-
公开(公告)号:CN111865843A
公开(公告)日:2020-10-30
申请号:CN202010460272.5
申请日:2020-05-27
Applicant: 东南大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明公开了大规模MIMO-OFDM系统混合消息传递信道估计方法。本发明针对大规模MIMO-OFDM系统进行建模,利用隐马尔可夫模型建模角度-时延域信道矢量。基于贝叶斯自由能理论,将角度-时延域稀疏信道估计问题转化为受限贝叶斯自由能最小化问题。通过拉格朗日乘子法求解该问题得到混合消息传递算法,利用该算法实现角度-时延域信道估计。本发明中的大规模MIMO-OFDM系统混合消息传递信道估计方法能够大幅提高角度-时延域信道估计的准确性,具有很快的收敛速率,并且可以有效减少导频开销。
-
公开(公告)号:CN110166087B
公开(公告)日:2020-10-27
申请号:CN201910392715.9
申请日:2019-05-13
Applicant: 东南大学
IPC: H04L25/02
Abstract: 本发明公开了一种IQ失衡情况下导频复用大规模MIMO‑OFDM无线通信方法。该方法包括:基站间歇地获取相对校准参数;不同用户同时发送上行探测信号,基站对接收到的探测信号进行校准并获取等效信道统计信息,并由此确定各用户的导频调制因子,实现导频复用;不同用户同时发送上行导频信号,基站依据接收到的导频信获取等效信道估计以及估计误差的统计特性;基站依据接收到的数据信号,在每个子载波上依据信道估计和估计误差相关阵实施鲁棒信号接收。本发明在基站存在IQ失衡情况下,先利用获取的相对校准参数对接收信号进行校准,进而进行等效信道估计和线性鲁棒信号接收,且基站可以依据等效信道统计信息预测上行可达和速率。
-
公开(公告)号:CN109194373B
公开(公告)日:2020-05-05
申请号:CN201810933114.X
申请日:2018-08-16
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/06 , H04L5/00 , H04W72/04
Abstract: 本发明提出一种大规模MIMO波束域联合单播多播传输方法,该方法中无线通信的基站侧配置了大规模天线阵列,通过波束赋形生成覆盖整个小区的大规模波束集合。基站在相同的时频资源上采用波束域联合单播和多播的方式与小区内的用户进行通信。基站根据小区内各个用户的波束域统计信道状态信息,对波束域的多播信号和发送给各个用户的单播信号进行功率分配。其中,波束域功率分配基于MM迭代算法和确定性等同方法,通过迭代求解凸优化问题获得波束域功率分配矩阵,并随着统计信道状态信息的变化动态更新。本发明解决了基站侧仅知统计信道信息的波束域联合单播多播传输的功率分配优化问题,提升了系统单播和多播传输速率,并且有效降低了实现的复杂度。
-
公开(公告)号:CN110518961A
公开(公告)日:2019-11-29
申请号:CN201910805571.5
申请日:2019-08-29
Applicant: 东南大学
IPC: H04B7/185 , H04B7/0456 , H04B7/0426 , H04B7/0413 , H04B7/0408
Abstract: 本发明公开了大规模MIMO卫星移动通信方法及系统。卫星或信关站利用各用户的空间角度信息对覆盖区内待服务的用户进行分组,形成空分用户组,同一组内的用户终端使用同一时频资源与卫星进行通信,不同组的用户终端使用不同的时频资源与卫星进行通信。对于同一空分用户组的用户终端,卫星或信关站利用各用户终端的统计信道信息,计算与每一个用户终端相应的下行预编码矢量和上行接收处理矢量,然后利用所得到的矢量进行下行预编码传输和上行接收信号处理。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,对其接收信号和发送信号进行频率和时间补偿。本发明能够大幅提高卫星移动通信系统的频谱效率与功率效率,并降低实现复杂度。
-
公开(公告)号:CN108809390A
公开(公告)日:2018-11-13
申请号:CN201810480169.X
申请日:2018-05-18
Applicant: 东南大学
IPC: H04B7/0456 , H04B7/0408 , H04B7/0426 , H04B7/0452 , H04B7/0417 , H04B7/06 , H04B7/08 , H04W52/24 , H04B7/185
Abstract: 本发明提出了一种适用于多播多波束卫星移动通信系统的鲁棒传输方法。该方法首先考虑卫星移动通信系统中的信道长延时特性,在信关站仅知道部分信道信息的条件下,基于平均欧式距离准则进行用户分组;然后考虑在长延时内信道幅度基本保持不变而信道相位变化快速的特性,由随机变量表征由信道状态信息反馈延时带来的信道相位不确定性,对用户信干噪比关于此随机变量求数学期望得到平均信干噪比,进而将预编码问题建模为功率最小化问题;最后通过半正定松弛和高斯随机化方法求解功率最小化问题,即可获得每个用户组的最优预编码矢量。本发明所提出的鲁棒传输方法,相比不考虑信道信息过时的传统方法能够显著提高系统性能。
