-
公开(公告)号：CN113641957B
公开(公告)日：2024-08-13
申请号：CN202110724687.3
申请日：2021-06-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于归一化流的信号检测方法，获取接收信号的噪声数据集，并根据噪声数据集获取混合高斯分布的归一化概率密度，根据混合高斯分布的归一化概率密度，获取服从归一化的混合高斯分布的潜在变量与噪声分量的关系，将噪声数据集输入神经网络中，并根据潜在变量与噪声分量的关系计算潜在变量，根据所计算的潜在变量，计算噪声数据集的损失函数集，根据损失函数集中最小的损失函数，寻找具有最大对数似然数的信号，完成对信号的检测。本发明通过混合高斯噪声来获取潜在的变量，进而能够通过神经网络训练得到的最大对数似然值，进一步则可获取到所期望检测的信号，其在使用时，能够在混合有高斯噪声的情况下，依旧具有良好的检测性能。
-
公开(公告)号：CN118368724A
公开(公告)日：2024-07-19
申请号：CN202410792907.X
申请日：2024-06-19
Applicant: 南京邮电大学
IPC: H04W72/0453 , H04W72/044 , H04W72/23 , H04W72/543 , H04B7/04
Abstract: 本发明公开了一种基于QoS约束的IRS‑MU‑OAM‑OFDMA下行资源优化方法及系统，优化方法包括：建立IRS‑MU‑OAM‑OFDMA通信系统模型；建立基于QoS约束的IRS‑MU‑OAM‑OFDMA通信系统模型的下行资源优化模型；在所述下行资源优化模型下，对子表面分配因子、子载波分配因子、用户功率分配系数、模式功率分配系数、反射相位分别进行优化；根据优化后的子表面分配因子、子载波分配因子、用户功率分配系数、模式功率分配系数、反射相位分配通信资源。克服了传统OAM系统只能适用于视距信道的缺点。在保障系统各用户QoS需求的前提下实现了系统容量的最大化，并且有比传统方法更低的误码率。
-
公开(公告)号：CN118232966A
公开(公告)日：2024-06-21
申请号：CN202410653219.5
申请日：2024-05-24
Applicant: 南京邮电大学
IPC: H04B7/04 , H04B7/0452 , H04B7/06 , H04B7/08 , H04B15/00
Abstract: 本发明提出了双IRSs辅助ISAC系统主被动波束成形与接收信号优化配置方法，通过联合优化基站端的主动波束成形、基站对感知信号的接收以及IRS处的被动波束成形，在确保感知信号信噪比达到最低要求的同时，最大化通信用户的可达速率。为了解决所建立的复杂非凸问题，本发明首先利用分数规划将优化问题进行解耦，然后采用逐次凸逼近算法和交替方向乘子法将一个难以处理的非凸问题转化为多个易于处理的子问题，最后利用交替优化的方法高效地求解高质量次优解。仿真结果表明，所提方案具有良好的收敛性和有效性，该方案能够有效提高IRS辅助ISAC系统的性能。
-
公开(公告)号：CN117040980A
公开(公告)日：2023-11-10
申请号：CN202311298741.8
申请日：2023-10-09
Applicant: 南京邮电大学 , 江苏有线数据网络有限责任公司
IPC: H04L25/02 , H04B7/0413 , H04B17/391
Abstract: 本发明提供一种基于神经网络的IRS辅助毫米波MIMO系统信道估计方法，通过对智能反射面IRS辅助毫米波MIMO系统，建立信号接收模型；建立基站BS到智能反射面IRS的信道G、智能反射面IRS到用户端的信道H的信道估计问题；将信道估计问题转化为信号恢复问题，并对目标函数进行优化；基于神经网络对估计模型的正则化参数进行优化；由优化后的正则化参数，采用毫米波MIMO信道交替迭达算法对估计模型进行求解，获得双跳信道估计结果；该方法能够有效提高信道估计的准确性，高精度实现IRS辅助的MIMO系统中基站到IRS和IRS到用户端两跳信道的估计，经实验证明性能效果较好。
-
公开(公告)号：CN116319196B
公开(公告)日：2023-08-04
申请号：CN202310591372.5
申请日：2023-05-24
Applicant: 南京邮电大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明公开了THz‑MIMO系统中基于SRGAN信道估计方法，属于信道估计技术领域；发送端采用正交的导频设计，在第k个子载波对应的频率处沿着空时域发送信号矩阵；接收端从接收信号中提取导频信息，最小二乘法对基于导频的信道矩阵进行初步估计；对超分辨生成对抗网络进行离线训练，获得最佳网络权重的生成器完成基于导频的信道预估计矩阵空时域补全；将相干带宽内连续的D个子载波作为信道估计单元，每个信道估计单元中各子载波上依次减少导频。每个子载波上的信道结合当前的和上一子载波接收到的导频共同估计当前信道。信道状态信息合并得到完整的信道状态信息。本发明保证信道估计的准确性，同时利用信道频率相关性降低信道估计导频开销。
