公开(公告)号：CN113810096A

公开(公告)日：2021-12-17

申请号：CN202111013610.1

申请日：2021-08-31

Applicant: 东南大学

Inventor： 高西奇 ,  李科新 ,  尤力 ,  王家恒 ,  王闻今

IPC: H04B7/185 ,  H04B7/0413 ,  H04B7/06

Abstract: 本发明公开了大规模MIMO卫星移动通信上行传输方法及系统。卫星利用与各用户终端之间的统计信道信息，依据遍历和速率最大化准则，计算与每一个用户终端相应的发送协方差矩阵并反馈给各用户终端。将各用户终端的发送协方差矩阵设计转化为各用户终端的低维矩阵设计，通过遍历和速率或其渐进表达式得到最优低维矩阵所满足的条件，计算低维矩阵的特征向量和特征值，并利用最终所得到的低维矩阵计算发送协方差矩阵。各用户终端利用卫星移动引起的多普勒频移和长距离传播的最小传播时延，对其发送信号进行频率和时间补偿，然后利用所得到的发送协方差矩阵进行上行传输。本发明能够逼近卫星移动通信系统的上行和速率容量，并具有较低的计算复杂度。

公开(公告)号：CN113765567A

公开(公告)日：2021-12-07

申请号：CN202111052920.4

申请日：2021-09-08

Applicant: 东南大学

Inventor： 高西奇 ,  王闻今 ,  王一彪 ,  是钧超 ,  王亚飞

IPC: H04B7/06 ,  H04B7/08 ,  H04B7/0426 ,  H04B7/0452 ,  G06N3/04 ,  G06N3/08 ,  H04W52/24

Abstract: 本发明公开了基于深度学习的大规模多输入多输出(multiple input multiple output,MIMO)收发联合波束成形方法，其中发送端(基站)利用各接收端(用户端)的瞬时信道信息，依据所有接收端的发送功率和最小化准则，通过通用深度学习框架和通用深度神经网络结构，实现低复杂度的发送端和接收端波束成形方法；深度学习框架首先通过深度神经网络结构计算最优的下行接收端功率分配向量，进而通过深度神经网络结构或者基于信道矩阵特征值分解的启发式算法计算接收端的波束成形方向向量，最后通过最优解结构直接计算出发送端的波束成形向量；该低复杂度深度学习框架将收发波束成形联合设计问题分解为计算下行功率分配向量和计算收发端波束成形向量两个子问题。本发明能够使发送功率值近乎最佳的发送功率，并具有较低的计算复杂度。

公开(公告)号：CN110519029B

公开(公告)日：2021-10-29

申请号：CN201910728894.9

申请日：2019-08-08

Applicant: 东南大学

Inventor： 高西奇 ,  肖萌 ,  尤力 ,  石丁 ,  孙榛 ,  王闻今 ,  仲文

IPC: H04L5/00 ,  H04L25/02 ,  H04W4/46 ,  H04B7/0413

Abstract: 本发明提出了一种蜂窝与V2V混合大规模MIMO导频复用信道获取方法，在同一时频资源上进行通信的蜂窝用户和V2V‑Tx所使用的导频信号可以复用。首先，基站和各V2V‑Rx根据接收到的探测信号获取每个用户的统计信道信息并发送给中央控制单元，中央控制单元依据统计信道信息对蜂窝用户和V2V‑Tx进行联合导频分配，并将结果反馈给基站和各V2V‑Rx。接着，基站利用接收到的导频信号获得蜂窝用户的信道估计及信道估计误差统计信息；各V2V‑Rx利用接收到的导频信号获得同一通信对中V2V‑Tx的信道估计及信道估计误差统计信息。在各用户移动过程中，随着信道统计特性的变化，动态地实施联合导频分配。本发明能够大幅度降低系统的导频开销，提高无线通信系统的频谱效率。

