-
公开(公告)号：CN108990167B
公开(公告)日：2021-09-07
申请号：CN201810757547.4
申请日：2018-07-11
Applicant: 东南大学
IPC: H04W72/12 , H04B7/0413
Abstract: 本发明公开了一种机器学习辅助的大规模MIMO下行用户调度方法，包括以下步骤：S1：基站通过用户发送的上行探测信号获取特征方向上的特征模式能量耦合矩阵；S2：基站利用特征模式能量耦合矩阵，通过机器学习的方法辅助进行各种用户和波束组合下的和速率计算；S3：采用贪婪算法实现和速率最大准则的用户调度，获取最优用户波束配对组合。本发明通过上行探测信号获取统计信道信息，采用和速率最大化准则进行用户调度。在基站仅有统计信道信息的情况下，通过有针对性的特征提取以及神经网络的设计，精确地实现和速率的近似计算，极大地降低大规模天线下用户调度的复杂度，并且性能接近最优，具有较好的适用性和鲁棒性。
-
公开(公告)号：CN112235022B
公开(公告)日：2021-08-10
申请号：CN202011087842.7
申请日：2020-10-13
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/06 , H04B7/0456 , H04B7/0452 , H04B7/0417 , H04B7/185
Abstract: 本发明提出了一种低轨卫星通信系统中低复杂度的大规模MIMO下行预编码方法，卫星侧配置大规模均匀平面天线阵列，卫星利用各用户的空间角度信息对用户进行分组，调度在同一组的用户使用同一时频资源与卫星进行无线通信。在卫星侧利用统计信道状态信息计算每个用户的下行预编码矢量。基于短截泰勒多项式展开理论，将下行预编码矢量中复杂的大维度矩阵求逆运算用有限项矩阵多项式的和来代替，从而降低预编码矢量的计算复杂度。并且在计算中采用Horner算法迭代计算矩阵多项式，降低矩阵多项式的计算复杂度。本发明方法的最终和速率性能在较低的展开阶数时就能够有效的逼近下行最大信漏噪比预编码的性能。
-
公开(公告)号：CN112929075A
公开(公告)日：2021-06-08
申请号：CN202110131540.3
申请日：2021-01-30
Applicant: 东南大学
IPC: H04B7/185
Abstract: 本发明公开了一种适用于低轨卫星通信的混合预编码方法，首先考虑卫星与用户终端的移动性以及两者之间的长传播延时，采用统计信道状态信息；其次，运用Dinkelbach和迭代加权均方误差和最小化算法得到功率约束下的全数字预编码器；接着，问题转化为最小化混合预编码器与全数字预编码器之间的欧几里得距离，对两者进行交替优化：对于采用全连接结构的混合预编码器，通过求解最小二乘问题并采用基于加速投影梯度的极小化优化算法；而对于部分连接结构，通过变量投影法并类似地采用极小化优化算法，可以得到两种情况下的数字和模拟预编码器。本发明方法能够保障低轨卫星通信系统的能效，同时降低系统功耗和实现的复杂度。
-
公开(公告)号：CN109104255B
公开(公告)日：2021-01-26
申请号：CN201810758638.X
申请日：2018-07-11
Applicant: 东南大学
IPC: H04B17/11 , H04B17/21 , H04B7/0413
Abstract: 本发明公开了一种大规模宽带通道的硬件校正系统，在基站侧配置功分器、射频模块和校正信号源，采用OFDM调制解调技术产生全带宽导频信号对宽带通道误差进行校正；射频模块的接收端连接基站侧接收通道，发射端连接基站侧发射通道，校正端连接校正信号源，天线端连接天线的接收端，控制接口连接基站控制信号输出口，射频模块的工作模式包括发送信号功率放大模式、接收信号功率可调放大模式、自回环校正模式和天线侧校正模式；系统的工作模式包括接收通道校正模式、发射通道校正模式和正常收发模式，基站侧控制系统的工作模式，并根据系统的工作模式输出控制信号控制校正信号源与射频模块的工作。本发明能够消除宽带通道误差带来的影响。
-
公开(公告)号：CN107276646B
公开(公告)日：2020-12-11
申请号：CN201710535091.2
申请日：2017-07-03
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/08 , H04L1/00
Abstract: 本发明公开了一种大规模MIMO‑OFDM上行链路迭代检测方法，包括以下步骤：S1.1：在接收端，对每个子载波上的接收信号y(k)和相应的信道响应矩阵H(k)，通过矩阵W(k)进行预处理，得到每个子载波上的观测矢量和相应的测量矩阵S1.2：根据步骤S1.1得到的观测矢量和测量矩阵利用近似消息传递算法求解所有用户在所有子载波上的数据的估计值。本发明可以有效降低检测算法的复杂度，且和传统低复杂度的广义近似消息传递算法相比，显著提高迭代算法的收敛性能。
