一种基于等角紧框架理论的导频优化设计方法

    公开(公告)号:CN112953603A

    公开(公告)日:2021-06-11

    申请号:CN202011641177.1

    申请日:2020-12-31

    Abstract: 本发明涉及一种基于等角紧框架理论的导频优化设计方法,包括以下几个步骤:步骤一:在FDD大规模MIMO系统下行链路中;步骤二:取随机高斯矩阵作为初始的导频矩阵;以矩阵互相关性最小化作为优化目标;步骤三:根据等角紧框架理论设计出一种导频矩阵优化算法;步骤四:通过发送优化后的导频进行信道估计,并且在优化算法中采用了CSM迭代算法,以进一步减小计算复杂度;本发明的有益效果是:本发明针对FDD大规模MIMO下行链路信道估计问题,通过优化导频矩阵方法提高信道估计性能。

    基于可调精度ADC的大规模MIMO系统能效优化方法

    公开(公告)号:CN112702094A

    公开(公告)日:2021-04-23

    申请号:CN202011517662.8

    申请日:2020-12-21

    Abstract: 本发明公开了本发明提出了一种基于可调精度ADC的大规模MIMO系统能效优化方法。针对基站端配置可调精度ADC结构的多用户大规模MIMO上行系统,根据随机矩阵理论推导出系统的能量效益的近似表达式。在满足用户基本的数据传输速率和功率约束条件下,建立起以能效最大化为目标的优化问题。接着将目标问题分解为功率控制和精度优化两个子问题。最后利用分数规划性质和动态更新干扰的迭代算法实现功率的分配,采用协调更新算法完成ADC的精度选择,以达到能效的最大化。本发明方法具有快速收敛性,显著提升了系统的能效,为每个ADC匹配合适的量化精度,提升了系统的频效和能效,并且有较低的复杂度。

    一种基于SaO2信号多种基线特征的自动识别SAHS方法

    公开(公告)号:CN112633167A

    公开(公告)日:2021-04-09

    申请号:CN202011536430.7

    申请日:2020-12-23

    Abstract: 本发明公开一种基于SaO2信号多种基线特征的自动识别SAHS方法,包括步骤:S1、采集SHHS数据库中的SaO2信号,并对SaO2信号进行预处理;S2、提取多种基本数据特征,并筛选出最优特征;S3、提取多种自定义基线相关特征并与最优特征合并成特征数据集;S4、依据SHHS数据库中提取数据对应的注释文件,计算AHI值,根据AHI值对特征数据集进行分类,选取随机平衡数据法对不平衡数据集进行处理,得到平衡数据集;S5、将平衡数据集作为随机森林分类器的输入,对数据集进行训练和测试,得到最终分类结果。本发明更好地体现SaO2信号变化情况,受试者患病严重程度通过基线相关特征有更好体现;通过随机平衡数据法合并成完整平衡数据集,保证数据随机性,使最终分类结果更准确。

    一种基于混合连接的毫米波大规模MIMO预编码方法

    公开(公告)号:CN112737647B

    公开(公告)日:2022-07-08

    申请号:CN202011560887.1

    申请日:2020-12-25

    Abstract: 本发明公开了一种基于混合连接的毫米波大规模MIMO混合预编码算法。以毫米波大规模MIMO为研究背景,最大化系统频谱效率为目标函数,采用混合连接系统结构,分为两个阶段设计混合预编码矩阵,第一阶段首先以等效信道增益最大化为目标函数求取模拟预编码矩阵,为降低算法复杂度,还提出了一种共轭信道相位共享方案求取模拟预编码矩阵,第二阶段,在求得模拟预编码矩阵的基础上,将使系统总的频谱效率最大化分解为使各个子阵频谱效率之和最大化,以此求得数字预编码矩阵,最终得到混合预编码矩阵,本发明相对以往算法,不需要满足数据流数与射频链路数相等的约束,且能获得更好的系统性能。

