公开(公告)号：CN118214460A

公开(公告)日：2024-06-18

申请号：CN202410310635.5

申请日：2024-03-19

Applicant: 复旦大学

Inventor： 刘伟婷 ,  罗圣松 ,  许崇斌

IPC: H04B7/0413 ,  H04B17/309 ,  H04W24/08 ,  G06N3/08 ,  G06N5/04 ,  G06N7/01

Abstract: 本发明属于无线通信技术领域，具体为一种人工神经网络和贝叶斯推断融合的MIMO接收机设计方法。本发明首先根据导频的传输，利用人工神经网络对潜在用户进行粗筛，得到候选用户集合；然后基于贝叶斯理论通过软译码算法计算候选集中各用户的活跃概率，并进行可靠用户筛选；在此基础上，对可靠用户进行数据辅助的信道估计，并进行串行干扰消除，然后根据更新的接收信号，进行剩余用户的活跃性识别及信道估计；最后综合各步的活跃性检测和信道估计结果进行数据检测。本发明可以在缩小潜在用户范围的同时显著提高接收机的性能；并进行数据辅助的信道估计以提高剩余用户活跃性和信道估计的精度，进一步提升接收机性能。

公开(公告)号：CN116743311A

公开(公告)日：2023-09-12

申请号：CN202310752580.9

申请日：2023-06-24

Applicant: 复旦大学

Inventor： 许崇斌 ,  罗圣松 ,  王昕

IPC: H04L1/00

Abstract: 本发明属于无线通信技术领域，具体是一种面向未来多址接入的前导序列设计方法。本发明具体包括：根据潜在用户规模确定信源编码所需的比特数；利用循环冗余校验和FEC编码方案做信道编码，输出经过FEC编码的码字；将FEC编码之后的码字经过交织存储器，用来对抗信道深衰落；建立码字到稀疏调制符号的映射关系，再通过稀疏调制将码字映射为前导序列，该序列满足伯努利特性；本发明设计的前导序列可以有效降低基站对活跃用户检测的漏检概率和误警概率，并且可以服务的潜在用户规模可以达到107数量级甚至更多。

公开(公告)号：CN114626586A

公开(公告)日：2022-06-14

申请号：CN202210190686.X

申请日：2022-02-28

Applicant: 复旦大学

Inventor： 武耀阳 ,  周小林 ,  罗圣松 ,  丁文涛

IPC: G06Q10/04 ,  G06F30/27 ,  G06Q50/06

Abstract: 本发明属于建筑能耗预测技术领域，具体为一种基于prophet‑LightGBM混合模型的大规模建筑能耗预测方法。本发明方法包括：获取大规模建筑群的能耗数据和各种特征变量的每小时读表数据，组成数据集，并对数据集预处理；以3：1的比例划分数据作为测试集和训练集；采用prophet和LightGBM的预测方法分别对能耗数据进行分析并预测未来一段时间的能耗数值，之后采用粒子群优化算法(PSO)求出混合模型的相应系数，从而优化预测模型，得到prophet‑LightGBM的混合模型；并通过RMSE和MAPE评估预测精准度，再与使用单个模型预测的结果进行对比，说明本发明具有较高的预测精度。