-
公开(公告)号：CN112600593A
公开(公告)日：2021-04-02
申请号：CN202011473464.6
申请日：2020-12-15
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
IPC: H04B7/0408 , H04B7/0426 , H04B7/0456
Abstract: 一种基于NOMA的波束选择方法，能够提高大规模MIMO系统的性能和通信质量，属于频谱功率分配技术领域。本发明包括：S1、建立大规模MIMO系统的信道模型，并转换为波束空间下的信道模型；S2、对信道模型中的用户进行分簇，若两个用户对应信道向量幅值最大的两行位置相同，则把它们当作同一簇的用户，没有配对的用户自成一簇，得到波束空间下的信道矩阵；S3、基于波束空间下的信道矩阵，利用改进的最大信干噪比波束选择算法或改进的最大容量选择算法得到波束选择后信道矩阵；S4、根据波束选择后信道矩阵进行迫零预编码，得到预编码矩阵，对不同簇的用户进行分布式功率分配，在同簇的多个用户之间引入非正交多址接入技术进行分布式的功率分配。
-
公开(公告)号：CN112564725A
公开(公告)日：2021-03-26
申请号：CN202011418005.8
申请日：2020-12-07
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
Abstract: 基于神经网络的多用户共享接入接收机及其通信方法,涉及涉及通信技术领域和人工智能领域，是为了提高现有接收机的误码率性能和检测性能，本发明提出一种比传统的MMSE‑SIC接收机更好的多用户共享接入DNN接收机及其通信方法，它的误码率等检测性能无论是在高斯信道下还是在瑞利衰落信道下都比传统的MMSE‑SIC接收机更好。
-
公开(公告)号：CN112492676A
公开(公告)日：2021-03-12
申请号：CN202011390355.8
申请日：2020-12-02
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
Abstract: MUSA下行链路的综合考虑信道容量和误码率的功率分配方法，涉及通信技术领域，是为了解决现有的NOMA系统的功率分配方法难以准确地估计出来信道增益，以及分配方法复杂的问题。本方法综合考虑信道容量以及误码率性能，有效性和可靠性都能得到保障。本方案提出的功率分配算法，只需要在MUSA系统中上行发送导频，进而较为准确地估计出来信道增益，就可以对下行的用户进行功率分配，方法简单，计算复杂度较低，易于实现。
-
公开(公告)号：CN115499871B
公开(公告)日：2025-01-14
申请号：CN202211161295.1
申请日：2022-09-23
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
IPC: H04W28/02 , H04W72/044 , H04W72/0453 , H04W72/542 , H04B7/0413 , H04B17/336 , H04B17/382
Abstract: 本发明提出CF‑mMIMO场景下HTC和MTC共存的功率分配方法。所述方法包括初始化参数、迭代、记录功率分配方案步骤完成功率分配。通过本发明所述方法可以在最大化HTC设备的频谱效率的同时最大化MTC能量效率。本发明所述方法通过改变λ可以均衡频谱效率和能量效率之间的关系，本发明提出的功率分配方法在频谱效率和能量效率方面要优于其他的功率控制方法。
-
公开(公告)号：CN116209075A
公开(公告)日：2023-06-02
申请号：CN202211598707.8
申请日：2022-12-14
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
IPC: H04W72/12 , H04W72/40 , H04W72/121 , H04B7/0413
Abstract: 本发明提供一种基于模式选择和功率分配的Cell‑FreeMassiveMIMO系统面向D2D通信的资源调度方法。步骤1：组装系统；步骤2：构建满足CFUE用户和D2D用户最小速率要求和功率要求情况下最大化整个系统传输速率的优化目标；步骤3：根据D2D用户的工作模式将其分为工作在本地路由模式的优化P1和工作在D2D直接模式下的优化P2以求解步骤2；步骤4：对P1和P2优化分别采用SCA方法求解；步骤5：基于求解的两种工作模式P1和P2的优化结果，进行D2D用户的工作模式选择以及CFUE用户和D2D用户的功率分配。本发明针对Cell‑FreeMassiveMIMO系统与D2D通信相结合的现有技术中只考虑D2D用户的一种工作模式即D2D直接模式而未考虑D2D用户也应具有与AP通信的能力即本地路由模式问题，且合适的功率分配方案可以提高系统性能问题。
-
Patent Agency Ranking
公开(公告)号：CN114268328A
