双Gamma湍流信道下FTN传输系统平均信道容量的计算方法

    公开(公告)号:CN110572226A

    公开(公告)日:2019-12-13

    申请号:CN201910635969.9

    申请日:2019-07-15

    Abstract: 双Gamma湍流信道下FTN传输系统平均信道容量的计算方法,目的是将FTN技术引入Gamma-Gamma湍流信道中,使符号速率大于Nyquist速率有效提高系统平均容量,改善大气传输系统的性能。FTN信号的形成是将输入的比特信息an进行QPSK映射后经过FTN成形滤波器生成FTN信号。系统信道容量的计算是利用接收信号传输模型计算得出信道容量,然后对其周期归一化后得到FTN系统平均容量。在此基础上,根据QPSK调制特性推导出QPSK调制格式下Gamma-Gamma湍流信道下超奈奎斯特光传输系统的平均容量的表达式。该超奈奎斯特光传输系统的构建有效的提高了系统频谱效率。

    联合效应下PPM调制时光MIMO系统误码率的近似方法

    公开(公告)号:CN109639344A

    公开(公告)日:2019-04-16

    申请号:CN201910000320.X

    申请日:2019-01-02

    CPC classification number: H04B10/07 H04B10/524

    Abstract: 联合效应下PPM调制时光MIMO系统误码率的近似方法,通过在独立信道光强衰减系数矩阵H两端分别左乘和右乘指数相关矩阵来获得不同相关性下的光强衰减系数矩阵G。然后,结合PPM调制,采用泊松光子计数模型建立了联合效应下信道相关时光MIMO系统的信道模型。并在此基础上,推导出了最大似然检测准则和光MIMO系统的误码率上界,通过化简光强衰减系数的累加和S,将原来需要计算MN次积分的光MIMO系统误码率上界近似为只需要计算一次积分的最简上界表达式。该误码率近似方法极大的降低了计算复杂度,提高了分析、计算和仿真效率。同时,可有效分析大气衰减、湍流、瞄准误差及空间相关性等各因素对误码率的影响。

    基于DMD的风力机尾流预测方法、装置、设备和介质

    公开(公告)号:CN118798071A

    公开(公告)日:2024-10-18

    申请号:CN202410762976.6

    申请日:2024-06-13

    Abstract: 本申请公开了基于DMD的风力机尾流预测方法、装置、设备和介质,方法包括使用动态模态分解对采集的原始尾流场信息进行动态模态分解,重构尾流场;对重构的尾流场,计算整体误差;根据整体误差确定最优采样间隔和最优截断秩;根据采样尾流场信息、最优截断秩和投影矩阵,确定降阶系统矩阵;基于新采集的尾流场信息,利用流式动态模态分解,实时更新降阶系统矩阵,获得适应风力机尾流场的动态变化的尾流预测模型;利用风力机尾流预测模型,确定风力机尾流数据。本申请不仅减少了计算量,还提高了预测效率,使得尾流预测能够更快速地响应实际风场变化。

    一种广义空时脉冲位置调制方法

    公开(公告)号:CN111431619B

    公开(公告)日:2023-05-05

    申请号:CN202010290772.9

    申请日:2020-04-14

    Abstract: 一种广义空时脉冲位置调制方法,主要包括对二进制信息块进行空间域和信号域映射、接收信号的检测与计算复杂度对比、广义空时脉冲位置调制系统误码率上界的计算。其中,空间域映射是将激光器序号依据秩最大化准则映射为广义空时弥散矩阵块,信号域映射则是在不同的激活激光器上映射不同的脉冲位置调制符号。映射后的信号由光学天线发送出去,在接收端利用球形译码算法进行广义空时弥散矩阵索引和数字调制信号的检测。利用联合界技术推导了广义空时脉冲位置调制的误码率上界。该方案的提出在保证不增加成本的前提下,极大的提高了系统的传输速率和误码性能,降低了系统的计算复杂度。

    双Gamma湍流信道下FTN传输系统平均信道容量的计算方法

    公开(公告)号:CN110572226B

    公开(公告)日:2021-11-12

    申请号:CN201910635969.9

    申请日:2019-07-15

    Abstract: 双Gamma湍流信道下FTN传输系统平均信道容量的计算方法,目的是将FTN技术引入Gamma‑Gamma湍流信道中,使符号速率大于Nyquist速率有效提高系统平均容量,改善大气传输系统的性能。FTN信号的形成是将输入的比特信息an进行QPSK映射后经过FTN成形滤波器生成FTN信号。系统信道容量的计算是利用接收信号传输模型计算得出信道容量,然后对其周期归一化后得到FTN系统平均容量。在此基础上,根据QPSK调制特性推导出QPSK调制格式下Gamma‑Gamma湍流信道下超奈奎斯特光传输系统的平均容量的表达式。该超奈奎斯特光传输系统的构建有效的提高了系统频谱效率。

    一种深度学习检测-超奈奎斯特速率大气光传输方法

    公开(公告)号:CN113114422A

    公开(公告)日:2021-07-13

    申请号:CN202110392584.1

    申请日:2021-04-13

    Abstract: 一种深度学习检测‑超奈奎斯特速率大气光传输方法,将基于深度学习技术的检测算法与超奈奎斯特技术相结合,在高传输速率下进一步提高了大气光通信系统的误码性能,属于无线光通信技术领域。从而实现传输速率大于奈奎斯特速率;接收端通过采用匹配滤波器、超奈奎斯特采样和深度学习检测实现信号的恢复。相比于传统无线光通信系统,超奈奎斯特技术的引入有效提高了系统传输速率,深度学习检测算法的引入降低了系统运算量,对新型大气光通信系统的设计具有参考价值。

Patent Agency Ranking