-
公开(公告)号：CN113993180B
公开(公告)日：2023-12-05
申请号：CN202111096343.9
申请日：2021-09-15
Applicant: 北京邮电大学
IPC: H04W40/16 , H04W72/541 , H04W88/08
Abstract: 本发明提出了一种基于最小化乘性路损的基站及智能反射面选择方法。考虑到无源的智能反射面融入现有网络，改变原有空间能量分布，需要重新设计用户服务站点的选择，智能反射面的远场大尺度衰落特性符合乘性路损模型，故优先选择乘性路损小的智能反射面和基站，但所选反射链路可能被遮挡，因此需要测量比较SINR是否满足数据传输要求，设计了SINR不满足要求时的后续处理方法，更加具有可靠性，通过设置一个智能反射面服务半径，合理地缩小搜索范围，减小信令开销和时延。
-
公开(公告)号：CN113645641B
公开(公告)日：2023-12-01
申请号：CN202110922269.5
申请日：2021-08-11
Applicant: 北京邮电大学
Abstract: 析了增加对空天线前后的用户性能变化从而确本发明提供了一种空地用户共存的无人机 定天线参数配置方法。网络对空天线参数配置方法，在所述方法中，地面基站增加向上倾斜的专用天线，为空中用户提供服务。具体地，由于在现有场景中无人机用户由基站侧天线有限的旁瓣增益提供服务，再加上无人机用户的高视距传播概率，使其相比地面用户会接收到更严重的干扰，严重影响无人机的性能，因此本发明提出在基站增加了对空天线。由地面基站侧向上倾斜的天线为无人机用户提供服务，而由基站侧向下倾斜的天线为地面用户提(56)对比文件李中捷 等.基于三维空间模型的毫米波蜂窝网络覆盖概率分析《.重庆邮电大学学报(自然科学版)》.2017,全文.李松 等.多播系统中基于多用户分集的资源分配《.北京邮电大学学报》.2012,全文.
-
公开(公告)号：CN117082534A
公开(公告)日：2023-11-17
申请号：CN202310868978.9
申请日：2023-07-14
Applicant: 北京邮电大学
Abstract: 本发明提出了一种无人机机载智能反射面辅助6G网络动态部署方法，涉及无线通信网络领域，特别涉及网络规划、网络规划工具，其中无人机载智能反射面在某一特定高度飞行，在保证一定断线率条件下，通过反射远处地面基站信号为区域用户提供服务。主要内容如下：获取区域用户和基站位置，计算智能反射面级联信道增益；根据统计信道信息，推导多对小尺度衰落乘积和的累计分布函数；设定传输断线率要求，计算用户在任意时隙的传输速率；求解问题获得智能反射面调度方案和用户的最小传输速率的最大值η；求解问题获得无人机轨迹方案，迭代求解问题直到η的增量小于设定精度ξ；按照所得结果控制不同时隙下的无人机飞行轨迹和智能反射面调度。
-
公开(公告)号：CN116963089A
公开(公告)日：2023-10-27
申请号：CN202310871338.3
申请日：2023-07-14
Applicant: 北京邮电大学
Abstract: 本发明涉及无线通信网络领域，特别涉及网络规划、网络规划工具。受智能反射面级联路损影响，单个智能反射面对信号增强能力有限，无法为用户提供持久而稳定的服务。因此，提供了一种用户为中心智能反射面辅助网络部署方法，以用户为中心构建智能反射表面服务簇，服务簇内的智能反射面协同地辅助基站到用户的下行数据传输。在所述方法中，首先计算用户最小间距，在避免簇内重叠产生调度冲突的约束条件下，构建以用户为中心的智能反射面服务簇；然后以用户接收合并信号功率最大为原则，为用户分配服务基站；在上述基础上，基站根据用户发送上行导频估计信道，计算智能反射面最优相位矩阵，智能反射面基于最优相位矩阵协同基站到用户的数据传输。
-
公开(公告)号：CN116706563A
公开(公告)日：2023-09-05
申请号：CN202310867176.6
申请日：2023-07-14
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于变容二极管调制的低损耗透射式智能超表面，涉及无线通信网络领域，特别涉及专门适用于无线通信网络的设备、接入点设备，包括：以惠更斯表面为设计原理，设计一个基于变容二极管调制的低损耗透射式智能超表面单元，通过控制变容管的两侧电压值可以在x轴极化方向上实现低损耗的调相功能，利用电磁仿真软件优化其几何参数并输出设计模型的透射电磁响应；基于设计的单元模型进行智能超表面面板的总体设计，包括由多个基于变容二极管调制的低损耗透射式智能超表面单元组成的主面板，和连接外部馈电设备和主面板的控制面板。
-
Patent Agency Ranking
公开(公告)号：CN115236607A
公开(公告)日：2022-10-25
