视频通话、下载和无线传屏等应用特征。其中,对P2P(Peer to Peer)视频点播和下载的识别方案做了进一步研究。最终满足了数字家庭网络流量识别的需求。在仿真实验阶段,测得家庭网络环境中主要应用占据带宽情况,分析并提取单位时间内应用流量特征值。最终基于Linux平台实现了多终端设备的多应用实时识别系统。
