公开(公告)号：CN115695102A

公开(公告)日：2023-02-03

申请号：CN202211386272.0

申请日：2022-11-07

Applicant: 东南大学

Inventor： 沈弘 ,  林琪 ,  赵春明

IPC: H04L25/02 ,  H04L25/03 ,  H04B17/391

Abstract: 本发明公开了一种适用于时频双选信道的OFDM智能传输方法，该方法针对时频双选信道下的OFDM系统，主要包括如下步骤：(1)根据时频双选信道模型生成用于训练神经网络的信道数据集；(2)搭建线性神经网络，利用步骤(1)生成的信道数据训练网络权重，得到用于OFDM信号传输的发射和接收均衡矩阵，其中发射均衡矩阵满足发射端功率约束条件；(3)将该对均衡矩阵分别作用于OFDM系统的发射端和接收端；(4)接收端再利用等效信道矩阵的对角元进行单子载波均衡，从而恢复各子载波上的发射符号。本发明能够逼近最优子载波联合线性均衡性能，并能够显著降低最优子载波联合线性均衡的计算复杂度，利于工程实现。

公开(公告)号：CN115695102B

公开(公告)日：2025-05-23

申请号：CN202211386272.0

申请日：2022-11-07

Applicant: 东南大学

Inventor： 沈弘 ,  林琪 ,  赵春明

IPC: H04L25/02 ,  H04L25/03 ,  H04B17/391

Abstract: 本发明公开了一种适用于时频双选信道的OFDM智能传输方法，该方法针对时频双选信道下的OFDM系统，主要包括如下步骤：(1)根据时频双选信道模型生成用于训练神经网络的信道数据集；(2)搭建线性神经网络，利用步骤(1)生成的信道数据训练网络权重，得到用于OFDM信号传输的发射和接收均衡矩阵，其中发射均衡矩阵满足发射端功率约束条件；(3)将该对均衡矩阵分别作用于OFDM系统的发射端和接收端；(4)接收端再利用等效信道矩阵的对角元进行单子载波均衡，从而恢复各子载波上的发射符号。本发明能够逼近最优子载波联合线性均衡性能，并能够显著降低最优子载波联合线性均衡的计算复杂度，利于工程实现。

公开(公告)号：CN114759956B

公开(公告)日：2024-01-30

申请号：CN202210398170.4

申请日：2022-04-13

Applicant: 东南大学

Inventor： 沈弘 ,  林琪 ,  赵春明

IPC: H04B7/0413 ,  H04B7/0456

Abstract: 本发明公开了一种单比特ADC上行多用户MIMO深度展开预编码方法，包括：根据MIMO信道模型生成用于训练神经网络的信道数据集；基于梯度投影的多用户预编码优化算法，搭建神经网络，利用信道数据训练网络权重，得到优化好的网络参数；将训练好的参数用于预编码优化，得到各个用户的线性预编码矩阵；各用户利用各自的预编码矩阵进行发射端信号处理。本发明相较于传统的多用户预编码算法，本发明能显著降低在线的算法复杂度，且性能优于传统算法，利于工程实现。

公开(公告)号：CN114759956A

公开(公告)日：2022-07-15

申请号：CN202210398170.4

申请日：2022-04-13

Applicant: 东南大学

Inventor： 沈弘 ,  林琪 ,  赵春明

IPC: H04B7/0413 ,  H04B7/0456

Abstract: 本发明公开了一种单比特ADC上行多用户MIMO深度展开预编码方法，包括：根据MIMO信道模型生成用于训练神经网络的信道数据集；基于梯度投影的多用户预编码优化算法，搭建神经网络，利用信道数据训练网络权重，得到优化好的网络参数；将训练好的参数用于预编码优化，得到各个用户的线性预编码矩阵；各用户利用各自的预编码矩阵进行发射端信号处理。本发明相较于传统的多用户预编码算法，本发明能显著降低在线的算法复杂度，且性能优于传统算法，利于工程实现。