公开(公告)号：CN107483088A

公开(公告)日：2017-12-15

申请号：CN201710766951.3

申请日：2017-08-31

Applicant: 东南大学

Inventor： 高西奇 ,  卢安安 ,  仲文

IPC: H04B7/0413 ,  H04B7/0456 ,  H04B17/391

CPC classification number: H04B7/0413 ,  H04B7/0456 ,  H04B17/3912

Abstract: 本发明公开了一种非完美信道状态信息下大规模MIMO鲁棒预编码传输方法。所公开方法中，大规模MIMO系统基站端获得的非完美信道状态信息被建模为包含信道均值和方差信息的后验统计信道模型。该模型考虑了信道估计误差、信道老化以及空间相关的影响。本发明中，基站利用后验统计信道模型进行鲁棒预编码传输，能够解决大规模MIMO对各种典型移动场景的普适性问题，并取得高频谱效率。本发明利用包括信道均值和方差信息的后验统计信道模型进行鲁棒预编码传输，所用统计信道模型更加充分和准确；通过鲁棒预编码方法可以实现降维传输，可以降低数据传输时所需的导频开销，降低解调或检测的复杂度，提高传输的整体效率。

公开(公告)号：CN116132227B

公开(公告)日：2024-11-29

申请号：CN202310142961.5

申请日：2023-02-21

Applicant: 东南大学

Inventor： 高西奇 ,  刘晓峰 ,  卢安安 ,  伏啸 ,  巩鑫瑞 ,  杨济源

IPC: H04L25/02 ,  H04B7/0413

Abstract: 本发明公开了基于生成扩散模型的RIS辅助大规模MIMO信道估计方法。本发明针对RIS辅助大规模MIMO系统，提出基于生成扩散模型的级联信道估计方法。首先构建条件生成扩散模型，该生成扩散模型在RIS相移退化矩阵的谱空间中运行前向过程和后向过程，并且只在后向过程受到条件信息的引导。级联信道估计由条件生成扩散模型的采样过程实现。在采样过程中，接收信号作为条件信息在RIS相移退化矩阵的谱空间中逐步引导级联信道的恢复。本发明能够大幅提高RIS辅助大规模MIMO通信系统级联信道的估计精度。

公开(公告)号：CN116599560B

公开(公告)日：2024-11-05

申请号：CN202310741285.3

申请日：2023-06-21

Applicant: 东南大学

Inventor： 高西奇 ,  杨济源 ,  卢安安 ,  陈衍 ,  樊明睿

IPC: H04B7/06 ,  H04B7/08 ,  H04B7/0413

Abstract: 本发明公开了一种大规模MIMO信号检测的信息几何方法，本发明依据信息几何进行信号检测，获取各用户发送符号的后验概率信息。其中信息几何方法将离散随机矢量的概率分布的集合定义为原始流形，根据发送符号的后验分布构造目标流形和辅助流形，迭代计算辅助流形上的概率分布在目标流形上的m‑投影，并根据m‑投影更新辅助流形以及目标流形中分布的自然参数。迭代收敛后以目标流形上的分布作为发送符号的边缘后验概率分布，并在调制集合中选取使边缘后验概率分布最大的调制符号作为解调结果，或利用边缘后验概率分布进行软解调，得到各码比特的似然比信息。本发明相较于传统线性检测器的计算复杂度更低，同时能够显著提高系统的误码率性能。

公开(公告)号：CN118890068A

公开(公告)日：2024-11-01

申请号：CN202411047754.2

申请日：2024-08-01

Applicant: 东南大学

Inventor： 高西奇 ,  孙睿 ,  孙晨 ,  石丁 ,  卢安安

IPC: H04B7/0413 ,  H04B7/0456 ,  H04B17/391 ,  H04L25/02 ,  H04L5/00 ,  H04W4/42

Abstract: 本发明公开了大规模MIMO高铁通信信道预测及传输方法。基站端通过上行信道探测获得导频段的四重波束域信道信息，预测导频符号间的数据段空间‑频域‑时间域信道信息；利用得到的导频段的四重波束域信道信息，构建四重波束基后验信道模型，预测导频符号后的数据段后验空间‑频域‑时间域信道矢量；上行通信中，基站利用预测的导频符号间的数据段空间‑频域‑时间域信道信息，进行接收机设计；下行通信中，基站利用预测得到的导频符号后的数据段后验空间‑频域‑时间域信道矢量进行预编码矩阵设计。本发明能够在不增加导频开销的情况下提升基站侧可获得信道信息的准确性，能够高效地设计预编码矩阵，有效解决高铁通信中信道老化严重的问题，提高性能。

公开(公告)号：CN118590105A

公开(公告)日：2024-09-03

申请号：CN202410504732.8

申请日：2024-04-25

Applicant: 东南大学

Inventor： 卢安安 ,  林宇昂 ,  陈衍 ,  高西奇

IPC: H04B7/0456 ,  H04B7/0452 ,  H04L25/02

Abstract: 本发明公开了一种基于多重波束基信道表征模型的超大规模MIMO鲁棒预编码设计方法，包括以下步骤：(1)基站基于多重波束基信道表征模型获取用户信道先验信息；(2)基站通过上行导频信号和信道先验信息进行多重波束域信道估计，获取多重波束域信道均值和方差信息；(3)基站根据多重波束域信道均值和方差信息，计算空时频信道后验均值和方差信息；(4)根据下行传输数据段信道的后验均值和方差信息，建立总功率约束下的期望和速率上界最大化问题并进行求解获得鲁棒预编码矩阵；本发明有效的提升了大规模MIMO系统的和速率性。

