-
公开(公告)号：CN115276736A
公开(公告)日：2022-11-01
申请号：CN202210830913.0
申请日：2022-07-15
Applicant: 北京交通大学
IPC: H04B7/0456 , H04B7/06 , H04L5/00 , H04L27/26
Abstract: 本发明提供了一种面向任务的信道状态信息联合估计反馈方法。该方法包括：将第一信息送入第一通信终端的第一模块，得到第一信号，所述第一模块发送第一信号；第二通信终端接收所述第一信号的相关信号和第二信息，所述第二通信终端的第二模块根据所述第二信息对所述第一信号的相关信号进行处理，得到第二信号，所述第二模块发送第二信号；所述第一通信终端获取第二信息和第二信号的相关信号，由第一通信终端的第三模块根据所述第二信息对第二信号的相关信号进行处理，得到第三信息。本发明方法能够针对特定任务有效对CSI进行编码压缩，在进一步降低反馈资源占用的同时，提供了良好的任务性能。
-
公开(公告)号：CN114070467A
公开(公告)日：2022-02-18
申请号：CN202111186217.2
申请日：2021-10-12
Applicant: 北京交通大学
IPC: H04L1/00
Abstract: 本发明提供了一种面向深度联合信源信道编码的信源加密隐私保护方法。包括：将第一信息传输至发送端的第一模块、第二模块，接收端的第三模块、第四模块；第一模块根据第一信息对第一信号进行加密处理得到第二信号，并传输至发送端的作为DJSCC编码模块的第二模块；第二模块对第二信号和第一信息编码为第三信号，第三信号通过无线信道后变为第四信号，到达接收端，并被输入作为DJSCC译码模块的第三模块，第三模块根据第一信息对第四信号进行译码及解调处理，得到第五信号并传输至第四模块；第四模块根据第一信息对第五信号进行解密处理，得到第六信号。本发明可以成功地保护信源的隐私信息，能够确保解密后信源和原始信源之间的端到端重建的良好性能。
-
公开(公告)号：CN111586884A
公开(公告)日：2020-08-25
申请号：CN202010395658.2
申请日：2020-05-12
Applicant: 北京交通大学
IPC: H04W74/08
Abstract: 本发明实施例提供了一种利用角度域簇稀疏特性的多用户随机接入方法、基站、系统。所述方法包括：步骤1,基站侧接收用户侧的设备接入时给基站发送的信号Q；步骤2,基站侧对接收的信号进行处理；所述步骤二具体为：针对接收信号Q进行傅里叶变换Y＝QW＝AHW+ZW＝AX+N，以将系统模型转换到多天线虚拟角度域；其中矩阵W表示离散傅里叶变换矩阵，X＝HW为角度域的信道信息矩阵；N＝ZW；步骤3,基站侧根据处理后的所述信号，进行导频检测及冲突解决。
-
公开(公告)号：CN120090676A
公开(公告)日：2025-06-03
申请号：CN202510009536.8
申请日：2025-01-03
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于图神经网络的信道波束赋形优化方法及系统，属于无线通信信道优化领域。所述方法包括：采集数据集，将CSI的期望链路特征和干扰链路特征进行统一和增强，得到增强链路特征；基于能量效率EE最大化，构建波束赋形优化模型，并基于增强链路特征定义由功率部分和方向部分组成的波束赋形向量；构建通信拓扑结构的图表示，赋予节点和有向边特征，并学习波束赋形向量的方向和功率，再恢复波束赋形向量；再构建损失函数、确定布署方案，对波束赋形优化模型进行训练，训练完成后对信道的波束进行赋形优化。本发明提高了波束赋形优化过程的泛化性，同时保持了较小的扩展性能损耗，提高了对波束赋形优化的高效性与实用性。
-
公开(公告)号：CN119945538A
公开(公告)日：2025-05-06
申请号：CN202411926346.4
申请日：2024-12-25
Applicant: 北京交通大学
Abstract: 本发明提供了一种反向散射多址方法,包括：第一设备向多个第二设备发送包含指示时域资源参数Q和用于指示频域资源参数P的第一信令，第二设备收到第一信令，根据参数P和Q确定反向散射使用的时域和频域资源反向散射第二信令；第一设备根据接收到第二设备反向散射第二信令的碰撞结果，发送第三信令动态调整P和Q参数；第一设备在给定时间窗口W1内成功接收第二信令，向第二设备发送第四信令；第二设备成功接收第四信令后，以P参数确定的频率向第一设备返回第五信令，第一设备在给定时间窗口W2内接收第五信令。本发明通过联合时域和频域资源实现多设备动态盘点，实施简单，通用性强，灵活度高，对提高反向散射通信性能具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN119324718A
公开(公告)日：2025-01-17
申请号：CN202411023652.7
申请日：2024-07-29
Applicant: 中铁二院工程集团有限责任公司 , 北京交通大学 , 中航国际成套设备有限公司
