-
公开(公告)号:CN105915318B
公开(公告)日:2017-04-26
申请号:CN201610230588.9
申请日:2016-04-14
Applicant: 西安交通大学
IPC: H04L1/06 , H04L1/00 , H04B7/02 , H04B7/0456
Abstract: 本发明公开了一种基于空间调制的伪中继选择安全传输方法,包括以下步骤:源节点将空间调制比特与符号调制比特进行异或运算,得伪空间调制比特,再进行循环冗余校验,得调制符号,然后对调制符号进行预编码,再广播到激活中继中;3)激活中继接收源节点发送过来的调制符号,并对信号星座图进行旋转,再选取星座符号,并对星座符号进行预编码,然后再将预编码后的星座符号发送给目的节点;4)目的节点采用最大似然译码进行译码,得符号调制比特及伪空间调制比特,再进行异或运算,得空间调制比特,然后将空间调制比特与符号调制比特进行组合,得源节点发送的数据比特。本发明能够实现信息在分布式多中继系统的物理层的安全传输。
-
公开(公告)号:CN106130613A
公开(公告)日:2016-11-16
申请号:CN201610552199.8
申请日:2016-07-13
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于酉空时码获得灵活发射分集的空间调制方法,本发明在不同的发射天线数目时,通过激活单根发射天线获得灵活的发射分集,为了获得期望的发射分集和更高的频谱效率,在由酉空时码和空间调制矩阵产生的发送码字中引入相位旋转和循环结构,分析发送码字的分集增益,推导出酉空时码的设计准则和最优的相位旋转角度。此外,本发明提出的UC‑SM能够直接扩展到大规模MIMO系统中,仿真结果证明,UC‑SM方案使用一个射频链路可以获得灵活的发射分集。与其他的空间调制方案相比,UC‑SM方案不仅保持了原始空间调制技术的优势,而且在相同的速率下,UC‑SM方案的性能接近甚至优于已有的空间调制方案。
-
公开(公告)号:CN104717755A
公开(公告)日:2015-06-17
申请号:CN201510125413.7
申请日:2015-03-20
Applicant: 西安交通大学
IPC: H04W72/08
CPC classification number: Y02D70/20
Abstract: 本发明公开了一种蜂窝网络中引入D2D技术的下行频谱资源分配方法,包括如下步骤:(1)在下行时隙,利用蜂窝用户的干扰受限区域(Interference Limited Area,ILA)来减小D2D用户对蜂窝用户的干扰,从而保证蜂窝用户的正常通信;(2)以系统中蜂窝链路和D2D链路的和容量最大化为目标对D2D通信链路分配频谱资源;(3)当不同的D2D链路分配到相同的频谱资源时,基站为避免D2D链路之间的相互干扰,采用一种启发式优化算法对分配到相同频谱资源的D2D链路进行频谱资源的再分配。
-
公开(公告)号:CN101867424B
公开(公告)日:2013-08-14
申请号:CN201010210123.X
申请日:2010-06-25
Applicant: 西安交通大学
IPC: H04B17/00
Abstract: 本发明公开了一种认知无线电网络的协作频谱感知方法,按照如下步骤:(1)在已有授权用户PU的网络中配置包含N个认知用户SU和一个信息融合中心FC的认知无线电网络;(2)认知用户SU使用能量检测独立判断授权用户PU信号是否存在,然后将二进制硬判决结果发送到信息融合中心FC,其发射功率根据授权用户PU到该认知用户SU的信道条件自适应调整;(3)信息融合中心FC则采用最大似然检测器融合多个认知用户SU的结果,并最终判决授权用户PU是否正在占用频谱。本方法不需要认知用户SU发送软信息,认知用户SU可独立处理而无需相互交换信息,信息融合中心FC端检测器结构简单,易于实现;同时本发明方法具有通信开销小、分集增益高、虚警率和漏检率低等优良性能,具有较高的实用价值。
-
公开(公告)号:CN101860385B
公开(公告)日:2012-09-05
申请号:CN201010207593.0
申请日:2010-06-23
Applicant: 西安交通大学
Abstract: 本发明涉及多输入多输出无线通信系统,公开了一种多输入多输出无线通信系统的信道建模方法。首先根据多输入多输出(MIMO)无线通信系统的仿真环境生成MIMO无线通信系统的信道模型参数,包括径时延、径功率、径到达角、径离开角,然后根据简化原则对信道模型进行简化处理,最后计算MIMO无线通信系统信道的传输系数。本发明利用自适应减少信道多径数目的方法,降低了MIMO通信系统信道模型的复杂度,与未简化的信道模型相比较,简化之后的信道模型的精准度受到的影响很小。
-
公开(公告)号:CN120049927A
公开(公告)日:2025-05-27
申请号:CN202510184912.7
