基于机器学习的室内定位方法

    公开(公告)号:CN108989988B

    公开(公告)日:2020-08-21

    申请号:CN201810598087.5

    申请日:2018-06-12

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于机器学习的室内定位方法,通过设置大量的基站,确保了系统能够获取足够多的视距的数据。对于非视距的数据的识别以及丢弃,能够极大的提高定位算法的精度。本发明使用非参数描述的机器学习算法,通过经验数据来进行学习而不确定任何具体模型,所建立的模型能够应对产生误差的各类场景。训练样本包含了各个位置下的各类情况,使得当环境发生改变时,这些模型依然能够适应这些变化并发挥作用。

    适用于多播多波束卫星移动通信系统的鲁棒传输方法

    公开(公告)号:CN108809390B

    公开(公告)日:2020-06-16

    申请号:CN201810480169.X

    申请日:2018-05-18

    Applicant: 东南大学

    Abstract: 本发明提出了一种适用于多播多波束卫星移动通信系统的鲁棒传输方法。该方法首先考虑卫星移动通信系统中的信道长延时特性,在信关站仅知道部分信道信息的条件下,基于平均欧式距离准则进行用户分组;然后考虑在长延时内信道幅度基本保持不变而信道相位变化快速的特性,由随机变量表征由信道状态信息反馈延时带来的信道相位不确定性,对用户信干噪比关于此随机变量求数学期望得到平均信干噪比,进而将预编码问题建模为功率最小化问题;最后通过半正定松弛和高斯随机化方法求解功率最小化问题,即可获得每个用户组的最优预编码矢量。本发明所提出的鲁棒传输方法,相比不考虑信道信息过时的传统方法能够显著提高系统性能。

    基于中断概率约束的多波束卫星通信系统鲁棒预编码方法

    公开(公告)号:CN108631840A

    公开(公告)日:2018-10-09

    申请号:CN201810728900.6

    申请日:2018-07-05

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于中断概率约束的多波束卫星通信系统鲁棒预编码方法。该方法首先考虑卫星移动通信系统中的信道长延时特性,用随机变量表征由信道状态信息反馈延时等带来的信道相位不确定性,并基于此信道模型将鲁棒预编码问题建模为基于中断概率约束的功率最小化问题;进而基于中心极限定理和高斯分布的性质将概率约束条件转换为便于求解的低复杂度近似表征形式;最后通过半正定松弛将初始功率最小化问题转化为一个凸优化问题,并采用高斯随机化方法来获取每个用户组的预编码矢量。本发明所提出的基于中断概率约束的鲁棒传输方法,相比不考虑信道信息不确定性的传统传输方法能够显著降低传输中断概率,提高多波束卫星通信系统传输性能。

Patent Agency Ranking