IPC: H04B3/32 , H04B3/487 , G08C19/00 , H04B17/391 , H04B17/345 , H04B17/309 , H04B17/373 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及列车控制技术领域，公开了用于列车干扰信号抑制的方法、装置、设备和存储介质，方法包括：获取待处理的列车控制信号；将列车控制信号输入扩散模型，基于扩散模型抑制列车控制信号中的干扰信号，得到重构信号；其中，扩散模型，包括：正向扩散过程和反向去噪过程；正向扩散过程：通过将预设的噪声信号逐步加入原始列车控制信号中，直至原始列车控制信号转化为随机噪声信号；反向去噪过程：对随机噪声信号逐步去噪，得到重构信号。通过逐步扩散去噪，将噪声信号逐步去除，实现对原始控制信号的重构，减少干扰信号对原始控制信号的影响，可以适应不同的对列车控制信号产生干扰的情形，对列车的安全和高效地运行具有重大的现实意义。
-
公开(公告)号：CN118646453A
公开(公告)日：2024-09-13
申请号：CN202410607521.7
申请日：2024-05-16
Applicant: 北京交通大学
IPC: H04B7/04 , H04B17/309 , H04B17/391 , H04W16/18 , H04W24/06 , H04L41/16 , H04B7/06 , H04W72/044
Abstract: 本发明提供了一种计算机视觉辅助的RIS智能传输方法。该方法包括：构建智能超表面RIS辅助的多用户多输入多输出MISO网络的系统模型；根据所述RIS辅助的MISO网络的系统模型中各RIS所在级联信道上的路径损耗，基于计算机视觉辅助选取最佳的RIS级联通道；基于所述最佳的RIS级联通道，以RIS辅助的MISO网络的传输速率最大为目标，构建优化问题的目标函数；通过DNN网络迭代学习信道信息的，不断调整RIS的相移参数以及发射机对于每个接收方的功率分配占比，获取所述优化问题的目标函数的求解结果。本发明基于DNN的传输设计模块，利用信道信息配置所选RIS的波束赋形参数以及系统功率分配，优化系统传输速率最大化问题。
-
公开(公告)号：CN113766541B
公开(公告)日：2023-10-17
申请号：CN202111044301.0
申请日：2021-09-07
Applicant: 北京交通大学
Abstract: 本发明提供了一种MMTC场景下的活跃设备及其适用信道的检测方法。包括：每个活跃设备选择导频序列组成矩阵，基站通过间距为半波长的均匀阵列天线接收来自活跃设备发送的数据；根据基站的接收信号得到基站的信道状态矩阵，对所述信道状态矩阵进行字典学习得到稀疏信道状态矩阵，利用克罗内克积对所述稀疏信道状态矩阵进行向量化处理，利用改进的BOMP算法得到最终的信道状态矩阵；计算最终的信道状态矩阵的各行的信道能量，将各行的信道能量与设定的信道阈值进行比较，根据比较结果得到各个活跃设备所选的导频情况。本发明可以实现在未知活跃设备数量的情况下，提高MMTC中设备活跃度检测及信道估计的精确度。
-
公开(公告)号：CN110378344B
公开(公告)日：2021-11-02
申请号：CN201910368493.7
申请日：2019-05-05
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于谱维转换网络的卷积神经网络多光谱图像分割方法。该方法包括：分别利用CNN网络构建谱维转换网络和像素级类别预测结构；利用谱维转换网络和像素级类别预测结构构建CNN像素级类别预测结构模型，使用带动量的梯度下降算法对CNN像素级类别预测结构模型进行有监督训练，将需要分割的多光谱图像直接输入到训练好的CNN像素级类别预测结构模型，得到需要分割的多光谱图像对应的像素级分割图。本发明通过利用谱维转换网络实现谱维度从多至三的转换，可以采用大数据量的传统彩色图像训练像素级类别预测结构，实现了采用深度学习方法处理低数据量的多光谱图像分割任务，避免过拟合问题的同时提高了多光谱图像像素级分割的准确率。
-
公开(公告)号：CN112968853A
公开(公告)日：2021-06-15
申请号：CN202110127151.3
申请日：2021-01-29
Applicant: 北京交通大学
IPC: H04L27/26
Abstract: 本发明提供一种MMTC系统多用户接入检测和信道估计的方法，包括：对MMTC通信中的海量用户稀疏接入场景，根据通信中的循环冗余校验可以检验恢复数据正确性的原理，将检验正确的活跃用户的信息作为反馈传输给神经网络，作为神经网络的先验信息，使网络能更快速的收敛和更加精确的估计出稀疏的信道。本发明提供的方法通过将初始检测的成功恢复用户数据的信息作为反馈，再采用先验知识辅助的深度神经网络模型进行二次检测，与原始的神经网络LISTA和传统压缩感知迭代算法ISTA和AMP相比，新的网络模型可以有效的降低信道估计的误差，提高数据恢复的正确率。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.023 seconds)
