一种基于深度学习与熵编码的信道状态信息反馈方法

    公开(公告)号:CN113098804A

    公开(公告)日:2021-07-09

    申请号:CN202110334430.7

    申请日:2021-03-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于深度学习与熵编码的信道状态信息反馈方法,首先,在用户端,对MIMO信道状态信息的信道矩阵进行预处理,选择关键矩阵元素以减少计算量,获得实际用于反馈的信道矩阵H;其次,在用户端构建包括深度学习特征编码器与熵编码结合的模型,将信道矩阵H编码为二进制比特流;在基站端,构建包括深度学习特征译码器与熵解码结合的模型,从二进制比特流重建出原信道矩阵估计值;并对模型进行训练,获得模型参数及输出的重建信道矩阵的重建值最后,将训练好的基于深度学习与熵编码的模型用于信道信息的压缩感知和重建。本发明可以减小大规模MIMO信道状态信息反馈开销。

    一种基于LoS MIMO架构的低轨卫星馈电链路通信方法

    公开(公告)号:CN113037359A

    公开(公告)日:2021-06-25

    申请号:CN202110231582.4

    申请日:2021-03-02

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于LoSMIMO架构的低轨卫星馈电链路通信方法,可以在不增加系统功耗的条件下大幅提高低轨卫星星座系统馈电链路的遍历信道容量。对于在低轨卫星与地面站均配备多根天线的通信系统,本方法分别从卫星侧以及地面侧对系统的馈电链路遍历信道容量进行优化设计。在地面侧,根据地面站所在位置以及低轨卫星的运动轨迹参数等信息可计算出获得最优遍历信道容量的地面天线摆放方案。在卫星侧,根据低轨卫星的运动轨迹,本方法同时还可以计算出能够获得最优遍历信道容量的卫星姿轨调整方案。

    能效最优的大规模MIMO安全多播传输功率分配方法

    公开(公告)号:CN112039563B

    公开(公告)日:2021-06-11

    申请号:CN202010940483.9

    申请日:2020-09-09

    Applicant: 东南大学

    Abstract: 本发明提出了一种基于统计信道状态信息的能效最优的大规模MIMO安全多播传输功率分配方法,用于用大规模天线阵列和统计信道状态信息使用。基站发射的公共信号多播传输给多个合法目标用户,发射区域内存在一个窃听者窃听,在传输过程中基站获取各用户和窃听者的统计信道状态信息,并实施能效最优的多播传输功率分配,利用MinorizeMaximize方法,Dinkelbach变换和确定性通过两层迭代求解一系列的凸优化子问题来获得安全多播的波束域功率分配矩阵。当基站与各用户和窃听者之间的统计信道状态信息发生变化时,基站能动态实施能效最优的安全多播传输功率分配,复杂度低,能够有效提高大规模MIMO安全多播传输的能效。

    智能反射面辅助的多用户MIMO上行能效谱效联合优化方法

    公开(公告)号:CN111953391B

    公开(公告)日:2021-06-01

    申请号:CN202010655484.9

    申请日:2020-07-09

    Applicant: 东南大学

    Abstract: 本发明提出了一种智能反射面辅助的多用户MIMO上行能效谱效联合优化方法。该方法中,用户发送信号经IRS反射被基站接收,IRS的反射单元能改变入射信号的相位。本发明利用部分信道状态信息,同时考虑IRS反射系数能够连续取值和离散取值的两种不同情况,通过交替优化方法、确定性等同原理、二次惩罚方法、MM方法和加速投影梯度下降等方法,联合设计各用户的预编码矩阵和IRS的反射系数最大化能效和谱效的加权和。当信道状态信息变化时,中央控制器动态实施能效谱效联合优化的多用户MIMO上行发送功率分配和IRS反射系数调整。本发明实现复杂度低,能够有效提高多用户MIMO上行通信的能效和谱效,实现两者的平衡。

    一种基于椭圆轨道的多波束低轨卫星信道仿真方法

    公开(公告)号:CN108833041B

    公开(公告)日:2021-05-04

    申请号:CN201810392115.8

    申请日:2018-04-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于椭圆轨道的多波束低轨卫星信道仿真方法,步骤:配置卫星通信工作频点、卫星轨道参数和用户终端参数,并根据精度需求修改通用参数;一次性随机生成各用户的三维坐标,或利用终端坐标系手动配置各用户的三维坐标;选择多波束卫星天线模型并配置天线参数;计算卫星天线的波束增益;计算自由空间损耗、多普勒频移与时延;计算信道系数;计算卫星对用户的有效通信时间。本发明考虑了低轨卫星处于椭圆轨道面临的相关问题,仿真最后可以输出卫星不同波束天线到地面多终端的各种参数。

