长期演进系统中一种基于负载的自动邻区关系优化方法

    公开(公告)号:CN103369572A

    公开(公告)日:2013-10-23

    申请号:CN201310319485.6

    申请日:2013-07-26

    Abstract: 长期演进系统中一种基于负载的自动邻区关系优化方法,涉及无线通信技术领域。包括两个阶段,阶段一为ANR初始建立的优化,即当基站中不存在邻区列表时,阶段二为ANR维护阶段的优化,即当基站中存在邻区列表时;长期演进系统蜂窝小区的基站设备通过X2接口等交互负载状态信息,并根据蜂窝小区自身的负载状况信息和相邻小区的负载状况信息,以及移动用户终端上报的本小区及周边邻区参考信号接收功率RSRP信息,在邻区配置和管理模块中,对邻区优先级进行优化,从而维持相邻小区之间的负载均衡,减少不必要的切换,保障系统各小区的通信质量。对实时性或数据同步性的要求不是很高,允许较大的有效时间窗。

    一种基于基站间协作的物理下行控制信道干扰消除方法

    公开(公告)号:CN104869648B

    公开(公告)日:2019-03-29

    申请号:CN201510303995.3

    申请日:2015-06-04

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于基站间协作的物理下行控制信道干扰消除方法,应用于无线蜂窝移动通信系统中,蜂窝小区的用户设备通过对物理下行控制信道(PDCCH)的信噪比(SINR)进行估计,来判断当前干扰的严重情况,并根据情况选择传统的干扰消除方法或者基于基站间协作的干扰消除算法。对于基于基站间协作的控制信道干扰消除算法,首先由基站或用户设备确定干扰基站,基站和干扰基站之间通过X2或S1接口交互物理下行控制信道的控制信息以及信道状态,最后由基站设备通过特定的时频来发送给该用户设备,并进行更为精准的干扰消除,保障干扰严重情况下的正常调度,提高系统性能。

    一种基于基站间协作的物理下行控制信道干扰消除方法

    公开(公告)号:CN104869648A

    公开(公告)日:2015-08-26

    申请号:CN201510303995.3

    申请日:2015-06-04

    Applicant: 厦门大学

    CPC classification number: H04W72/0426 H04W72/082

    Abstract: 本发明公开了一种基于基站间协作的物理下行控制信道干扰消除方法,应用于无线蜂窝移动通信系统中,蜂窝小区的用户设备通过对物理下行控制信道(PDCCH)的信噪比(SINR)进行估计,来判断当前干扰的严重情况,并根据情况选择传统的干扰消除方法或者基于基站间协作的干扰消除算法。对于基于基站间协作的控制信道干扰消除算法,首先由基站或用户设备确定干扰基站,基站和干扰基站之间通过X2或S1接口交互物理下行控制信道的控制信息以及信道状态,最后由基站设备通过特定的时频来发送给该用户设备,并进行更为精准的干扰消除,保障干扰严重情况下的正常调度,提高系统性能。

    一种基于谱估计的全双工自干扰消除方法及装置

    公开(公告)号:CN104617981B

    公开(公告)日:2017-03-29

    申请号:CN201510025358.4

    申请日:2015-01-19

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于谱估计的全双工自干扰消除方法和装置,通过对自干扰信号进行消极自干扰消除和射频自干扰消除后,在数字域建立自干扰信号的谱估计模型,并对自干扰信号和数字发送信号进行谱分析,得到信号的谱相关密度和功率谱密度等二阶统计量信息,利用该二阶统计量信息对自干扰信号进行重构和消除,最后通过自适应调整减小估计误差。本发明还提供了本发明专利通过谱估计和自适应调整,能有效的消除数字自干扰,提升数字自干扰消除的性能,并且具有更好的收敛性和更小的计算复杂度。

    联合图信号与强化学习的超密集无线网络功率分配方法

    公开(公告)号:CN110972309B

    公开(公告)日:2022-07-19

    申请号:CN201911089450.1

    申请日:2019-11-08

    Abstract: 本发明公开了一种联合图信号与强化学习的超密集无线网络功率分配方法,方法包括:S1,获取无向图,并根据无向图构建邻接矩阵和权值矩阵;S2,计算每个顶点的干扰参数,并计算网络平滑度,以及根据网络平滑度计算网络环境参数;S3,对超密集无线网络的功率进行再次分配,并计算再次分配后的网络环境参数,以及根据该网络环境参数计算回报函数值;S4,根据该回报函数值进行再次分配,并计算再次分配后的网络环境参数,以及根据该网络环境参数计算回报函数值;重复步骤S4,直至得到最大累积回报函数值,停止超密集无线网络功率分配;从而实现在超密集无线网络中进行自组织、自优化的功率分配,进而降低超密集无向网络的干扰程度,有效提高网络性能。

    一种基于谱估计的全双工自干扰消除方法及装置

    公开(公告)号:CN104617981A

    公开(公告)日:2015-05-13

    申请号:CN201510025358.4

    申请日:2015-01-19

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于谱估计的全双工自干扰消除方法和装置,通过对自干扰信号进行消极自干扰消除和射频自干扰消除后,在数字域建立自干扰信号的谱估计模型,并对自干扰信号和数字发送信号进行谱分析,得到信号的谱相关密度和功率谱密度等二阶统计量信息,利用该二阶统计量信息对自干扰信号进行重构和消除,最后通过自适应调整减小估计误差。本发明还提供了本发明专利通过谱估计和自适应调整,能有效的消除数字自干扰,提升数字自干扰消除的性能,并且具有更好的收敛性和更小的计算复杂度。

Patent Agency Ranking