申请日:2025-02-19
Applicant: 西安交通大学
IPC: H04B7/06 , H04B7/0413 , H04B17/309 , H04B17/391 , H04L25/02
Abstract: 一种面向可重构MIMO通信系统的信道获取方法及系统,属于无线通信技术领域,方法包括从发射端所有的可重构方向图中,任选一个方向图,将发射端所有的天线均使用选择出的方向图,估计出所选择一个方向图对应的信道;将发射端的所有可重构天线按照可重构方向图的数量进行分组,使不同的分组天线使用不同的方向图,同一个分组之内的天线使用相同的方向图,估计出各组方向图对应的信道;基于已经估计出的信道,获取估计出的信道路径与对应的角度信息,并外推出所有方向图对应的信道状态信息。本发明在通过少量的导频信号估计出方向图的部分信道状态信息后,利用估计出的部分信道状态信息外推出所有方向图对应的信道状态信息,有效降低了导频开销。
-
公开(公告)号:CN119787998A
公开(公告)日:2025-04-08
申请号:CN202411880789.4
申请日:2024-12-19
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于KAN网络的功放线性化方法与数字预失真系统,属于无线通信技术领域,该方法在数字预失真处理过程中,引入了的Kolmogorov–Arnold Networks(KAN),构建出实值时延KAN数字预失真网络和实值时延KAN数字预失真网络;对于实值时延KAN数字预失真网络,该网络的输入过程考虑了当前时刻和之前时刻的输入信号,可以对应的补偿功率放大器的记忆性;对于向量分解时延KAN数字预失真网络,在实值时延KAN数字预失真网络的基础上,进一步的引入了相位恢复层和全连接层,在保持与上一个KAN模型相似性能的情况下,又可以简化网络的复杂度;本发明使用的KAN数字预失真方法相比于原有基于神经网络的数字预失真方法,使用更少的网络参数,实现更高的线性化能力。
-
公开(公告)号:CN119629014A
公开(公告)日:2025-03-14
申请号:CN202411762183.0
申请日:2024-12-03
Applicant: 西安交通大学
IPC: H04L27/38 , H04B7/0452
Abstract: 一种基于最大似然准则的两步检测方法、系统及装置,属于无线通信技术领域,方法包括通过最大似然检测算法对所有可能的符号星座组合进行检测与排序,并基于最大似然准则,选取距离值最小的符号星座组合作为初步解码结果,完成第一步检测;设定检测阈值,并基于第一步检测中得到的距离值排序,找到与初步解码结果所对应距离值的差值在检测阈值范围内的其他所有距离值,将对应的符号星座组合存放在备选集合中;采用与第一步检测最大似然检测算法不同的度量标准,并基于最大似然准则对备选集合中的符号星座组合进行第二步检测,找出度量值最小的符号星座组合作为目标解码信号。本发明针对解决“误码平台”问题,有效提高解码的准确性以及可靠性。
-
公开(公告)号:CN118138416A
公开(公告)日:2024-06-04
申请号:CN202311808536.1
申请日:2023-12-26
Applicant: 西安交通大学
Abstract: 一种基于投影梯度的块级干扰利用预编码求解方法及系统,求解方法包括:建立PSK调制下的块级干扰利用预编码问题,以及QAM调制下的块级干扰利用预编码问题;采用快速单纯形投影算法进行PSK调制下的块级干扰利用预编码问题的投影,采用ADMM算法进行QAM调制下的块级干扰利用预编码问题的投影;采用交替BB步长方法进行投影梯度算法中的步长选取,利用投影梯度算法迭代求解得到块级干扰利用预编码矩阵,根据块级干扰利用预编码矩阵对系统中的干扰进行管理。采用本发明的方法,块级干扰利用预编码方案的求解将不再依赖于优化软件包,并且复杂度更低,计算开销更小,尤其适用于发射天线数远大于接收端用户数的多用户MIMO下行场景。
-
公开(公告)号:CN116956712A
公开(公告)日:2023-10-27
申请号:CN202310787247.1
申请日:2023-06-29
Applicant: 西安交通大学
Abstract: 本发明公开了一种耦合器及其参数优化方法和系统,所述的基于知识的数据自生成神经网络包括第一知识神经网络和第二知识神经网络,第一知识神经网络输入耦合器的理想频率响应,输出预测的耦合器参数,第二知识神经网络输入预测的耦合器参数,输出预测的频率响应。根据理想频率响应和预测的频率响应之间的误差函数更新神经网络的权重。所述的耦合器结构是中间矩形孔耦合的双脊波导耦合器,矩形孔呈上下平行左右交错的结构排布,本发明将优化算法与耦合器结构设计相结合,在不需要耦合器的相关设计知识的情况下,可以根据神经网络与EM仿真软件的联合仿真,得到满足设计要求的耦合器模型参数,并且在较短时间内就可以完成。
-
-
-
-
-
-
-
-
-