-
公开(公告)号：CN110177066B
公开(公告)日：2021-10-29
申请号：CN201910340478.1
申请日：2019-04-25
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海瀚讯信息技术股份有限公司
Abstract: 本发明提供一种5G NR系统中的大频偏估计方法，包括：在SSB块的3个符号位置处提取DMRS信号；对第1、2个符号位置的DMRS信号分别进行频域信道响应的测量；对所述频域信道响应进行平滑消噪和按多径能量进行修剪；估计第一相位差和第一频偏；对第2、3符号位置的DMRS信号进行频偏尝试补偿；对补偿得到的DMRS信号重复所述步骤S2‑S4得到第二频偏，根据第二频偏得到频率偏移。本发明还提供了一种5G NR系统中的大频偏估计装置。本发明的大频偏估计方法，可在高铁环境下1个SSB信号块内完成对大于子载波间隔频偏的估计，可以提高频偏估计范围以及估计的精度，进而改善高铁下的5G NR通信质量。
-
公开(公告)号：CN110177066A
公开(公告)日：2019-08-27
申请号：CN201910340478.1
申请日：2019-04-25
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海瀚讯信息技术股份有限公司
Abstract: 本发明提供一种5G NR系统中的大频偏估计方法，包括：在SSB块的3个符号位置处提取DMRS信号；对第1、2个符号位置的DMRS信号分别进行频域信道响应的测量；对所述频域信道响应进行平滑消噪和按多径能量进行修剪；估计第一相位差和第一频偏；对第2、3符号位置的DMRS信号进行频偏尝试补偿；对补偿得到的DMRS信号重复所述步骤S2-S4得到第二频偏，根据第二频偏得到频率偏移。本发明还提供了一种5G NR系统中的大频偏估计装置。本发明的大频偏估计方法，可在高铁环境下1个SSB信号块内完成对大于子载波间隔频偏的估计，可以提高频偏估计范围以及估计的精度，进而改善高铁下的5G NR通信质量。
-
公开(公告)号：CN110176944A
公开(公告)日：2019-08-27
申请号：CN201910339573.X
申请日：2019-04-25
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海瀚讯信息技术股份有限公司
IPC: H04B1/7107 , H04B1/712
Abstract: 本发明提供一种基于深度学习的智能抗干扰装置，包括依次排布的时频数据生成模块、干扰特征提取网络和干扰时频识别网络，时频数据生成模块获得空间信号时频数据并输出不同时频分辨率的时频数据图谱；干扰特征提取网络包括三个CNN网络以及加权合成模块；干扰时频识别网络包括锚点形成模块和RPN。本发明还提供该基于深度学习的智能抗干扰装置的训练方法和基于深度学习的智能抗干扰方法。本发明的深度学习智能抗干扰装置基于最新的人工智能技术，采用CNN网络和全卷积网络，其干扰划分方式并非人为划分，而是可以通过学习不断更新，解决了干扰门限划分困难的问题，且采用干扰置信度的判断方式，使得通信方式更灵活，可以显著提高通信效率。
-
公开(公告)号：CN110149123A
公开(公告)日：2019-08-20
申请号：CN201910339584.8
申请日：2019-04-25
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海瀚讯信息技术股份有限公司
Abstract: 本发明提供一种小流量多用户非正交FHMA通信方法，包括：提供一包含发送节点和接收节点的多用户通信网络；发送节点从所述多用户通信网络的上层获取待发送的信息块；发送节点将信息块处理为分割码块，并采用非正交FHMA技术发送分割码块；接收节点采用多通道信道化接收分割码块；接收节点将分割码块恢复为信息块。本发明的通信方法采用非正交FHMA技术，任意节点在任意时刻都可发送信息；并采用多相信道化接收技术，保证在时间不同步的情况下，某跳频频点发送信息时其余跳频频点能够接收信息不丢失，提高了通信效率。
-
公开(公告)号：CN110139399A
公开(公告)日：2019-08-16
申请号：CN201910340452.7
申请日：2019-04-25
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海瀚讯信息技术股份有限公司
Abstract: 本发明提供一种移动多跳自组网，包括多个节点，其均包括彼此通信相连的拓扑控制管理模块和数据传输管理模块，邻居节点的拓扑控制管理模块之间通信相连，拓扑控制管理模块广播、接收并统计节点的行为特征；邻居节点的数据传输管理模块之间通信相连，数据传输管理模块分别接收其节点的拓扑控制管理模块统计的行为特征，根据该行为特征依次选择当前激活节点进行业务传输。本发明还提供了该移动多跳自组网的组网方法。本发明的移动多跳自组网将网络节点特征信息和业务数据信息分类设计传输通道和传输方法，降低了协议设计的难度，相对实时地建立维护多跳自组网的节点的网络拓扑，更好地适应网络的动态变化，提升移动的鲁棒性，同时提升网络传输效率。
-
Patent Agency Ranking
公开(公告)号：CN110138423B