    一种基于智能反射表面的ELM-LS联合信道估计方法

    公开(公告)号:CN112134816A

    公开(公告)日:2020-12-25

    申请号:CN202011029446.9

    申请日:2020-09-27

    Inventor: 方昕 沈昊缘

    Abstract: 本发明涉及一种基于智能反射表面的ELM‑LS联合信道估计方法,应用于配备有M根天线的基站,一个单天线用户以及包含K个反射元件的IRS的系统,M和K为正整数,基站的发射信号x经过级联信道和直连信道到达接收端;联合信道估计方法包括以下步骤:S1、将IRS的信道估计问题转化为估计θ问题;S2、通过发射和接收导频训练极限学习机ELM,使得输出的误差最小;S3、通过开关法判断直连信道质量;S4、计算接收信号y的信噪比q;若q小于或等于阈值λ,则转至S5;若q大于阈值λ,则转至S6;S5、选择ELM估计;S6、选择LS估计。本发明的联合信道估计方法,提升存在直连信道干扰情况下的IRS信道估计准确率。

    一种基于低精度ADC的大规模MIMO能效优化方法

    公开(公告)号:CN111313946A

    公开(公告)日:2020-06-19

    申请号:CN202010111996.9

    申请日:2020-02-24

    Abstract: 本发明一种基于低精度ADC的大规模MIMO能效优化方法,通过联合优化基站天线数、单用户发射功率和量化精度,并限制单个用户的发射功率和数据传输速率,以此建立起能效优化的目标函数。根据分数规划理论将分式形式的目标函数转换为等价的减式形式,实现非凸问题到凸问题的转化,并利用拉格朗日函数将有约束的凸优化问题转换为无约束问题,采用Dinkelbach算法对基站天线数、单用户发射功率和量化精度进行循环迭代优化,以达到能效最大化。通过采用本发明中的动态功率分配方案,可以在满足用户最高发射功率限制和最低数据传输速率的要求下,根据用户信道条件的差异动态分配单个用户的发射功率,资源得到更加合理的分配。

    基于模拟退火算法的大规模MIMO系统上行能效优化方法

    公开(公告)号:CN110505643A

    公开(公告)日:2019-11-26

    申请号:CN201910897122.8

    申请日:2019-09-23

    Inventor: 方昕 侯怡岑

    Abstract: 本发明公开了一种基于模拟退火算法的大规模MIMO系统上行能效优化方法,包括步骤:S1:通过最小均方误差(Minimum Mean Squared Error,简称MMSE)信道估计,从基站接收到的导频信号中可推导出未量化信号的协方差矩阵。S2:信号经过量化系统,根据Bussgang理论与MMSE信道估计可得量化后系统噪声的协方差矩阵,由香农公式可得量化后的系统容量下限。通过以上公式,可得到系统的频谱效率。S3:根据能量效率的定义,得到大规模MIMO系统上行能量效率。S4:构建模拟退火算法模型,设计合理的退火参数,并进行求解最优值。本方法计算速度快速,鲁棒性强,并且不会陷入局部极值,执行效率更高。

    大规模MIMO系统中基于用户位置和分类的导频分配方法

    公开(公告)号:CN110011777A

    公开(公告)日:2019-07-12

    申请号:CN201910362775.6

    申请日:2019-04-30

    Abstract: 本发明公开了一种大规模MIMO中基于用户位置和用户分类的导频分配。本发明通过用户到基站的AOA和路径损耗将用户进行分类,然后按照规则进行导频分配;首先基于路径损耗和到达角设计目标函数,计算出通信系统中所有用户的目标函数;设置阈值,将所有用户的目标函数与所设阈值进行比较,并将用户分成两类:小于阈值的用户被认为是高干扰用户,反之低干扰用户;然后为高干扰用户分配正交导频,低干扰用户由于干扰很低,按目标函数大小进行排序并分别分配导频。相较于传统导频分配方案只考虑目标小区的性能,本发明中的导频分配方案考虑整个通信系统中所有小区的性能。通过仿真结果可以看出,本发明所提导频分配方案有效提升了系统整体性能。

Patent Agency Ranking