-
公开(公告)号：CN112564758A
公开(公告)日：2021-03-26
申请号：CN202011335329.5
申请日：2020-11-25
Applicant: 东南大学
IPC: H04B7/145 , H04L25/02 , H04L27/26 , H04B17/364
Abstract: 本发明公开了一种采用分布式智能反射面辅助的宽带无线传输方法，适用于无线通信领域。根据大规模多天线毫米波宽带正交频分复用系统下行遍历速率的闭合表达式，评估各系统参数的影响，指导IRS阵面的硬件架设；在宽带系统传输中，用户发送导频信号，估计每个IRS的反射信道，匹配最强时域抽头，以降低复杂度、信道估计开销、反馈量，使用IRS相移矩阵来匹配IRS到用户信道、基站到IRS信道、基站到用户信道，以最大化下行速率。其提供了低信道估计开销、低反馈量、低复杂度的IRS传输方法，使用IRS相移矩阵来匹配IRS到用户信道、基站到IRS信道、基站到用户信道，以最大化下行速率。
-
公开(公告)号：CN108365873B
公开(公告)日：2021-03-23
申请号：CN201810029893.0
申请日：2018-01-12
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/06 , H04L25/02
Abstract: 本发明公开了一种采用低精度ADC毫米波大规模MIMO自适应传输方法，包括：进行信道估计；进行数据传输：用户经过模拟波束成形后，向基站发送信号；基站采用低精度ADC对接收信号进行量化，低精度ADC基于量化比特数b进行配置，根据其他参数确定最优b。本发明综合考虑低精度ADC的量化误差、模拟波束成形增益、信道估计误差等，针对给定的数据速率需求，确定精度配置值，该精度配置值能够最小化基站信号模数转换模块的整体功耗。本发明中基站采用低精度ADC，用户端为多天线配置单条射频链路，大大降低了系统的硬件和功耗成本，适用于低信噪比环境下任意毫米波大规模MIMO通信系统。
-
公开(公告)号：CN108540192B
公开(公告)日：2020-12-11
申请号：CN201810336467.1
申请日：2018-04-13
Applicant: 东南大学
Abstract: 本发明公开一种中断概率约束下的全双工多天线中继发射波束赋形方法，该方法考虑由信道状态信息误差引起的全双工多天线中继系统中断问题，通过优化中继发射端的波束赋形向量，在系统中断概率受限的前提下，最小化中继侧的发射功率。相对于半双工多天线中继，本发明能够显著降低中继发射功率，并且本发明计算复杂度较低，利于工程实现。
-
公开(公告)号：CN108881074B
公开(公告)日：2020-11-27
申请号：CN201810434382.7
申请日：2018-05-08
Applicant: 东南大学
IPC: H04L25/02
Abstract: 本发明公开了一种低精度混合架构下宽带毫米波信道估计方法，优化设计全频带的模拟预编码以及模拟合并器，并针对各子载波分别优化设计数字合并器，用于宽带信道估计。首先设计各向同性的模拟收发器，模拟收发器采用全连接移相器网络，各移相器相位均匀分布；然后优化设计具有频率选择性的数字合并器，从而可以获得最优的信道估计结果。针对具有多径稀疏的毫米波信道，在优化设计数字合并器之前，本方法能够利用正交匹配追踪(OMP)找到信道主分量对应的元素位置，进一步降低信道估计的复杂度。本发明给出的宽带信道估计器适用于一般信道模型，在采用低精度模数转换器的混合构架多天线系统中，本发明对任意信道的估计精度比传统方法有较大提升。
-
公开(公告)号：CN108880651B
公开(公告)日：2020-11-03
申请号：CN201810547474.6
申请日：2018-05-31
Applicant: 东南大学
IPC: H04B7/155
Abstract: 本发明公开一种非理想CSI下多天线解码转发中继收发机优化方法，通过构建非理想信息CSI情况下，以系统发射功率受限为约束，最大化系统的端到端信息传输速率为目标的优化问题，联合优化信源发射波束成形向量、中继接收波束成形向量以及中继发射波束成形向量。优化过程是首先优化中继端的发射波束成形向量，然后固定中继接收波束成形向量，对信源发射波束成形向量进行优化，再固定信源发射波束成形向量，对中继接收波束成形向量进行优化，重复中继接收波束成形向量和信源发射波束成形向量交替优化步骤直至系统的可达信息传输速率收敛。相对于未考虑非理想CSI的传输方案，本发明能够有效提高系统传输速率，并且计算复杂度较低，利于工程实现。
-
