基于位置公平的毫米波高铁车地通信稳定波束成形方法

    公开(公告)号:CN110166100A

    公开(公告)日:2019-08-23

    申请号:CN201910383020.4

    申请日:2019-05-09

    Abstract: 本发明公开了基于位置公平的毫米波高铁车地通信稳定波束成形方法,包括以下步骤:步骤一:构建交错冗余覆盖网络架构;步骤二:建立发射波束宽度优化问题;步骤三:确定波束分配方案:根据发射波束宽度优化问题,计算出车载移动中继节点在基站覆盖范围内各点处所需的发射波束宽度和对应的波束边界点位置;步骤四:切换最佳服务波束:通过列车的定位系统获得列车在当前时刻的位置信息,根据波束分配方案中获得的发射波束宽度和波束边界点位置以及列车的位置信息为车载移动中继节点切换最佳的服务波束;步骤五:计算该列车通信系统的波动因子和中断概率。本发明具有能提升高铁无线通信系统数据传输的稳定性,还能保证具有较低的通信中断概率的优点。

    一种基于非完美SIC的权重速率最优的下行NOMA功率分配方法

    公开(公告)号:CN108882352A

    公开(公告)日:2018-11-23

    申请号:CN201810532430.6

    申请日:2018-05-29

    Abstract: 本发明提供一种基于非完美SIC的权重速率最优的下行NOMA功率分配方法,应用于单小区单天线基站多载波场景,所述方法包括以下步骤:基站给每个子信道上的每个用户分配初始化功率;基站获取用户的实时信道状态信息,且每个子信道上用户按照其信道条件由强到弱排列,同时基站根据用户的优先性要求分配给用户相应的权重系数;基站获取用户端由于非完美SIC导致的SIC误差以及信道干扰;基站依据迭代操作可得到最优的功率分配方案,依据该方案分配给用户相应的功率。与现有的OMA、固定功率分配方法相比,本发明能提高系统的权重速率,在考虑到用户公平性的同时还能提高频带利用率。

    基于知识图谱驱动的非正交多址接入语义通信系统的方法

    公开(公告)号:CN118354343A

    公开(公告)日:2024-07-16

    申请号:CN202410269417.1

    申请日:2024-03-11

    Abstract: 本发明公开了基于知识图谱驱动的非正交多址接入语义通信系统的方法,属于通信技术领域,步骤如下:将三元组视作语义符号对文本进行语义符号抽取,并将不符合规则的三元组进行替换,生成三元组集,将三元组集构建知识图谱,用于驱动语义通信系统;对三元组集进行转码,将文本形式的信息转换为结构化的数据,生成对应词典,用于后续三元组与信号流的相互转换;设计上行非正交多址接入语义通信系统,基于Transformer结构设计发射器和接收器,用于三元组传输,在基站端实现信号重构,同时执行串行干扰消除,在接收端联合更新接收机网络参数,训练网络模型,恢复出目的三元组;基于知识图谱训练T5模型,采用训练集对T5进行微调,实现目的文本的精准生成。

    一种近场NOMA系统的波束训练与功率分配方法、系统

    公开(公告)号:CN118282458A

    公开(公告)日:2024-07-02

    申请号:CN202410384122.9

    申请日:2024-04-01

    Abstract: 本发明公开了一种近场NOMA系统的波束训练与功率分配方法、系统,该方法包括对近场NOMA系统进行用户位置信息获取和码本设计;构建基于DRL的资源分配网络,根据用户位置信息生成当前时隙的波束训练策略与功率分配策略,并获得对应的奖励;利用经验元组对基于DRL的资源分配网络进行训练,获得训练完成的基于DRL的资源分配网络;将当前时隙用户的位置信息输入到训练完成的基于DRL的资源分配网络中,通过最大化近场NOMA系统得到的奖励,动态调整波束训练策略与功率分配策略,获得该系统最大和速率对应的策略,完成波束训练与功率分配。本发明提高了整个通信系统的传输速率,进而满足了未来移动近场通信系统对通信质量的要求。

    一种面向车联网的抗多普勒频移的近场无线通信波束成形方法

    公开(公告)号:CN117978223A

    公开(公告)日:2024-05-03

    申请号:CN202410026593.2

    申请日:2024-01-08

    Inventor: 徐友云 童华炜

    Abstract: 本发明公开了一种面向车联网的抗多普勒频移的近场无线通信波束成形方法,包括:步骤1:确定覆盖区域中的远近场区域边界;步骤2:判断移动终端是否处于近场区域;步骤3:确定其到天线阵列中心的距离、车辆与天线阵列平面夹角的余角以及车辆沿直线行驶的速度;步骤4:确定移动车辆和基站超大规模天线阵列中各天线单元的距离L(x,y);步骤5:确定基站超大规模天线阵列中的各天线单元到移动车辆的信道表达式;步骤6:进行波束成形参数调整,对阵列天线进行波束成形控制;步骤7:根据移动终端周期性位置更新信息。本发明为超大规模阵列天线近场无线通信波束成形提供一种新颖高效解决方案,对加强城市环境下车联网数据传输保障提供一种先进技术方法。

