-
公开(公告)号：CN113242066B
公开(公告)日：2022-07-26
申请号：CN202110505185.1
申请日：2021-05-10
Applicant: 东南大学
IPC: H04B7/0426 , H04B7/0456 , H04W72/04 , H04W72/08 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种多小区大规模MIMO通信智能功率分配方法，首先根据传统的基于模型的最优功率分配方法生成数据集，将网络内所有用户的位置信息和信道状态信息作为输入特征，最优功率分配的结果作为输出标签，从而生成一个样本。数据集的每个样本中包含的用户数目都是随机的。进而提出一种基于长短期记忆网络的seq2seq方法，用数据集进行训练，获得用户的位置信息与功率分配策略之间的映射关系。本发明利用通信网络环境特征和信道信息，挖掘用户特征、功率分配与系统性能之间的关系，设计出数据驱动的功率分配方法，并且打破了以往基于神经网络的方法只能处理固定用户数目场景的局限性，只需训练单一的网络便可以灵活适应用户数目与位置实时变化的情况。
-
公开(公告)号：CN110208788A
公开(公告)日：2019-09-06
申请号：CN201910445882.5
申请日：2019-05-27
Applicant: 东南大学
Abstract: 本发明公开一种基于滑窗的连续帧联合速度解模糊方法，该方法步骤为：首先在固定帧长的雷达体制内，为奇数帧和偶数帧分别设置不同扫频重复周期；其次，对当前检测帧接收的中频信号做目标检测和参数估计，得到当前帧的距离估计值和模糊速度估计值；随后，利用两个连续帧分别检测的距离估计值和模糊速度估计值进行联合目标匹配，再通过多重脉冲重复频率原理找到使得目标函数最大条件下的速度估计值；最后，做二次匹配，匹配成功则说明本次解速度模糊成功。该方法能够在不降低数据刷新率的前提下，提高系统在低信噪比的情况下解速度模糊的准确度。
-
公开(公告)号：CN110161472A
公开(公告)日：2019-08-23
申请号：CN201910353648.X
申请日：2019-04-29
Applicant: 东南大学
IPC: G01S7/41
Abstract: 本发明公开一种基于信号复用的宽带车载毫米波雷达解速度模糊方法，该方法步骤为：首先对接收的中频时域信号进行二维FFT处理，并完成目标检测和参数估计；其次，根据系统感兴趣的目标速度范围，计算出目标真实速度参数的所有可能取值；随后根据最佳划分系数从主信号中提取子信号，并根据雷达系统参数，对目标每一个可能的速度值计算相对应的二维DFT旋转因子；最后利用计算出的二维DFT旋转因子，对子信号进行二维DFT运算，其中对应频谱幅度最大的速度值即为目标真实速度的估计值。该方法能够解决现有解速度模糊技术方案中需要辅助信号且复杂度较高的问题，明显地提高了系统的时间利用率，降低系统整体复杂度并具有较高的鲁棒性。
-
公开(公告)号：CN109975807A
公开(公告)日：2019-07-05
申请号：CN201910238433.3
申请日：2019-03-27
Applicant: 东南大学
IPC: G01S13/93
Abstract: 本发明公开了一种适用于毫米波车载雷达目标检测领域的降维子空间测角方法，其包括以下步骤：首先提出采用波束域MUSIC算法来降低计算复杂度和内存占用，并利用先验信息来优化波束形成矩阵设计；其次，提出了一种新的MUSIC估计子，反映出关于信号子空间的更精细的尺度信息；此外，针对单快拍下两个相邻信号相干的情况，修改了接收信号估计样本协方差矩阵的数学表达式，以增强噪声子空间和信号子空间的正交性，保持其Toeplitz结构，采用子波束空间平均的方法，在每个子波束空间满秩的条件下，提高样本协方差矩阵的估计精度。
-
公开(公告)号：CN109613538A
公开(公告)日：2019-04-12
申请号：CN201811562087.6
申请日：2018-12-20
Applicant: 东南大学
Abstract: 本发明公开一种双模式汽车探测雷达发射信号帧结构及其设计方法，具体分为五层：第一层，一帧由多个相同长度的子帧组成；第二层，一个子帧包含近距及中距两种检测模式的检测信号时隙和解速度模糊时隙，共四个时隙；第三层，每个时隙由不同数量的子时隙组成，每个时隙内的子时隙长度相同；第四层，每个子时隙由扫频信号和保护间隔组成；第五层，扫频信号和保护间隔均由数倍的采样间隔组成。本发明的帧结构采用固定长度的子帧以及半固定长度的子时隙，帧结构相对简单的同时能够灵活适应不同的检测模式、检测需求以及解速度模糊功能，以采样间隔为最小时间单位，有利于系统时间同步。
-
Patent Agency Ranking
公开(公告)号：CN105554899A
公开(公告)日：2016-05-04
申请号：CN201510886070.6
申请日：2015-12-04
Applicant: 东南大学
CPC classification number: H04W72/1289 , H04B7/0413 , H04L1/1607