公开(公告)号：CN116470941A

公开(公告)日：2023-07-21

申请号：CN202310309860.2

申请日：2023-03-28

Applicant: 东南大学

Inventor： 高西奇 ,  孙睿 ,  王晨 ,  卢安安

IPC: H04B7/0456 ,  H04W24/02

Abstract: 本发明公开了一种大规模MIMO下行预编码流形优化方法，是一种基于流形优化的最大加权和速率大规模MIMO预编码设计方法，提出了适用于总功率约束、各用户功率约束和逐天线功率约束的矩阵流形优化框架。基于满足总功率约束、各用户功率约束和逐天线功率约束的预编码器集合在不同的黎曼子流形上，将欧氏空间中的有约束优化问题转变成了流形空间上的无约束优化问题。据此，提供了黎曼共轭梯度法在流形上设计满足不同约束的预编码器。本发明中的预编码流形优化设计方法没有大维矩阵的求逆，并且具有更快的收敛特性和更低的复杂度。

公开(公告)号：CN116208448A

公开(公告)日：2023-06-02

申请号：CN202310458947.6

申请日：2023-04-26

Applicant: 东南大学

Inventor： 高西奇 ,  杨济源 ,  尤肖虎 ,  卢安安 ,  陈衍 ,  仲文

IPC: H04L25/02 ,  H04B7/0452

Abstract: 本发明公开了大规模MIMO信道估计的简化信息几何方法，包括：基站侧/用户终端通过接收到的上行/下行导频信号以及信道的先验统计信息，获取信道的后验统计信息；根据多重波束基信道表征模型、信道的先验统计信息以及信道噪声方差计算虚拟信道噪声方差用于迭代；将所有辅助流形中的分布的自然参数设为公共自然参数；迭代计算辅助流形中的分布在目标流形中的m‑投影，更新辅助流形中分布的公共自然参数；计算目标流形中分布的自然参数，并以目标流形中分布的均值和方差作为信道估计的后验均值和后验方差。本发明能够在保证信道估计准确度的前提下，显著降低信道估计的计算复杂度以及导频开销，有效地解决大规模MIMO系统的信道估计问题。

公开(公告)号：CN114629533A

公开(公告)日：2022-06-14

申请号：CN202210147310.0

申请日：2022-02-17

Applicant: 东南大学

Inventor： 高西奇 ,  杨济源 ,  卢安安 ,  陈衍

IPC: H04B7/0413 ,  H04L25/02

Abstract: 本发明公开了大规模MIMO信道估计的信息几何方法及相关系统。本发明依据信息几何理论进行信道估计，获取各用户终端信道的后验统计信息，包括后验均值和方差。其中信息几何方法将高斯分布的集合定义为原始流形，根据信道的后验分布构造目标流形和辅助流形，迭代计算辅助流形上的分布在目标流形上的m‑投影并根据m‑投影更新辅助流形以及目标流形中分布的参数，最后以目标流形上分布的均值和方差作为信道估计的后验均值和后验方差。本发明提出的信息几何方法能够在保证信道估计准确度的前提下，显著降低信道估计的计算复杂度及导频开销，有效地解决大规模MIMO系统的信道信息获取问题。

公开(公告)号：CN114567358A

公开(公告)日：2022-05-31

申请号：CN202210201409.4

申请日：2022-03-03

Applicant: 东南大学

Inventor： 高西奇 ,  是钧超 ,  仲文 ,  卢安安

IPC: H04B7/0456 ,  H04B7/0426 ,  H04L25/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了大规模MIMO鲁棒WMMSE预编码器及其深度学习设计方法，基站利用各用户终端的信道估计值和信道估计误差的统计参数，依据所有用户的遍历和速率或遍历和速率下界最大化准则，通过鲁棒WMMSE预编码器的迭代设计或深度学习设计方法，计算与每个用户终端相应的预编码矢量进行下行鲁棒WMMSE预编码传输。迭代设计采用块坐标下降方法，依次迭代更新统计鲁棒接收机、权值参数和预编码矢量，从而最大化遍历和速率下界；深度学习设计方法基于由低维特征参数确定的预编码矢量结构，先通过神经网络计算低维特征参数，再通过该结构计算预编码矢量，下行预编码在各种天线配置下，以较低的计算复杂度达到接近最优的可达和速率性能。

公开(公告)号：CN114172549A

公开(公告)日：2022-03-11

申请号：CN202111482282.X

申请日：2021-12-07

Applicant: 东南大学

Inventor： 高西奇 ,  于祥龙 ,  卢安安 ,  孙晨

IPC: H04B7/0456 ,  H04B7/0452 ,  H04B7/0426

Abstract: 本发明公开了一种天波大规模MIMO通信下行传输方法，包括：天波大规模MIMO通信采用波束基信道统计模型，其表示为波束矩阵与波束域信道矢量的乘积；在基站侧，利用波束域信道的统计信息及其稀疏特性，生成各用户非零波束索引集合以及多用户非零波束索引集合，获得各用户的降维波束域信道、降维波束域统计信道信息和降维波束矩阵；在基站侧，在降维波束域进行用户下行预编码矩阵的最优设计或渐近最优设计，然后利用所得到的用户下行预编码矩阵通过预编码生成用户下行发送信号。本发明可以显著提升高速移动场景下天波通信的频谱效率，进而大幅提高传输速率和传输距离，同时解决所涉及的大维下行预编码矩阵设计复杂的问题。