公开(公告)日：2021-04-23
申请号：CN201910339568.9
申请日：2019-04-25
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海瀚讯信息技术股份有限公司
IPC: H04B7/0456 , H04L1/00
Abstract: 本发明提供一种非正交复用方法,包括：在发射端形成大并发码流a；发射端对大并发码流进行非正交复用调制编码，得到非正交发送矩阵；发射端对所述非正交发送矩阵进行多次K稀疏观测，得到一组紧凑的发射码字；将所述紧凑的发射码字映射到对应的时频资源上，并从发射端发送至接收端；接收端根据所述紧凑的发射码字恢复出大并发码流。本发明的非正交复用方法通过对设计的非正交发送矩阵多次稀疏观测的方法把大并发信息流转化成小并发信息流，从而在有限的时频资源上承载比原先更多的信息流，在非正交多址技术中实现了现场编码，可以同时适用于不同码长的大并发信息流，解决非正交多址技术中编码所采用的码本设计困难的问题。
-
公开(公告)号：CN110138423A
公开(公告)日：2019-08-16
申请号：CN201910339568.9
申请日：2019-04-25
Applicant: 中国科学院上海微系统与信息技术研究所 , 上海瀚讯信息技术股份有限公司
IPC: H04B7/0456 , H04L1/00
Abstract: 本发明提供一种非正交复用方法,包括：在发射端形成大并发码流a；发射端对大并发码流进行非正交复用调制编码，得到非正交发送矩阵；发射端对所述非正交发送矩阵进行多次K稀疏观测，得到一组紧凑的发射码字；将所述紧凑的发射码字映射到对应的时频资源上，并从发射端发送至接收端；接收端根据所述紧凑的发射码字恢复出大并发码流。本发明的非正交复用方法通过对设计的非正交发送矩阵多次稀疏观测的方法把大并发信息流转化成小并发信息流，从而在有限的时频资源上承载比原先更多的信息流，在非正交多址技术中实现了现场编码，可以同时适用于不同码长的大并发信息流，解决非正交多址技术中编码所采用的码本设计困难的问题。
-
公开(公告)号：CN117335907B
公开(公告)日：2025-04-15
申请号：CN202311152634.4
申请日：2023-09-07
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: H04B17/382 , H04W4/029 , H04W84/18
Abstract: 本发明涉及一种基于射频转发的电磁空间感知和构建方法，包括以下步骤：构建无线传输网络，包括管理中心和多个终端设备；所述管理中心将感知任务和构建任务部署给所述终端设备；执行感知任务的所述终端设备在第一频段进行侦测，并将侦收到的非合作辐射源发出的信号分为第一路目标信号和第二路目标信号；执行感知任务的所述终端设备将所述第二路目标信号转频放大后通过第二频段发送，同时对所述第一路目标信号进行初步分析，并将分析结果中的特定数据发送给所述管理中心进行集中式融合处理；执行电磁空间构建任务的所述终端设备获取所述第二路目标信号，构建虚电磁空间。本发明能够对电磁空间进行持续感知，并实时构建虚电磁空间。
-
公开(公告)号：CN119212005A
公开(公告)日：2024-12-27
申请号：CN202411201213.0
申请日：2024-08-29
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: H04W28/084 , H04W28/08 , G06N3/092
Abstract: 本发明涉及一种基于强化学习的多智能体动态决策方法，应用于包括边缘服务器和多个用户设备的边缘计算网络，包括以下步骤：以每个所述用户设备为一个智能体，将所述边缘计算网络中的任务卸载过程抽象为多智能体部分可观察马尔可夫决策过程；定义任意所述用户设备的任务卸载效益为其获取的边缘计算收益减去其边缘卸载成本；利用结合注意力机制的DDPG算法求解所述多智能体部分可观察马尔可夫决策过程，获得使每个所述用户设备均达到纳什均衡下其自身所述任务卸载效益最大化的最优卸载决策。本发明综合考虑物联网中用户设备的计算需求和物联网环境的动态变化，为每个用户设备提供了灵活、高效和实时的计算卸载决策。
-
公开(公告)号：CN119212000A
公开(公告)日：2024-12-27
申请号：CN202411201307.8
申请日：2024-08-29
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种雾网络中基于时延和能耗优先级的资源管理方法和装置，其中，方法包括：基于用户对本次计算卸载的满意度和用户对雾节点的支出确定用户效用函数；基于雾节点从用户处获得的直接收益和雾节点根据任务卸载比率的能耗成本确定雾节点效用函数；以所述用户效用函数和雾节点效用函数最大化为目标构建斯塔克伯格博弈模型；利用反向归纳法对所述斯塔克伯格博弈模型进行求解，得到用户最优卸载和雾节点最优定价策略；采用所述用户最优卸载和雾节点最优定价策略对雾网络进行资源管理。本发明可以获得不同任务需求下雾节点最优定价策略和用户最优雾节点选择策略。
-
-
-
-
-
-
-
-
-
Search Results
225
records
(took 0.122 seconds)
