一种基于深度学习的低密度奇偶校验码码率盲识别方法

    公开(公告)号:CN116226643B

    公开(公告)日:2025-04-18

    申请号:CN202310243037.6

    申请日:2023-03-14

    Applicant: 兰州大学

    Abstract: 一种基于深度学习的低密度奇偶校验码码率盲识别方法,有训练和验证两个阶段。训练阶段,发射端从码率集合中选取码率,对原始信息序列S通过低密度奇偶校验编码生成码字序列C,码字序列C通过二进制移项键控调制得到发送符号序列X,经过加性高斯白噪声信道到达接收端,接收端得到接收符号序列Y作为训练输入;训练标签为向量P。构造码率识别神经网络模型,Y作为训练数据输入模型,对应其码率类别的概率向量P作为模型输出,采用随机梯度下降算法训练模型,计算分类交叉熵损失并对模型权重和偏置进行更新,得到优化的码率识别神经网络模型;验证阶段,生成验证序列Yv,输入优化的模型对其进行码率盲识别。本发明相比传统码率识别方法,在低信噪区间性能提升明显。

    一种短包通信中基于喷泉码的非正交多址接入系统跨层设计方法

    公开(公告)号:CN111683352A

    公开(公告)日:2020-09-18

    申请号:CN202010326429.5

    申请日:2020-04-23

    Applicant: 兰州大学

    Inventor: 袁磊 郑植 王君

    Abstract: 一种短包通信中基于喷泉码的非正交多址接入系统跨层设计方法,通过建立一个下行两用户NOMA系统,其中UE-i只需成功接收K个喷泉编码包就可以恢复信息;给定UE-i的传输信息失败概率和应用层喷泉码码率,得到UE-i物理层平均块错误率ζi和的关系式;确定两用户在物理层恢复自身信号的瞬时信噪比,根据短数据包传输的最大可达速率计算公式,确定两用户在物理层的最小块长,最后得到物理层的最优功率分配因子和最小公共块长;将得到的平均块错误率带入最优功率分配因子和最小公共块长的表达式中,得到物理层的最优功率分配因子和最小公共块长。根据最小公共块长,求出两个用户为了完成信息传输在物理层总的传输时间。本发明实现了高可靠低时延的通信。

    改进的不等差错保护喷泉码构造方法

    公开(公告)号:CN104994388B

    公开(公告)日:2018-07-06

    申请号:CN201510418979.9

    申请日:2015-07-16

    Applicant: 兰州大学

    Inventor: 袁磊 李华安

    Abstract: 一种改进的不等差错保护喷泉码构造方法,具体步骤为:步骤一、对多媒体信源进行分层编码;步骤二、对基本层和增强层数据采用不同码率的低率LDPC码进行编码产生相应的虚拟扩展分组;数据重要性越高,其对应的LDPC码率越低;步骤三、直接对步骤二得到的虚拟扩展分组采用ISRR度分布进行LT编码,得到编码分组,完成编码过程。本发明通过改进传统的虚拟扩展喷泉码构造方法而减少编译码复杂度的同时能够取得很好的译码性能。

    透射反射型智能反射面辅助非正交多址接入短包通信方法

    公开(公告)号:CN116170856B

    公开(公告)日:2025-04-18

    申请号:CN202211600811.6

    申请日:2022-12-13

    Applicant: 兰州大学

    Abstract: 一种透射反射型智能反射面辅助非正交多址接入短包通信方法,在一个下行两用户非正交多址接入系统中,基站向两用户发送短数据包以实现高可靠低时延通信,两用户均通过具有n个无源单元的透射反射型智能反射面辅助基站实现和用户的高可靠低延时通信。首先,已知统计信道状态信息,确定透射反射型智能反射面采用最优连续相位调整策略和离散相位调整策略时基站到两用户的端到端信道统计特性;其次,根据短包通信的最大可达速率计算公式,确定两用户在衰落信道下的平均块错误率;最后,在一定的可靠性约束下,确定系统的最优功率分配因子、最优透射反射系数和最小公共块长。本发明最大化利用通信资源实现了高可靠低时延通信。

    一种智能反射面辅助的非正交多址接入短包通信实现方法

    公开(公告)号:CN115442816B

    公开(公告)日:2024-04-23

    申请号:CN202211060696.8

    申请日:2022-08-31

    Applicant: 兰州大学

    Abstract: 一种智能反射面辅助的非正交多址接入短包通信实现方法,在一个下行两用户非正交多址接入系统中,基站要发送短数据包给两个用户以实现高可靠低延时通信,其中一个用户采用具有N个反射单元的智能反射面辅助基站实现和用户的高可靠低延时通信,另一个用户则直接和基站通信。首先,已知统计信道状态信息,确定智能反射面采用最优连续相位调整和离散相位调整时基站到两用户的端到端信道统计特性;其次,根据短包通信的最大可达速率计算公式,确定两用户在衰落信道下的平均块错误率;最后,在一定的可靠性约束下,确定系统的最优功率分配因子和最小公共块长。本发明最大化利用通信资源实现了高可靠低延时通信。