-
Patent Agency Ranking
公开(公告)号：CN112770258B
公开(公告)日：2022-07-12
申请号：CN202110082349.4
申请日：2021-01-21
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于信标筛选的实时室内位置定位方法，属于室内定位技术领域。该方法的特征在于对室内待定位设备进行多次定位。第一次定位的定位区域为整片区域，选取该区域里所有信标进行定位；第二到四次定位以上次定位点为基准，通过定位设备朝向和待定位设备已知最大速度为参考划定区域，选取划定区域里所有信标进行定位；第五次及以后定位为以上一次定位点为基准，通过定位设备朝向和待定位设备估测速度为参考划定区域，在划定区域选取与该次定位的预测定位点距离最近的4个信标进行定位。这种方法具有定位速度快，定位精度高的特点，可以满足实时定位要求。
-
公开(公告)号：CN114077673A
公开(公告)日：2022-02-22
申请号：CN202110702281.5
申请日：2021-06-21
Applicant: 南京邮电大学
Abstract: 本发明是一种基于BTBC模型的知识图谱构建方法，上下文编码层采用Tiered‑BiLSTM‑CRF模型，通过动态堆叠平面NER层来识别嵌套实体，每个平面NER层均为BiLSTM‑CRF的平面NER模型，每一层将LSTM层的实体输出融合，再输出到下一个平面NER层中，关系抽取层采用多头关系抽取模型，最后以三元组的格式存储在Neo4j图数据库里。本发明将具有更强文本特征表示能力的BERT预训练模型做特征表示层，结合Tiered‑BiLSTM‑CRF，突出了上下文语义特征中的重要特征，在识别多对关系的基础上，有效解决了实体重叠的问题，提高图谱构建的准确性。
-
公开(公告)号：CN113641957A
公开(公告)日：2021-11-12
申请号：CN202110724687.3
申请日：2021-06-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于归一化流的信号检测方法，获取接收信号的噪声数据集，并根据噪声数据集获取混合高斯分布的归一化概率密度，根据混合高斯分布的归一化概率密度，获取服从归一化的混合高斯分布的潜在变量与噪声分量的关系，将噪声数据集输入神经网络中，并根据潜在变量与噪声分量的关系计算潜在变量，根据所计算的潜在变量，计算噪声数据集的损失函数集，根据损失函数集中最小的损失函数，寻找具有最大对数似然数的信号，完成对信号的检测。本发明通过混合高斯噪声来获取潜在的变量，进而能够通过神经网络训练得到的最大对数似然值，进一步则可获取到所期望检测的信号，其在使用时，能够在混合有高斯噪声的情况下，依旧具有良好的检测性能。
-
公开(公告)号：CN113285898A
公开(公告)日：2021-08-20
申请号：CN202110544013.5
申请日：2021-05-19
Applicant: 南京邮电大学
IPC: H04L25/02 , H04B17/345 , H04B17/391 , H04L25/03
Abstract: 本发明提供一种基于小区间用户干扰的导频分配方法，将多小区中用户间的干扰和作为导频分配的依据，使得同时分配相同导频的用户之间干扰和最小。比起传统的导频分配方案，该方案省掉了导频分配中选择导频的过程，而仅仅是搜索多用户间干扰和的最小值。从仿真结果来看，该方案在满足接近最优性能的同时大大降低了导频分配算法的计算复杂度，基本达到了最优的性能。
-
公开(公告)号：CN108599828B
公开(公告)日：2021-06-11
申请号：CN201810348330.8
申请日：2018-04-18
Applicant: 南京邮电大学
IPC: H04B7/0456 , H04J11/00
Abstract: 本发明公开了一种多小区3D MIMO场景下的两层预编码方法，包括设置两层预编码矩阵其中为第一层预编码矩阵，所述第一层预编码矩阵用于消除小区间干扰，为第一层水平预编码矩阵，为第一层垂直预编码矩阵；为第二层预编码矩阵，为垂直波束赋形矩阵(NH×NV)×NH，为水平预编码矢量NH×1，所述NH为小区垂直维度天线数量，所述NV为小区水平维度天线数量，所述第二层预编码矩阵用于消除用户间干扰。本发明方案较RV方案对小区平均频谱效率及用户平均频谱效率均有显著提高。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.028 seconds)