-
公开(公告)号:CN107276934A
公开(公告)日:2017-10-20
申请号:CN201710521590.6
申请日:2017-06-30
Applicant: 东南大学
Abstract: 本发明公开了一种大规模MIMO系统多用户上行鲁棒检测方法,包括:第一步,在上行信道训练中,用户发送导频信号,基站依据接收的导频信号获取信道估计值 和相应的信道估计误差 第二步,建立信道矩阵G的统计模型;第三步,考虑用户等概率发送QAM符号x,获取x的初始估计均值 和初始估计方差 第四步,利用信道矩阵的统计模型及 采用鲁棒的检测算法获取发送信号的均值 和方差第五步,判断是否满足迭代终止条件:如果是,则跳转执行第六步;否则,则更新 并跳转至第四步;第六步,对 进行硬判决,得到用户发送信号检测值本发明能以较低实现复杂度实现,且在不增加计算复杂度的同时,显著提高大规模MIMO系统上行链路中的信号检测的鲁棒性。
-
公开(公告)号:CN103997394A
公开(公告)日:2014-08-20
申请号:CN201410257929.2
申请日:2014-06-11
Applicant: 东南大学
Abstract: 本发明提出一种基于多小区协调的多用户大规模MIMO导频复用传输方法。配备大规模天线阵列的各基站在同一时频资源上与多个用户进行无线通信,同小区用户不要求使用完全正交导频,不同小区也不要求完全复用同一套导频,同小区或不同小区的多个用户可复用同一导频。采用多小区协调通信,多个小区构成一个小区簇。首先,由各小区基站获得小区簇内所有用户统计信道信息,并将其发送给中央控制单元(负责协调小区簇内所有小区)。然后,中央控制单元依据统计信道信息对小区簇内所有用户进行导频分配,并将结果反馈至各基站。接着,各基站利用各用户发送的导频信号获得各用户信道估计及其误差的统计特性,并据此进行上行鲁棒接收及下行鲁棒预编码。本发明能够大幅降低导频开销,提高系统净频谱效率且导频分配算法适应性强,上行接收和下行预编码传输具有鲁棒性。
-
公开(公告)号:CN120017108A
公开(公告)日:2025-05-16
申请号:CN202510163561.1
申请日:2025-02-14
Applicant: 东南大学
IPC: H04B7/0456 , H04B7/185
Abstract: 本发明公开了一种大规模MIMO低轨星地协作鲁棒预编码方法,考虑基站对用户终端潜在的服务中断,引入低轨卫星与基站协作为用户服务,保障用户通信性能。考虑卫星端只能获得不准确的发射角角度信息,提出了一种基于角度误差分布信息的低轨星地协作鲁棒预编码方法。本发明建立低轨卫星和地面基站各自能耗约束下系统遍历可达和速率最大化问题,利用半正定松弛和速率近似改写优化问题,再基于低轨卫星的发射角角度误差信息推导信道的自相关矩阵用于鲁棒预编码,之后运用CCCP算法设计鲁棒预编码器。本发明提出的大规模MIMO低轨星地协作鲁棒预编码方法,显著降低了优化问题求解的复杂度,并可以在发射角角度误差情况下实现鲁棒效果,保障用户通信速率。
-
公开(公告)号:CN119853834A
公开(公告)日:2025-04-18
申请号:CN202510012614.X
申请日:2025-01-06
Applicant: 东南大学
IPC: H04B17/391 , G06T3/4053 , G06N3/082 , G06N3/0464
Abstract: 本发明公开了一种信道指纹孪生的构建方法与系统。本发明分别将粗粒度信道指纹和细粒度信道指纹视之为物理对象和数字孪生对象,并利用图像超分辨率技术构建二者之间的联系。本发明依据变分推理和重参数化理论推导细粒度信道指纹孪生似然的证据下界作为目标函数,并引入粗粒度信道指纹作为侧信息设计一种用于生成细粒度信道指纹的条件生成式扩散模型,其可部署于信道指纹孪生的核心计算中枢。此外,本发明还进一步引入了一次性剪枝算法和多目标知识蒸馏技术以获取轻量化的条件生成式扩散模型。本发明提出的信道指纹孪生构建方法不仅保证了重构精度,而且在具有不同细粒度信道指纹的无线通信场景下均具有较强的可扩展性和泛化能力。
-
公开(公告)号:CN119788135A
公开(公告)日:2025-04-08
申请号:CN202510001988.1
申请日:2025-01-02
Applicant: 东南大学
IPC: H04B7/0456 , H04B7/0413 , H04B7/185 , G06N3/042
Abstract: 本发明涉及低地球轨道(LEO)卫星通信技术领域,具体涉及一种基于图神经网络(GNN)的深度展开大规模MIMO LEO卫星预编码方法。本发明首先构建大规模MIMO LEO卫星通信的功率有限的能效最大化预编码问题;然后通过Dinkelbach算法将原始问题转化为一些列迭代求解子问题,并运用加权最小均方误差(WMMSE)方法把子问题转变为凸问题,得到用户预编码矢量的迭代更新表达式;针对用户预编码矢量更新过程中的复矩阵求逆构建GNN进行深度展开,并应用泰勒展开在GNN框架内逼近矩阵求逆运算,进一步提高计算效率。本发明能够实现系统较高的能效,并且显著降低优化问题求解的复杂度,加快了运算速度。
-
-
-
-
-
-
-
-
-