-
公开(公告)号：CN119420386A
公开(公告)日：2025-02-11
申请号：CN202411416185.4
申请日：2024-10-11
Applicant: 杭州电子科技大学 , 中国电子科技集团公司第五十四研究所
IPC: H04B7/0417 , H04B7/06 , H04B7/08 , H04W28/06 , H04W56/00
Abstract: 本发明公开了一种基于5G NR中的SSB信号实现感知的方法，包括如下步骤：RRU周期性发射SSB的扫描信号，同时，用户以及环境中的目标将发射过来的信号反射回去；RRU接收反射回来的信号，将反射回来的信号中的数据剥离，写成压缩感知的形式，并转换为延迟在网格模型后，进行酉变换，然后通过UAMP‑SBL算法进行估计；针对多条多径对于同一个延迟的情况，将得到的多径估计结果写成压缩感知的形式，利用OGSBI算法将不同角度的多径分离并估计出来；而后根据估计出来的角度和发射时不同RRU的发射角判断估计出每一组参数是归属于哪个RRU的。本发明可以显著提高感知精度并降低计算复杂度，具有更高的鲁棒性。
-
公开(公告)号：CN119401128A
公开(公告)日：2025-02-07
申请号：CN202411533918.2
申请日：2024-10-31
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明公开了一种反射型1‑bit相位可重构超表面单元，属于微波毫米波天线技术领域，其结构包括由从上往下依次层叠设置的贴片天线单元、第一介质基板、印制在第一介质基板背面的金属地板、第二介质基板以及底层的供电电路；底层供电电路通过过孔与顶层贴片单元相连接，该天线通过嵌入式控制电路加载PIN二极管，实现对超表面单元反射相位的动态调控。与传统相控阵天线相比，这样的结构设计，不仅改善了超表面天线的性能，达到了低剖面的目的，而且实现了超表面天线尺寸小型化的效果，具有成本低、体积小、重量轻、效能高等特点。
-
公开(公告)号：CN119276668A
公开(公告)日：2025-01-07
申请号：CN202411376126.9
申请日：2024-09-30
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明提出一种非地面网络系统粗频偏和主同步信号联合检测方法，属于5G非地面网络通信技术领域。其包括：接收信号，获得待检测采样点序列；进行均匀时分抽取，得到n路并行数据；进行频域均衡，采用50％重叠分块处理，将数据变换到频域；进行频域均衡操作，得到每个分块的时域互相关序列；丢弃前半部分序列而保留后半部分序列，将1路数据的n个分块的后半部分序列级联拼接成相关值序列组，得到n路并行的互相关序列组；通过并串转换变为单路互相关序列；检测单路互相关序列的峰值，完成主同步信号检测，得出同步点位置和粗频偏值。本发明能够在5G非地面网络系统中以极低的复杂度实现PSS的检测和粗频偏估计。
-
公开(公告)号：CN119182427A
公开(公告)日：2024-12-24
申请号：CN202411190356.6
申请日：2024-08-28
Applicant: 中国电子科技集团公司第五十四研究所
IPC: H04B7/04 , H04B7/0456 , H04B7/06 , G06N3/006 , G06N3/092
Abstract: 本发明提出一种基于深度进化策略的RIS辅助增强通信方法，属于无线通信技术领域。本发明通过所提出的深度进化策略算法对RIS辅助通信系统中的发送端预编码以及RIS反射相移矩阵进行联合优化。基于深度学习的强拟合特性以及强化学习的交互特性，采用进化算法的思想，以包含不同特征智能体的种群为单位进行迭代优化，通过重组和变异为迭代过程带来新的遗传信息。相较于传统优化算法具有简洁明了的优化框架和低计算复杂度，同时相较于基于梯度下降的深度强化学习算法具有更快的收敛性和更优的系统性能。
-
公开(公告)号：CN115941027B
公开(公告)日：2024-10-29
申请号：CN202211517736.7
申请日：2022-11-30
Applicant: 中国电子科技集团公司第五十四研究所
Abstract: 本发明公开了一种适用于低轨卫星通信系统的信道估计方法及系统，可解决多普勒频偏大范围变化场景下时频双选信道估计精度低的问题。本发明包括：终端调节本振频率，接收射频信号，经过下变频及采样过程得到基带信号，并提取出各OFDM符号上的导频数据；终端从卫星的广播信号或地面网络获取最新的星历信息，推算出卫星当前时刻的多普勒频偏；基于离散长椭球序列模型生成基函数向量；根据基扩展模型原理，重构OFDM系统传输模型，将信道矩阵估计问题转化为对基函数系数的估计；通过最小二乘算法初步估计出基系数向量；随后利用卡尔曼滤波算法对基数进行降噪；构建基系数循环矩阵，精准拟合出时域信道矩阵，并将其变换至频域。
-
Patent Agency Ranking
公开(公告)号：CN117156549A
公开(公告)日：2023-12-01
申请号：CN202311110275.6
申请日：2023-08-31
