一种噪声方差未知情况下的频谱检测方法与装置

    公开(公告)号:CN104168075B

    公开(公告)日:2017-06-23

    申请号:CN201410432678.7

    申请日:2014-08-28

    Abstract: 本发明针对实际应用中噪声方差未知情况下的频谱检测问题,设计了一种新型频谱感知方法装置。该方法装置能实现对授权用户状态与噪声方差的联合估计。感知算法根植于贝叶斯统计推理理论,并采用边缘化粒子滤波(Mariginal Particle Filtering,MPF)技术,通过迭代估计的方式来逼近未知噪声方差。利用准确估计得到的噪声方差信息,该算法装置可方便地拓展应用至(但不限于)单节点单天线感知系统中去,并获得良好频谱感知性能(见附图)。本发明提出的联合估计与检测装置具有优良的稳健性,因而可广泛应用于实际认知无线电系统设计中。

    一种大规模MIMO 系统中导频分配的方法及装置

    公开(公告)号:CN106385274A

    公开(公告)日:2017-02-08

    申请号:CN201610811493.6

    申请日:2016-09-08

    Abstract: 本发明实施例提供了一种大规模MIMO系统中导频分配的方法及装置,方法包括:将蜂窝移动网络中的小区划分为三个或者四个小区分组,使蜂窝移动网络中的相邻小区分别属于不同的小区分组;获取待处理的当前小区;根据当前小区中各用户的信道质量,对当前小区中的用户进行排序,得到排序后的用户列表;根据当前小区中各用户受到的导频干扰量,对当前小区中各用户分别使用的导频序列进行排序,得到排序后的导频序列列表;按照预设的分配规则,将导频序列列表中的各导频序列分别重新分配给用户列表中的各用户。应用本发明实施例既能消除不同组小区之间的导频污染,又能进一步减少同组小区之间的导频污染,提升大规模MIMO系统的通信性能。

    一种时变衰落信道下的自适应调制识别方法与装置

    公开(公告)号:CN104852874A

    公开(公告)日:2015-08-19

    申请号:CN201510007053.0

    申请日:2015-01-07

    Abstract: 本发明提出了一种时变衰落信道下的自适应调制识别方法装置,区别于现有的静态系统模型,设计出一种新的动态状态空间模型来描述信号调制方式与时变信道增益的时变特性,将信号调制方式和衰落信道增益看作两个隐藏系统状态,并引入一阶FSMC模型刻画时变慢衰落信道增益时变迁移特性,将特定时间窗内采样信号的似然函数作为系统观测值;在此基础上,针对时变衰落信道提出一种全新的自适应调制识别方法,充分发掘信道状态动态转移特性,对调制方式和时变信道增益实施联合估计,极大地提高了时变衰落信道下调制识别性能。该方案采用贝叶斯序贯推理法,新方法具有复杂度低及检测时间短的优势。

    一种毫米波空间调制方法与联合编码装置

    公开(公告)号:CN104320222A

    公开(公告)日:2015-01-28

    申请号:CN201410613737.0

    申请日:2014-11-04

    CPC classification number: H04L1/0618 H04B7/0456

    Abstract: 本发明设计了一种针对60GHz毫米波通信系统的空间调制方法,在此技术上进一步提出了一种高效的联合编码调制技术,显著提升了非线性射频功率放大器下的传输性能;通过对空间调制码的相位进行旋转优化,按照特定规则修正空间调制输出符号的星座点分布,有效增强了毫米波传输信号抵抗非线性失真的能力。相比于现有的应对毫米波非线性失真技术(主要分为功率回退和外围电路设计两个方面),该联合编码空间调制方案能在不降低功放系统的增益,且无需任何额外处理的情况下,有效改善存在射频器件减损情况下的毫米波系统传输性能,同时也进一步提升毫米波无线通信的传输效率,为毫米波通信提供了一种极具应用潜力的新方案。本发明提出的针对60GHz毫米波通信系统空间调制方法具有优良的稳健性,因而可广泛的应用于实际毫米波通信系统设计中。