公开(公告)号：CN112260737B

公开(公告)日：2021-09-10

申请号：CN202011107989.8

申请日：2020-10-16

Applicant: 东南大学

Inventor： 尤力 ,  燕迎春 ,  高琳娜 ,  汤金科 ,  刘彦浩 ,  孙港乐 ,  王闻今

IPC: H04B7/0456 ,  H04B7/185

Abstract: 本发明公开了一种总能效与最小能效权衡的多波束卫星通信鲁棒预编码方法，通过引入随机变量表示由信道状态信息反馈延时等造成的信道相位不确定性，并采用总能效与最小能效加权积的形式来实现多目标问题的优化权衡。本发明将多目标能效权衡的鲁棒预编码设计问题建模为总功率约束下总能效与最小能效加权积最大化问题。通过半正定松弛和序贯优化方法将初始总能效与最小能效权衡问题转化为一系列迭代求解的凸优化子问题，最后基于解的秩采用特征值分解得到最优预编码矢量或者高斯随机化方法得到次优预编码矢量。本发明能够实现公平性和系统总体能效性能的权衡，同时相比传统预编码方法能够显著提高多波束卫星通信系统的性能和能效。

公开(公告)号：CN113271126A

公开(公告)日：2021-08-17

申请号：CN202110543349.X

申请日：2021-05-19

Applicant: 东南大学

Inventor： 尤力 ,  姜涵予 ,  任德荣 ,  徐洁 ,  王闻今

IPC: H04B7/0413 ,  H04B7/0426 ,  H04B7/0456 ,  H04B7/06

Abstract: 本发明公开了一种电磁辐射约束的多用户MIMO上行谱效能效联合优化方法。该方法中，电磁辐射度量标准采用电磁波吸收比值SAR。该方法通过利用信道的统计状态信息，优化设计各用户发送信号的协方差矩阵，使其在满足功率约束和电磁辐射局部暴露约束的前提下，最大化谱效和能效的加权和。其中，算法的设计主要利用了确定性等同原理，二次变换，变量松弛和迭代注水算法。本发明方法复杂度低，当各用户的电磁辐射系数以及与基站之间的统计信道信息发生变化时，用户端可以动态实施满足电磁辐射约束下的谱效能效加权和最大化的传输方法，优化得到传输信号的协方差矩阵。

公开(公告)号：CN113242065A

公开(公告)日：2021-08-10

申请号：CN202110550483.2

申请日：2021-05-20

Applicant: 东南大学

Inventor： 高西奇 ,  孙榛 ,  王闻今 ,  何思然 ,  石丁 ,  郑奕飞 ,  仲文

IPC: H04B7/0413 ,  H04W16/22 ,  H04W56/00

Abstract: 本发明公开了一种利用位置信息的天波大规模MIMO上行同步方法，包括如下步骤：基站侧广播发送下行同步信号，用户侧接收来自基站的下行同步信号；用户侧根据下行同步信号，计算获得下行数据帧的起始位置；用户侧根据自身位置信息和基站位置信息计算获得最短传播路径距离，并根据最短传播距离获得用户无线链路往返传输最小相对时延；用户侧根据已获得的数据帧的起始位置和下行相对时延调整其上行帧发送时刻；基站侧根据收到的上行同步序列反馈用户定时提前信息给用户侧，实现上行同步；本发明的利用位置信息的天波大规模MIMO上行同步方法能够显著降低系统同步开销，提高天波无线通信系统的频谱效率。

公开(公告)号：CN113067652A

公开(公告)日：2021-07-02

申请号：CN202110294794.7

申请日：2021-03-19

Applicant: 东南大学

Inventor： 王闻今 ,  吴驰 ,  朱一鸣 ,  郑奕飞 ,  张帅 ,  尤力

IPC: H04B17/373 ,  H04B7/0413

Abstract: 本发明公开了一种利用宽带大规模天线阵列空间特性的信道预测方法，利用大规模MIMO‑OFDM系统高时延和高角度分辨能力，通过信号处理将复杂的多径信道进行解耦。接着，利用信道稀疏性，根据估计信道信噪比来筛选信道主要元素，并仅对其进行预测。本发明提出两种信道预测方法：一种综合考虑角度时延域信道响应矩阵相邻元素间相关性的空时自回归信道预测器，以及一种具备泛化能力的神经网络信道预测器，实现逐信道元素的预测。空时自回归信道预测器利用历史样本在线学习模型参数，对信道进行预测；神经网络信道预测器则通过离线训练阶段学习网络参数，在在线阶段对信道进行预测。本发明具有预测精度高、计算复杂度低、易实现等优点。