Applicant: 电子科技大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明属于无线电定位技术领域，具体涉及一种基于最大平行度的智能超表面辅助的信号源定位方法。利用智能超表面的相位可重构特性，构建零均值的相位系数，分离出用户‑接入点直达信道矩阵和用户‑智能超表面‑接入点级联信道张量，并分别与直达信道的阵列响应码本矩阵、级联信道的阵列响应码本张量做平行度运算，得到用户‑接入点、用户‑智能超表面的平行度空间谱，通过寻找空间谱峰值对应角度并用最小二乘方法估计出用户位置。相比于传统的需要进行二维谱峰搜索的2D‑MUSIC方法而言，本发明采用两次一维峰值搜索，大幅降低了计算与搜索复杂度；同时，本发明通过设置时变的智能超表面相位系数，利用时空的转化最大限度地开发了智能超表面的空间自由度。
-
公开(公告)号：CN116961708A
公开(公告)日：2023-10-27
申请号：CN202310936698.7
申请日：2023-07-28
Applicant: 东南大学 , 中国电子科技集团公司第五十四研究所
IPC: H04B7/0413 , H04B7/06 , H04B7/08 , H04L27/20
Abstract: 本发明提出一种基于交替优化的大规模多输入多输出系统检测方法，针对基于PSK调制的大规模MIMO系统，采用交替方向乘子法ADMM的优化方法，将原始的信号检测问题重构为一个凸优化问题，并在目标函数中加入二次惩罚函数，并将整数约束放松为盒约束，然后通过对增广拉格朗日表达式的处理计算得到变量的更新公式，在迭代过程中实现对变量的交替优化；随着迭代次数的增加，基于交替优化的大规模MIMO检测方法的性能不断提升，并最终达到收敛。虽然基于交替优化的大规模MIMO检测方法的计算复杂度高于MMSE方法，但是与MMSE方法相比，该方法具有更高的检测性能，尤其是在接收天线数量接近发送天线数量时，基于交替优化的大规模MIMO检测方法的性能优势更显著。
-
公开(公告)号：CN116866907A
公开(公告)日：2023-10-10
申请号：CN202311066872.3
申请日：2023-08-23
Applicant: 哈尔滨工业大学 , 中国电子科技集团公司第五十四研究所
IPC: H04W12/041 , H04W12/03 , H04L9/08
Abstract: 一种基于WFRFT子载波索引的物理层密钥生成及分发方法，它属于物理层安全通信领域。本发明解决了传统的基于子载波索引的密钥生成分发方法的密钥易被破译的问题。本发明利用WFRFT通信系统提升子载波激活状态的隐蔽性，通过调整WFRFT的变换参数改变WFRFT系统在时频平面的能量分布，通过能量重分配，保障WFRFT系统的时频平面能量趋向均匀分布，使信号呈现出高斯化的特征，进而获得更加隐蔽的子载波能量分布模式，能够有效解决传统的子载波索引的密钥生成分发方法易被破译的缺陷。同时，WFRFT系统相比于传统OFDM系统有着更好的抗信道畸变能力，能够在不牺牲密钥速率的前提下提升密钥认证成功率。本发明方法可以应用于物理层安全通信领域。
-
公开(公告)号：CN116866131A
公开(公告)日：2023-10-10
申请号：CN202310936704.9
申请日：2023-07-28
Applicant: 东南大学 , 中国电子科技集团公司第五十四研究所
IPC: H04L27/20 , H04L27/22 , H04B7/0413
Abstract: 本发明是一种基于矩阵调制的简化概率数据辅助检测方法，具体步骤为：步骤1，构造调制矩阵：步骤2，计算等效信道矩阵；步骤3，初始化符号的数字特征及最大迭代次数；步骤4，更新LLR信息；步骤5，更新符号的数字特征。针对基于PSK调制的MIMO系统，采用矩阵调制代替符号映射，使得PDA方法的待检测序列由调制符号变为二进制序列，并通过引入对数似然比LLR和每个符号数字特征的近似值，避免了复杂的指数运算。由于检测方法的待检测序列是基于比特的，避免了LLR和概率之间的转换，方法所输出的LLR可直接用于后续译码器进行译码。本发明在有限的性能损失下，将指数运算的个数由MNtTiter减少至0个，降低了PDA方法的复杂度。
-
公开(公告)号：CN116846714A
公开(公告)日：2023-10-03
申请号：CN202310725215.9
申请日：2023-06-19
Applicant: 中国电子科技集团公司第五十四研究所
IPC: H04L25/03 , H04B17/391 , H04B7/0413
Abstract: 本发明公开了一种基于深度学习的大规模MIMO信号检测方法，属于通信技术领域。本发明通过设计搭建GROAMP‑Net智能检测网络模型，将OAMP迭代法与深度学习思想相结合，在检测精度上获得了较为显著的性能提升；由于设置了可训练参数，模型的适应能力大幅增强且更具弹性，可应用于时变信道；同时，残差结构和门控单元的引入有效解决了随着网络加深迭代过程误差累积导致网络性能退化的问题，让可训练参数的取值保持在合理范围内，进一步确保了模型检测过程的准确率。本发明算法相较于现有算法有明显的优越性，可解决传统非智能信号检测方法以及现有的智能信号检测算法的检测精度不足的问题。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.113 seconds)