Patent Agency Ranking
公开(公告)号：CN111262610A
公开(公告)日：2020-06-09
申请号：CN202010046623.8
申请日：2020-01-16
Applicant: 东南大学
IPC: H04B7/0456 , H04B7/06 , H04B7/08
Abstract: 本发明提供了一种基于等效信道码本反馈的自适应混合预编码方法，包括：步骤1，基站根据原始信道训练的结果设计模拟预编码矩阵；步骤2，基站发送经过模拟预编码A的等效信道训练序列；步骤3，用户根据接收信号估计与基站之间的等效信道状态信息，使用具备信道统计特征的码本对等效信道状态信息进行量化，并将量化后的有效信道反馈给基站；步骤4，基站计算信噪比门限值；判断当前信噪比小于信噪比门限值时执行步骤5；否则执行步骤6；步骤5，基站根据等效信道设计数字预编码矩阵；步骤6，基站将数字预编码矩阵设置为缺省矩阵设计方式。本发明能够有效提升系统性能，对信道信息不完美时的系统速率进行了分析，更加符合实际情况。
-
公开(公告)号：CN111182582A
公开(公告)日：2020-05-19
申请号：CN201911405604.3
申请日：2019-12-30
Applicant: 东南大学
IPC: H04W28/02 , H04B17/391
Abstract: 本发明提供了一种面向移动边缘计算的多任务分布式卸载方法，包括：根据无线信道状态信息，计算移动台到各个计算接入点的上和下行传输速率；将联合优化系统延时和能耗的多任务卸载策略问题建立为数学优化问题；将数学优化问题转化为最小化交叉熵问题；利用交叉熵学习的方法进行迭代求解，得到最优接入概率以及最优卸载策略；根据最优卸载策略，用户将任务经不同信道分别卸载到相应的计算接入点完成计算，计算后接入点将计算结果重新传回用户。本发明适用于多链路移动边缘计算系统，通过并行处理被分配到各个计算接入点的计算任务，提高了用户的资源利用效率，降低了计算复杂度；基于模型的交叉熵机器学习方法，提高了决策方法的鲁棒性和准确性。
-
公开(公告)号：CN106788938B
公开(公告)日：2019-12-10
申请号：CN201611256750.0
申请日：2016-12-30
Applicant: 东南大学
IPC: H04L5/00 , H04L25/02 , H04B7/0413
Abstract: 本发明公开了一种用户分组的半正交导频设计和信道估计方法，没有对多用户到基站的信道矩阵做稀疏性的假设，因此相较于一些对用户信道矩阵做稀疏性假设前提下给出的导频设计方案有着更普遍的应用场景。此外，本发明充分考虑到大规模MIMO系统中信道信息的获取需要消耗较多的时频资源，综合了过去正交导频设计和串行干扰抵消导频设计的优点，能够在较多用户复用同一时频资源是在较宽的相干时间范围上比已有的几种导频设计方法有着更优的系统性能。
-
公开(公告)号：CN106330278B
公开(公告)日：2019-07-30
申请号：CN201610808152.3
申请日：2016-09-08
Applicant: 东南大学
Abstract: 本发明公开了一种基于用户达波角的信道估计和功率控制相结合的传输方法，首先将每个小区的用户划分为小区中心用户或小区边缘用户，然后针对小区边缘用户到达各个基站天线达波角对所有小区边缘用户进行二次分组，接着对不同组别用户分别配置导频占用资源，基站根据接收到的导频信号估计信道信息，最后再通过基站控制相邻小区的中心用户的功率来降低本小区中心用户受到的干扰。本发明方法能够利用角度域信息节省导频开销，并且能有效减轻小区边缘用户受到的导频污染，降低信道估计误差，同时通过控制用户发射功率提高小区中心用户的性能，使系统的整体传输速率得到很大提高。
-
公开(公告)号：CN109743268A
公开(公告)日：2019-05-10
申请号：CN201811488677.9
申请日：2018-12-06
Applicant: 东南大学
Abstract: 本发明公开了一种基于深度神经网络的大规模多输入多输出系统毫米波信道估计和压缩方法，所述方法包括以下步骤：步骤1)基站通过有限的射频链路向用户发送导频，用户通过有限的射频链路收集合并基站发送的导频信号；步骤2)用户对接收导频信号做一系列预处理，以便其输入深度神经网络；步骤3)收集神经网络离线训练的样本；步骤4)进行具体的神经网络离线训练过程；步骤5)进行深度神经网络的在线装配和信道压缩与估计。
-
-
-
-
-
-
-
-
-
Search Results
220
records
(took 0.027 seconds)