公开(公告)号：CN111865378B

公开(公告)日：2021-06-11

申请号：CN202010466502.9

申请日：2020-05-28

Applicant: 东南大学

Inventor： 高西奇 ,  王闻今 ,  是钧超 ,  徐益 ,  王一彪 ,  田鑫

IPC: H04B7/0456 ,  H04B7/0413 ,  H04B7/0426 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明公开了基于深度学习的大规模MIMO下行预编码方法，本发明中基站利用各用户终端的瞬时和统计信道信息，依据所有用户的遍历可达速率或其逼近的效用函数最大化准则，通过通用框架或低复杂度框架，计算与每一个用户终端相应的预编码向量进行下行预编码传输。该框架基于预编码向量最优解的结构：给定拉格朗日乘子，预编码向量的方向和功率可以分别表示为最大广义特征向量形式和闭式。通用框架通过深度神经网络计算最优拉格朗日乘子，进而通过最优解结构计算预编码向量；低复杂度框架将预编码问题分解为瞬时和统计两个子问题分别计算再组合。本发明能够使下行预编码达到近乎最佳的可达和速率性能，并具有较低的计算复杂度。

公开(公告)号：CN110113285B

公开(公告)日：2021-06-11

申请号：CN201910368397.2

申请日：2019-05-05

Applicant: 东南大学

Inventor： 王闻今 ,  仝玉山 ,  李灵瑄 ,  吴体昊 ,  徐益 ,  尤力 ,  卢安安 ,  高西奇

IPC: H04L27/26

Abstract: 本发明公开了一种OFDM系统闭环时频同步方法与装置，可以在既存在晶振误差引起的载波频偏，也存在多普勒频偏的通信场景下实现准确的时频同步。本发明利用通信系统随机接入过程的闭环机制，经过终端侧与基站侧之间的下行时频同步、上行随机接入过程后，可以准确地估计出多普勒频偏及晶振误差引起的频偏，并进行相应的频偏补偿。针对本发明涉及的下行同步和上行同步问题，具体给出利用同步序列和OFDM循环前缀结构的下行时频估计算法、利用随机接入信号的上行时频估计算法，所给时频估计算法均适用于大频偏环境。因此，本发明的闭环时频同步方法不仅适用于地面移动通信系统，也适用于采用OFDM技术的卫星移动通信系统等。

公开(公告)号：CN108965186B

公开(公告)日：2021-02-26

申请号：CN201810598128.0

申请日：2018-06-12

Applicant: 东南大学

Inventor： 王闻今 ,  仝玉山 ,  李灵瑄 ,  卢安安 ,  尤力 ,  高西奇

IPC: H04L27/26 ,  H04B7/185

Abstract: 本发明公开了一种低轨卫星移动通信系统下行时频同步方法，可以解决OFDM技术应用到低轨卫星移动通信场景中由于大频偏、低信噪比等因素带来的时频不同步问题；本方法可以使用LTE协议规定的主同步序列实现低轨卫星移动通信系统的下行时频同步；本方法先根据时偏估计公式进行大范围时偏搜索，然后在某几个时偏峰值附近进行小范围时频二维搜索，比之直接对似然函数进行时频二维搜索降低了复杂度；本方法使用乘以权值系数后的本地同步序列与接收序列进行相关运算来实现时偏搜索，当同步场景的频偏估计范围变动时，相关运算中只需要相应的修改权值系数即可，极大的提高了算法的适应性。