公开(公告)日：2022-04-01
申请号：CN202111462642.X
申请日：2021-12-02
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
Abstract: 本发明公开了一种基于双向LSTM的卷积码译码方法与卷积码编码和译码方法，属于电子通信技术领域，解决传统编译码时间复杂度、空间复杂度随码长、约束度的增大呈指数上升、长码码本不好选取和编码信息容易被截取和破解，安全性低的问题。本发明的方法包括：构建双向LSTM神经网络译码器，神经网络译码器采用双向LSTM神经网络进行译码；建立接收序列数据集，根据接收序列数据集和双向LSTM神经网络构造训练码本；选取训练信噪比，训练信噪比为接收序列的信噪比；设定仿真参数，并利用训练码本和训练信噪比对双向LSTM神经网络译码器进行训练；利用训练后的双向LSTM神经网络译码器进行译码。本发明适用于端到端的卷积码编码和译码。
-
公开(公告)号：CN113780362A
公开(公告)日：2021-12-10
申请号：CN202110945451.2
申请日：2021-08-17
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
Abstract: 本发明提出一种基于隐马尔可夫模型的探地雷达地下空洞目标自动识别方法，所述方法共6个步骤：对已获取的地下空洞目标的探地雷达回波图像进行预处理得到处理后的横向波纹得到抑制的图像；对生成的图像进行预筛选标注明确空洞目标像素位置；利用已标注的数据进行图像增广处理得到处理后的具有相似分布的图像；利用增广图像数据集，使用三种方法进行特征提取得到特征向量数据集；将获得的特征向量分为训练集和验证集，对隐马尔可夫模型进行训练得到权重模型；将获得的验证集输入得到的权重模型，对地下空洞目标探地雷达回波图像进行目标识别分类。本发明解决现有方法难以检测识别地下空洞目标的问题。
-
公开(公告)号：CN112887995A
公开(公告)日：2021-06-01
申请号：CN202110081719.2
申请日：2021-01-21
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部 , 北京赫普特科技有限公司
IPC: H04W24/02 , H04W40/32 , H04W72/08 , H04W72/10 , H04B7/0452
Abstract: 在虚拟化多租户CF‑mMIMO系统中的资源分配方法，涉及通信技术领域，是为了提高MIMO系统中的资源分配方法的服务公平性和网络吞吐量，本方法通过在CF‑mMIMO上进行资源切片，以最大化基础设施运营商收入为目标，通过合理的资源分配使得每个接入网络的用户都能得到相应的服务。本发明的方法相较于现有的传统小区的切片方案有更高的成功率，并且用户将具有更高的服务公平性。
-
公开(公告)号：CN112564754A
公开(公告)日：2021-03-26
申请号：CN202011386015.8
申请日：2020-12-01
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
IPC: H04B7/06 , H04B7/0413 , H04B7/0456
Abstract: 一种毫米波Massive MIMO系统下基于自适应交叉熵的波束选择方法，涉及无线通信技术领域。本发明是为了在毫米波波段Massive MIMO系统中选择有效的波束，来降低硬件复杂度和提高系统频谱效率。一种毫米波Massive MIMO系统下基于自适应交叉熵的波束选择方法，将Massive MIMO系统中的物理信道模型转换到波束空间下，获得波束空间下信道矩阵Hb，利用自适应交叉熵方法对信道矩阵Hb进行波束选择，使得波束空间下K个单天线用户能够接收到K×1维信号矢量
-
公开(公告)号：CN112243283A
公开(公告)日：2021-01-19
申请号：CN202011249057.7
申请日：2020-11-10
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
IPC: H04W40/32 , H04W40/12 , H04B7/0413
Abstract: 基于成功传输概率的Cell‑Free Massive MIMO网络分簇计算方法，它属于无线协作通信技术领域。本发明解决了现有的AP分簇方法无法保证网络的性能的问题。本发明方法的具体实施过程为：步骤一、计算网络中的AP密度λb；步骤二、根据频谱效率，获得下行传输速率需求γ；步骤三、根据AP密度λb和下行传输速率需求γ计算AP分簇半径R，即获得AP分簇结果；步骤四、网络中的各AP按照分簇结果对用户进行服务。本发明可以应用于Cell‑Free Massive MIMO网络的AP分簇。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.062 seconds)