    一种短码长系统LT码译码方法

    公开(公告)号:CN110336640B

    公开(公告)日:2021-07-06

    申请号:CN201910566140.8

    申请日:2019-06-27

    Applicant: 兰州大学

    Abstract: 一种短码长系统LT码译码方法,是采用基于置信传播(Belief Propagation,BP)算法的改进译码方法。其流程为:信源比特信息序列进行系统LT码编码和采用二进制相移键控(Binary Phase Shift Keying,BPSK)调制、调制符号序列无线传输到接收机、接收机解调器采用传统解调方法得到系统LT码编码比特的信道对数似然比信息、接收机LT译码器采用BP译码算法进行译码、BP算法完成后,接收机计算编码比特的软信息、接收机对软信息重新进行排序并判决、通过对判决得到的比特序列进行比特翻转、找出最小加权汉明距离、从而得到最后接收的信息序列。相比于传统BP译码算法,本发明提供的改进译码方法,由于充分利用了编码比特的软信息,从而能进一步降低误帧率(Frame Error Rate,FER),达到可靠传输的目的。

    一种短码长系统LT码译码方法

    公开(公告)号:CN110336640A

    公开(公告)日:2019-10-15

    申请号:CN201910566140.8

    申请日:2019-06-27

    Applicant: 兰州大学

    Abstract: 一种短码长系统LT码译码方法,是采用基于置信传播(Belief Propagation,BP)算法的改进译码方法。其流程为:信源比特信息序列进行系统LT码编码和采用二进制相移键控(Binary Phase Shift Keying,BPSK)调制、调制符号序列无线传输到接收机、接收机解调器采用传统解调方法得到系统LT码编码比特的信道对数似然比信息、接收机LT译码器采用BP译码算法进行译码、BP算法完成后,接收机计算编码比特的软信息、接收机对软信息重新进行排序并判决、通过对判决得到的比特序列进行比特翻转、找出最小加权汉明距离、从而得到最后接收的信息序列。相比于传统BP译码算法,本发明提供的改进译码方法,由于充分利用了编码比特的软信息,从而能进一步降低误帧率(Frame Error Rate,FER),达到可靠传输的目的。

    一种基于深度学习的信号智能识别过滤方法

    公开(公告)号:CN119357828B

    公开(公告)日:2025-03-04

    申请号:CN202411900195.5

    申请日:2024-12-23

    Applicant: 兰州大学

    Abstract: 本发明属于信号处理领域,涉及到一种基于深度学习的信号智能识别过滤方法,其通过综合目标设备当前所处工业物联网环境影响展开目标波形相对其标准形态的异常偏差度分析,初步检测目标波形是否存在潜在通信干扰迹象,若初步检测存在,则深入分析目标波形时域、频域和时频域对应特征,计算当前接收的目标设备通信信号内携带干扰信号的概率,进一步验证目标波形潜在通信干扰迹象真实性,针对当前目标设备通信信号内携干扰信号属性选择适配滤波器对其进行过滤处理,有效评估目标设备通信信号的干扰过滤效果,极大提高工业物联网设备通信信号干扰识别的灵活性、准确性和可靠性,推动工业物联网通信信号干扰过滤技术的不断进步。

    基于深度学习的相位噪声补偿和信道译码联合设计方法

    公开(公告)号:CN114337884A

    公开(公告)日:2022-04-12

    申请号:CN202210012730.8

    申请日:2022-01-06

    Applicant: 兰州大学

    Abstract: 一种基于深度学习的相位噪声补偿和信道译码联合设计方法,包含训练和验证两个阶段,在训练阶段,发射机对长度为k的全零信息序列s通过信道编码生成长度为n的码字序列C,码字序列C通过信道适配器保证信道对称性和采用格雷映射后,输入M阶高阶调制模块得到训练用的能量归一化的调制符号序列X,再经过含高斯白噪声N的无线信道传输到接收机得到训练序列Y;将训练数据集输入相位噪声补偿和信道译码模型,并采用随机梯度下降的方法训练所述模型,计算加权伴随式函数Loss的值更新所述模型的权重和偏置,得到优化的模型;在验证阶段,验证序列Yv用优化的模型进行译码。本发明对因相位噪声引起的无线通信系统性能恶化有明显地改善作用。

    一种高阶调制下LT码解调译码方法

    公开(公告)号:CN108306714B

    公开(公告)日:2020-12-15

    申请号:CN201810241922.X

    申请日:2018-03-22

    Applicant: 兰州大学

    Inventor: 袁磊 郝树华 潘杰

    Abstract: 一种高阶调制下LT码解调译码方法,是采用LT码和高阶调制的无线通信系统中的一种联合解调译码方法。其流程为:对信源比特信息序列进行LT编码和采用高阶调制、调制符号序列无线传输到接收机、接收机解调器采用传统解调方法得到LT码编码比特的信道对数似然比信息、接收机LT译码器采用置信传播译码算法计算编码比特传递给解调器的外部信息、接收机解调器利用外部信息和接收的调制符号序列重新采用置信传播译码算法恢复信源比特信息序列。相比于传统解调译码算法,本发明提供的联合解调译码方法,由于充分利用了译码器传递给解调器的外部信息,从而能进一步降低误码率,达到可靠传输的目的。

Patent Agency Ranking