    一种基于经验似然方法的多径非高斯噪声信道的估计方法

    公开(公告)号:CN103227761A

    公开(公告)日:2013-07-31

    申请号:CN201310196377.4

    申请日:2013-05-24

    Abstract: 本发明提出了一种多径非高斯噪声信道的信道估计算法,设计了一种联合训练序列数据和观测数据的经验似然估计方法。首先,在信号接收端得到通过非高斯多径信道的观测数据,结合训练序列数据生成辅助变量;其次,依据Owen提出的经验似然理论,把估计问题转为非参数问题,即利用辅助变量生成一定限制条件下的非参数经验似然变量,采用拉格朗日法求解似然变量;最后,通过牛顿迭代算法获得不同信道估计值对应的经验似然值,取最大经验似然值对应的信道估计值即可。以混合加性高斯白噪声和脉冲噪声为例的多径信道估计的MSE和BER效果均很好。

    联邦学习方法
    26.
    发明授权

    公开(公告)号:CN113516151B

    公开(公告)日:2024-07-16

    申请号:CN202110369242.8

    申请日:2021-04-06

    Abstract: 本公开提供一种联邦学习方法,其中,方法由中心服务器和至少一个边缘节点实现,方法包括:中心服务器对神经网络每一层的权重矩阵降维以得到降维的权重矩阵参数集合,并将降维的权重矩阵参数集合发送至边缘节点;边缘节点基于降维的权重矩阵参数集合利用本地样本进行训练以得到该边缘节点对应的边缘表征矩阵,并将边缘表征矩阵发送至中心服务器;中心服务器基于所有边缘表征矩阵得到更新的降维的权重矩阵参数集合,并将更新的降维的权重矩阵参数集合发送至边缘节点。本公开在保证了边缘节点的数据隐私性的同时,降低了对于边缘节点的计算能力和存储能力的要求,且提高了中心服务器和边缘节点之间的数据传输速度。

    一种对GEO卫星的对地波束校准方法、装置、电子设备及存储介质

    公开(公告)号:CN114430294B

    公开(公告)日:2022-12-13

    申请号:CN202111544788.9

    申请日:2021-12-16

    Abstract: 本申请提供一种对GEO卫星的对地波束校准方法、装置、电子设备及存储介质。所述方法包括:获取卫星的标校波束的测量功率值;根据测量功率值,得到卫星天线指向的俯仰角偏差及方位角偏差;根据得到的俯仰角偏差及方位角偏差,通过训练好的偏差预测模型,得到下一时刻的预测俯仰角偏差及预测方位角偏差;将所述预测俯仰角偏差及预测方位角偏差传输至卫星。对于GEO卫星,通过上述步骤,可以在获取GEO卫星俯仰角和方位角偏差先验信息模型困难的情况下,根据过往偏差数据,有效预测后续时刻的俯仰角和方位角偏差角度。从而进一步地对GEO卫星波束进行校准,降低最大地表指向偏移。

    一种基于边缘计算和标识解析的智能生产系统

    公开(公告)号:CN113112086B

    公开(公告)日:2022-05-13

    申请号:CN202110436423.8

    申请日:2021-04-22

    Abstract: 本发明提供了一种基于边缘计算和标识解析的智能生产系统,包括物理生产系统、边缘节点、标识解析节点、云服务器、设备维修系统和AI算法模型库。每个设备提供商有一个云服务器、设备维修系统和AI算法模型库。边缘节点接收物理设备标识及状态数据;标识解析节点获取设备所需AI(人工智能)模型类别;云服务器将设备所需模型下发到边缘节点;边缘节点对设备进行检测,更新AI模型,将更新模型推送给云服务器及同设备提供商同类型设备所在的边缘节点。本发明能够具体定位车间出现故障的设备或部件,边缘节点上只分发到针对其所在车间设备的检测模型,解决了目前人工智能诊断模型数量多、故障检测不灵活、确定故障位置耗时耗力的问题。

Patent Agency Ranking