申请号：CN202210782045.3
申请日：2022-06-30
Applicant: 北京邮电大学
Abstract: 由于干扰样式之间可构成的复合干扰场景难以穷举、人工编排与设计的方法将变得繁琐且难以实现，导致抗干扰性能难以保证。本发明实例研究了一种基于双层Q学习的雷达抗干扰策略优化方法，具体如下：首先构建雷达与干扰机博弈对抗交互流程与复杂电磁环境模型，设计雷达工作模式、信号参数、干扰机干扰类型与信号参数；然后对雷达接收信号进行特征提取，并识别其中的干扰信号类型；接着构建双层Q学习雷达抗干扰策略优化模型，基于雷达与干扰机博弈对抗交互流程进行模型训练；最后建立雷达抗干扰评估体系与模型，判断对抗干扰策略的有效性，同时辅助双层Q学习雷达抗干扰策略优化模型训练与更新。
-
公开(公告)号：CN115203904A
公开(公告)日：2022-10-18
申请号：CN202210722395.0
申请日：2022-06-17
Applicant: 北京邮电大学
IPC: G06F30/20 , G06F30/27 , G06N3/04 , G06F113/26
Abstract: 目前的设计方法将超表面视为独立单元结构的组合，而不是相互作用的散射体阵列，因此受到几何结构和材料的限制，无法设计可生成具有任意电场分布的超表面。本发明实例提出了一种非局部生成式的散射体参数设计方法。这一方法基于生成对抗网络，主要可以分为两部分：正向模型和逆向算法。正向模型利用并矢格林函数作为主要的数学工具，对两种形式的非局部响应进行解释性分析，实现了从散射特性到生成电场的映射；逆向算法创新性地将散射特性和电场转化为图像，用计算机视觉的方法生成数据集，并提出了一种具有ResBlock结构的生成对抗网络架构，整体实现了可生成任意电场分布的设计。
-
公开(公告)号：CN113645634B
公开(公告)日：2022-10-18
申请号：CN202110918709.X
申请日：2021-08-11
Applicant: 北京邮电大学
Abstract: 由于无人机大概率视距链路在提高通信链路质量的同时，也为邻小区用户带来强干扰。因此，本发明提出了一种6G下多天线无人机网络部署参数设定方法。具体如下：首先根据环境参数，确定无人机基站群组的部署中心和部署高度，确定为地面用户服务的无人机基站的范围；其次引入多天线模型，通过伽马近似计算干扰信号与有用信号的功率强度；然后基于该多天线无人机网络的有用和干扰信号强度，获取网络覆盖范围内的地面用户的平均遍历速率，并探索地面用户的平均遍历速率随无人机的群组半径和无人机基站负载因子的变化情况；最后设置遍历精度,对无人机群组半径和负载因子进行遍历，选择地面用户平均遍历速率最高的参数，得到最优的无人机基站部署方案。
-
公开(公告)号：CN114339659A
公开(公告)日：2022-04-12
申请号：CN202111096349.6
申请日：2021-09-15
Applicant: 北京邮电大学
Abstract: 无人机基站凭借其高空部署能力带来的大概率视距链接和快速部署能力，成为空天地一体化网络中实现热点分流、盲点补充的重要网络单元。然而无人机的大概率视距链路在提高信号质量的同时，也带来了强跨层干扰，加剧了用户干扰拓扑的波动性，因此传统全向天线不再适用于天地一体化网络。本发明提出了一种无人机辅助网络定向天线参数设定方法，针对不同网络场景，调节无人机部署参数及天线波束宽度。具体的，无人机天线增益被建模为仰角及天线因子相关的非线性函数，仰角越大，用户接收功率越小，并获得网络覆盖性能。根据网络覆盖性能随无人机高度、密度和天线因子的变化关系，确定最优的无人机天线配置参数。
-
公开(公告)号：CN111953392B
公开(公告)日：2022-03-25
申请号：CN202010821113.3
申请日：2020-08-14
Applicant: 北京邮电大学
IPC: H04B7/0413 , H04B17/11 , H04B17/21
Abstract: 本发明公开了一种面向分布式MIMO的天线校准序列发送方法及系统，包括：射频单元确定需发送的校准序列，以及接收校准序列的射频单元，其中，各射频单元是按分布式多输入多输出DMIMO组网技术组成的，根据初始设定的天线校准方法确定发送接收校准序列的射频单元间校准关系；存在校准关系的射频单元根据校准序列发送规则发送/或接收校准序列，并进行校准因子的更新；记录初始设定校准周期内更新校准因子的射频单元数量，并根据预定门限值动态调整天线校准周期。采用本发明，能够在5G非同步TDD系统利用下行上行间静默时隙进行校准序列发送，进而动态调整天线校准周期，在多节点协作的场景下提高传输效率。
-
-
-
-
-
-
-
-
-
Search Results
180
records
(took 0.045 seconds)