    低复杂度机器学习辅助鲁棒预编码方法及装置

    公开(公告)号:CN111541472B

    公开(公告)日:2021-04-06

    申请号:CN202010315003.X

    申请日:2020-04-21

    Applicant: 东南大学

    Abstract: 本发明提出了一种低复杂度机器学习辅助鲁棒预编码方法及装置。为了在大规模MIMO下行系统中,同时兼顾准静态信道场景和快变信道场景下的共信道干扰性能,本发明将不同类型的两种预编码矩阵加权,得到了一种具有鲁棒性的预编码方法。其中两个预编码矩阵分别基于瞬时信道预测结果和能量耦合矩阵产生,加权系数通过机器学习方法获得。本发明相比现有鲁棒预编码方法计算复杂度大幅降低,且在准静态信道环境下和快变信道环境下都能达到可接受的和速率性能。

    基于多基站定位的交叉互验时钟同步方法及系统

    公开(公告)号:CN110121208B

    公开(公告)日:2021-04-06

    申请号:CN201910397798.0

    申请日:2019-05-14

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于多基站定位的交叉互验时钟同步方法及系统。多基站定位系统中,用一个主基站和多个从基站对用户进行多基站定位。本发明方法中由主基站进行工作时序控制,保证通讯正常,同时获取各基站间互相通信的收发时间戳进行时钟同步,基于多组收发时间戳信息构建方程获得同步参数,对定位数据进行矫正,以此提高定位精度。其中各数据间的相关性起到互相验证的作用。本发明使用交叉互验的方法,高效地解决基站间时钟不同步问题,矫正了由时钟不同步造成的定位数据误差,使同步与定位并行进行,提高了系统整体效率,系统对定位算法的迁移性强。

    联合使用同步序列和OFDM循环前缀的下行时频同步方法

    公开(公告)号:CN109639616B

    公开(公告)日:2021-04-06

    申请号:CN201811597233.9

    申请日:2018-12-26

    Applicant: 东南大学

    Abstract: 本发明公开了一种联合使用同步序列和OFDM循环前缀的下行时频同步方法。本方法联合使用同步序列及多段OFDM循环前缀实现通信系统的下行时频同步,可以解决通信场景中因大频偏、低信噪比等因素带来的OFDM系统时频同步困难问题。本方法首先根据时偏似然函数进行一维时偏搜索,在得到时偏估计值后,通过对频偏似然函数进行一维频偏搜索或直接使用低复杂度频偏估计方法获得频偏估计值。在本方法中,定时同步阶段还可以选择将多个同步周期的时偏似然函数值进行非相干合并以提高估计准确度。相比直接根据时频联合似然函数进行时频二维搜索以获得时偏、频偏的同步方法,本方法极大的降低了搜索复杂度。同时本方法不仅适用于通信系统的初始同步阶段,也适用于通信系统的跟踪同步阶段。

    适用于多波束卫星通信系统的高能效鲁棒预编码方法

    公开(公告)号:CN110838859B

    公开(公告)日:2021-02-09

    申请号:CN201911119084.X

    申请日:2019-11-15

    Applicant: 东南大学

    Abstract: 本发明提出了一种适用于多波束卫星通信系统的高能效鲁棒预编码方法。该方法首先考虑卫星通信系统中信道传播长延时特性,用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;然后考虑卫星通信系统能量受限的特性,对用户速率关于上述随机变量求数学期望取用户组内最小值除以该组总功耗得到用户组的能量效率,进而将鲁棒预编码设计问题建模为用户组能效约束下的总功率最小化问题;最后通过半正定松弛和序贯优化方法将初始总功率最小化问题转化为一系列迭代求解的凸优化子问题,并采用高斯随机化方法得到每个用户组的预编码矢量。本发明所提出的高能效鲁棒预编码方法,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。

    一种基于机器学习的MIMO链路自适应传输方法

    公开(公告)号:CN108462517B

    公开(公告)日:2021-02-09

    申请号:CN201810182937.3

    申请日:2018-03-06

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于机器学习的MIMO链路自适应传输方法,使用非监督学习自编码算法进行特征的提取与降维,引入深度学习的思想,能够在保留主要信息状态信息的前提下降低特征维度与计算复杂度。本发明利用逻辑回归算法构建信道状态信息与传输参数间的映射关系,不同于以往固定的参数化模型,能够基于样本数据进行训练,在数据集质量较优,覆盖所有状态的情况下,能够更好的建立信道状态信息与传输参数间的映射关系,并相较于传统的单一等效信噪比,能够更充分的利用信道状态信息。此外,本发明还基于信道矩阵进行CQI选择,通过信道矩阵和噪声方差研究基于机器学习的MIMO链路自适应方法不受接收机设计的约束,具有普适性。

Patent Agency Ranking