    面向双向传输FD多中继协作SWIPT网络的中继协作传输方法

    公开(公告)号:CN114884550B

    公开(公告)日:2023-07-25

    申请号:CN202210355020.5

    申请日:2022-04-06

    Abstract: 本发明公开面向双向传输FD多中继协作SWIPT网络的中继协作传输方法,属于计算、推算或计数的技术领域。本发明基于采用动态PS策略的SWIPT接收机,以单链路中断概率最小化为优化目标,在优化中继PS系数的同时,进一步优化不同频段信号功率分配系数。同时以双向链路遍历容量和最大化为优化目标,分析了多种RS算法的性能和适用场景。选择本发明的SWIPT接收机结构的中继节点参与面向双向传输FD多中继协作SWIPT网络双向通信,实现功率有效分配,提高系统传输效率。

    一种铁路物联网中面向服务质量保障的接入控制联合优化方法

    公开(公告)号:CN110381470B

    公开(公告)日:2023-06-20

    申请号:CN201910669225.9

    申请日:2019-07-24

    Abstract: 本发明公开了一种物联网技术领域的铁路物联网中面向服务质量保障的接入控制联合优化方法,包括:引入空白频谱来提升网络吞吐量;引入效用函数保障接入控制方案用户的公平性和稳定性,提高接入控制中的QoS(服务质量);提出一种兼顾速率控制和频谱分配的物联网接入控制联合优化模型;给出的接入控制过程主要包括:先进行基于贪婪着色的频谱初始分配;再依据分布式速率控制算法使联合优化模型的稳定性约束得到满足;最后使用动态频谱分配算法对频谱进行新的分配。在实施联合优化后,可以使铁路物联网的接入控制更具有QoS保障。

    一种基于深度学习的MIMO-NOMA系统信号检测方法及系统

    公开(公告)号:CN114124168B

    公开(公告)日:2023-05-26

    申请号:CN202111282370.5

    申请日:2021-11-01

    Abstract: 本发明公开了一种基于深度学习的MIMO‑NOMA系统信号检测方法及系统,属于无线通信技术领域,包括:获取含噪用户信号,基于预先构建的MIMO‑NOMA系统无线通信模型将用户发送的含噪用户信号转换为基站接收的接收信号;通过预先构造的MIMO‑NOMA系统信号检测模型用深度神经网络实现迭代步骤,使用接收信号和信道矩阵QL分解后得到的下三角矩阵作为深度神经网络的输入,在深度神经网络的输出层外接一个Softmax层,在Softmax层中进行软判决输出软信息,通过软信息采样得到含噪用户信号的符号取值,使用串行干扰消除算法消除噪声,得到干净接收信号的符号取值;将干净接收信号恢复为干净用户信号,从而得到干净用户信号的符号取值;提高了检测的准确性,误码率降低。

    一种上行MIMO-NOMA无线通信系统波束成形方法

    公开(公告)号:CN110299937B

    公开(公告)日:2023-05-23

    申请号:CN201910669194.7

    申请日:2019-07-24

    Abstract: 本发明公开了一种上行MIMO‑NOMA无线通信系统波束成形方法,该方法适用于多小区多用户MIMO‑NOMA无线通信系统上行波束成形,该方法包括以下几个步骤:对于最大化系统总速率问题应用拉格朗日对偶转换和二次转换得到拉格朗日辅助因子以及二次转换辅助向量的表达式;对于转换后的凸优化问题,应用拉格朗日乘子法,得到波束成形向量的表达式;以最大系统总速率为目标,应用迭代运算得到每个用户的波束成形向量。与传统的上行功率分配方法相比,本方法能够得到较好的系统总速率,且应用NOMA的系统性能优于应用正交多址接入系统的性能。

    RIS增强型上行OFDMA系统协作传输方法

    公开(公告)号:CN115866611A

    公开(公告)日:2023-03-28

    申请号:CN202211481575.0

    申请日:2022-11-24

    Abstract: 本发明属于无线通信领域,具体的说,是一种RIS增强型上行OFDMA系统协作传输方法,具体包括:定义上行OFDMA系统的关键参数;设计了一种多智能体深度强化学习算法来解决此优化问题;以不同的方案改变当前环境,并提出了一种双向迁移学习框架,通过利用不同环境下共有的配置来增强神经网络在不同环境中的适应能力,从而使得智能体更高效地动态调整资源分配及RIS控制策略,以最大化所有用户的和速率。本发明可以有效提升系统性能,加快神经网络在不同环境下的收敛速度,使智能体更快更有效的适应不同的环境。

Patent Agency Ranking