公开(公告)号：CN113691353B

公开(公告)日：2022-08-02

申请号：CN202110988508.7

申请日：2021-08-26

Applicant: 南京大学

Inventor： 王中风 ,  宋苏文 ,  林军

IPC: H04L1/00 ,  H04B7/0413

Abstract: 本申请涉及天线信号检测技术领域，提供一种低复杂度的信号检测方法及系统，所述一种低复杂度的信号检测方法采用分层的更新方式，更有利于高吞吐量硬件架构的设计与实现。同时通过算法变换或近似，有效降低算法以及实现复杂度。在干扰消除过程中，利用星座点特性，提出在更小位宽的操作数上进行运算，有效缩短硬件实现时的关键路径并且降低实现复杂度；在星座匹配过程中，利用二次函数的特性，提出了一种新的可靠性度量方法，使得所需的乘法和加法运算的数量各减少一半；将信号检测方法重构为初始化和迭代步骤，以减少处理周期，并通过近似方法将初始化过程中所需的乘法、加法和排序操作完全消除。

公开(公告)号：CN117118538A

公开(公告)日：2023-11-24

申请号：CN202311150865.1

申请日：2023-09-07

Applicant: 南京大学

Inventor： 王中风 ,  胡晋杰 ,  宋苏文

IPC: H04B17/10 ,  H04B17/29 ,  H04B7/0413

Abstract: 本发明提供了高性能、低复杂度的无线天线系统信号检测方法和装置。所述方法包括：步骤1，对大规模天线系统建模，获取模型参数；步骤2，进行预处理计算；步骤3，进行改进的优化梯度下降迭代；该方法可以进一步包含：步骤4，进行解调；步骤5，进行改进的相似度上升搜索迭代。所述装置包括预处理模块和OCD迭代模块，预处理模块用于执行步骤2，OCD迭代模块用于执行步骤3。所述装置的另一实施方式包括预处理模块和MB‑SGD模块，预处理模块用于执行步骤2，MB‑SGD模块用于执行步骤3～5。本发明提出的基于调制的串行梯度下降算法在性能优于OCD算法的同时，所需的硬件资源更少、延时更低，吞吐率与硬件资源的比值更高。

公开(公告)号：CN117118486A

公开(公告)日：2023-11-24

申请号：CN202311150678.3

申请日：2023-09-07

Applicant: 南京大学

Inventor： 王中风 ,  冯慧雨 ,  陈洋洋 ,  宋苏文

IPC: H04B7/0413 ,  H04B7/0456

Abstract: 本发明提供了面向关联信道的mMIMO检测预处理和参数预训练方法，所述预处理方法包括：步骤a1，对大规模MIMO系统上行链路进行建模；步骤a2，计算得到格拉姆Gram矩阵W；步骤a3，根据格拉姆Gram矩阵W获取预处理矩阵P；步骤a4，利用预处理矩阵P对格拉姆Gram矩阵W进行预处理，获得新的格拉姆Gram矩阵W1：W1＝PW；步骤a5，将矩阵W1采用迭代代替矩阵求逆算法处理。该方法可以应用于多种迭代代替矩阵求逆的算法，从而加速这些算法的收敛，使其在关联信道下检测性能提升2dB以上。

公开(公告)号：CN115276729A

公开(公告)日：2022-11-01

申请号：CN202210864604.5

申请日：2022-07-21

Applicant: 南京大学

Inventor： 王中风 ,  陈洋洋 ,  宋苏文 ,  林军

IPC: H04B7/0413 ,  H04L25/02

Abstract: 本申请提供一种面向大规模MIMO系统的信号检测方法及系统，根据发送端的天线数目和接收端的天线数目，确定第一阻尼系数和第二阻尼系数；根据接收信号、信道矩阵、平均符号能量和第一阻尼系数，确定发送信号后验概率分布的初始均值；利用SORI方法对发送信号的后验概率分布的均值进行SORI迭代，根据完成SORI迭代后的均值向量，确定腔边缘概率服从的高斯分布的初始均值；采用EPA迭代方法，迭代更新腔边缘概率服从的高斯分布的均值，将达到EPA预设迭代次数的腔边缘概率服从的高斯分布的均值作为发送信号的估计值。将SORI和EPA算法相结合，利用SORI来近似EPA算法初始化部分的矩阵求逆，从而大大提高收敛速度。

公开(公告)号：CN113691353A

公开(公告)日：2021-11-23

申请号：CN202110988508.7

申请日：2021-08-26

Applicant: 南京大学

Inventor： 王中风 ,  宋苏文 ,  林军

IPC: H04L1/00 ,  H04B7/0413

Abstract: 本申请涉及天线信号检测技术领域，提供一种低复杂度的信号检测方法及系统，所述一种低复杂度的信号检测方法采用分层的更新方式，更有利于高吞吐量硬件架构的设计与实现。同时通过算法变换或近似，有效降低算法以及实现复杂度。在干扰消除过程中，利用星座点特性，提出在更小位宽的操作数上进行运算，有效缩短硬件实现时的关键路径并且降低实现复杂度；在星座匹配过程中，利用二次函数的特性，提出了一种新的可靠性度量方法，使得所需的乘法和加法运算的数量各减少一半；将信号检测方法重构为初始化和迭代步骤，以减少处理周期，并通过近似方法将初始化过程中所需的乘法、加法和排序操作完全消除。