-
Patent Agency Ranking
公开(公告)号：CN112039564A
公开(公告)日：2020-12-04
申请号：CN202010941059.6
申请日：2020-09-09
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/0456 , H04B7/185
Abstract: 本发明公开了一种卫星大规模MIMO广覆盖预编码传输方法，利用预编码产生广覆盖的功率图样，能够解决低地球轨道卫星大规模MIMO公共信号传输的功率覆盖问题。本发明首先利用卫星在海平面以上高度和地球平均半径等信息，基于三角几何关系计算功率图样应当覆盖的角度范围；然后以最小最大改进型克拉美罗界为目标，以各天线相等的发射功率为约束条件构建优化问题；再基于流形上的非单调共轭梯度法求得预编码矩阵。本发明有利于充分利用卫星功放容量，并且在覆盖范围内的平均接收功率及最小接收功率都高。
-
公开(公告)号：CN111867035A
公开(公告)日：2020-10-30
申请号：CN202010533888.0
申请日：2020-06-12
Applicant: 东南大学
Abstract: 本发明公开了一种非正交多址接入系统低误比特率的功率分配方法，针对下行链路两用户非正交多址接入系统，考虑两用户均采用正交幅度调制，设计了一个可以由用户调制阶数、信道系数快速计算得到的基站发射功率分配方案，以极低的复杂度降低了系统整体的误比特率，为下行链路非正交多址接入系统提供了一个简单、有效的功率分配方案。本发明能够由用户调制阶数和信道系数快速确定功率分配方案，有效降低系统整体的误比特率。
-
公开(公告)号：CN111865843A
公开(公告)日：2020-10-30
申请号：CN202010460272.5
申请日：2020-05-27
Applicant: 东南大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明公开了大规模MIMO-OFDM系统混合消息传递信道估计方法。本发明针对大规模MIMO-OFDM系统进行建模，利用隐马尔可夫模型建模角度-时延域信道矢量。基于贝叶斯自由能理论，将角度-时延域稀疏信道估计问题转化为受限贝叶斯自由能最小化问题。通过拉格朗日乘子法求解该问题得到混合消息传递算法，利用该算法实现角度-时延域信道估计。本发明中的大规模MIMO-OFDM系统混合消息传递信道估计方法能够大幅提高角度-时延域信道估计的准确性，具有很快的收敛速率，并且可以有效减少导频开销。
-
公开(公告)号：CN110166087B
公开(公告)日：2020-10-27
申请号：CN201910392715.9
申请日：2019-05-13
Applicant: 东南大学
IPC: H04L25/02
Abstract: 本发明公开了一种IQ失衡情况下导频复用大规模MIMO‑OFDM无线通信方法。该方法包括：基站间歇地获取相对校准参数；不同用户同时发送上行探测信号，基站对接收到的探测信号进行校准并获取等效信道统计信息，并由此确定各用户的导频调制因子，实现导频复用；不同用户同时发送上行导频信号，基站依据接收到的导频信获取等效信道估计以及估计误差的统计特性；基站依据接收到的数据信号，在每个子载波上依据信道估计和估计误差相关阵实施鲁棒信号接收。本发明在基站存在IQ失衡情况下，先利用获取的相对校准参数对接收信号进行校准，进而进行等效信道估计和线性鲁棒信号接收，且基站可以依据等效信道统计信息预测上行可达和速率。
-
公开(公告)号：CN109922427B
公开(公告)日：2020-09-11
申请号：CN201910166653.X
申请日：2019-03-06
Applicant: 东南大学
IPC: H04W4/02 , H04W4/021 , H04W64/00 , H04B7/0413 , G06K9/62
Abstract: 本发明提出了一种利用大规模阵列天线的智能无线定位系统和方法。基站侧从上行链路信道状态信息中提取角度时延域信道强度矩阵作为位置指纹信息。在离线阶段，基站侧利用位置指纹信息训练级联卷积神经网络，并将训练得到的与各卷积神经网络的神经元相关的网络结构，权重值及激活函数与小区覆盖范围内特征点的位置指纹信息共同存储到数据库中；在在线阶段，基站侧将用户侧移动终端装置对应的位置指纹信息输入级联卷积神经网络，计算用户侧的位置坐标并反馈给对应的用户侧移动终端。本发明能够依托无线通信设备，显著提高移动终端在城市楼宇及室内等复杂散射体环境下的定位精度并降低定位系统时间开销和存储开销。
-
-
-
-
-
-
-
-
-
Search Results
567
records
(took 0.06 seconds)