Abstract: 本发明公开了一种MIMO中基于上行特征向量的下行调度方法，本发明方法分为两部分，一是将FDD系统中上行特征向量转化为下行特征向量；二是基于下行特征向量的调度算法设计。首先，利用天线数趋于无穷时信道协方差的特征向量近似为天线阵列响应向量的特性，估计出天线阵列对应的夹角，利用传播互易特性得到上、下行特征向量的相位差；其次，计算用户的下行主特征矢量间的夹角，作为衡量用户间统计正交性的标准，选择一组统计信道近似正交的用户：随机选取一个用户加入调度集合，再依次调度与被调度用户的等效相关夹角最大的用户，直到用户间的统计正交性不满足阈值条件。本发明有效地解决了FDD系统中上、下行特征向量的转化问题，同时实现复杂度低。
-
公开(公告)号：CN114978261B
公开(公告)日：2024-04-05
申请号：CN202210517793.9
申请日：2022-05-12
Applicant: 东南大学
IPC: H04B7/0426 , G06N3/0464 , G06N3/08 , H04B7/0456 , H04B17/336 , H04K1/06
Abstract: 本发明公开了一种基于深度学习的毫米波安全混合波束成形方法，采取了线下对深度学习网络模型进行训练，模型训练完成之后，上线运行的模式。线下训练包括：收集合法用户信道信息与窃听者信道信息；对合法用户信道信息与窃听者信道信息进行一些预处理之后作为模型的输入，且将合法用户信道信息与窃听者信道信息与信噪比信息作为自定义loss函数的lambda层的输入；模型以最大化安全频谱效率为目标不断的更新模型的参数直到训练完成。将线下训练好的模型上线运行，将合法用户信道信息、窃听者信道信息与信噪比信息进行输入，得到模拟预编码矩阵的输出。本发明在保障较好的安全频谱效率的同时，能够有效的减少计算复杂度，提高系统实时性。
-
公开(公告)号：CN116867091A
公开(公告)日：2023-10-10
申请号：CN202310971698.0
申请日：2023-08-03
Applicant: 东南大学
IPC: H04W72/542 , H04W72/541 , H04W72/543 , H04W72/53 , H04W72/563 , H04W72/1268 , H04B17/327 , H04B17/345 , H04B17/373 , H04B17/382 , H04B17/391 , G06N5/04 , G06N20/00 , G06N20/20 , G06N5/01 , G06N3/08
Abstract: 本发明公开了一种基于预测的智能资源分配和用户调度方法及其装置，具体包括以下步骤：S1、在离线数据采集和模型训练阶段，非实时无线智能控制平台采集用户测量上报信息以及基站侧统计信息，并训练平均单位上行空口可达速率预测模型；S2、在在线模型推理和资源分配阶段，实时无线智能控制平台采集用户测量上报信息，进行基于预测的智能资源分配，包括依次进行资源粗分配、模型推理以及资源细分配；S3、在基站用户调度和资源分配阶段，基站根据实时无线智能控制平台的资源分配结果，进行用户调度和资源分配。本发明在优化小区间干扰的同时，根据用户上行空口速率要求精细分配资源，从而在提升系统吞吐率的同时保障用户的上行空口速率要求。
-
公开(公告)号：CN116633395A
公开(公告)日：2023-08-22
申请号：CN202310705796.X
申请日：2023-06-14
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/06 , H04B17/391 , G06F18/213 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种挖掘时空序列特征信息的宽度学习基站协作波束对齐方法。各基站利用本地宽度学习网络，基于分布式学习训练架构，协同学习多基站的感知波束响应到对应窄波束的映射关系，以完成最佳下行传输窄波束的预测。为了挖掘过去若干采样时刻的感知波束信息，有效预测当前时刻的窄波束，本发明使用感知波束响应的时间序列来获得宽度学习网络的特征节点，设计了循环宽度学习方法。进一步，提出门控宽度学习方法，设计一个遗忘门来控制学习到的序列信息。本发明解决了模型对快时变场景的适配问题，实现基站侧模型轻量化，可在减轻中央处理单元计算压力的同时，取得协作开销与波束选择预测性能的合理折衷，实现在小样本条件下较高性能的波束对齐。
-
公开(公告)号：CN116366108A
公开(公告)日：2023-06-30
申请号：CN202310352318.5
申请日：2023-04-04
Applicant: 东南大学
IPC: H04B7/0456 , H04B7/0452
Abstract: 本发明提供了一种面向大规模MIMO多用户迫零预编码的交替训练设计方法，包括系统建模、天线分组、交替训练、数据传输阶段。其中基站在已分组的天线上发送导频进行训练，以供用户获得其信道并反馈给基站，直到已获取的信道可支持所有用户达到期望的信干噪比阈值，或者获得所有信道。本发明比起天线全训练以及部分训练，提高了系统传输成功率，降低了导频训练开销；同时比起单根天线交替训练可以进一步降低额外时间开销，也能相应地提升系统传输成功率。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.019 seconds)
