-
公开(公告)号：CN109995376B
公开(公告)日：2023-02-03
申请号：CN201910350329.3
申请日：2019-04-28
Applicant: 哈尔滨工业大学
IPC: H03M7/30
Abstract: 本发明提供基于联合块稀疏模型的信号重构方法，属于分布式压缩感知技术领域。本发明首先建立基于混合支撑集模型的联合块稀疏模型，然后利用了基于混合支撑集模型的联合块稀疏模型的结构特点对信号的公共部分进行重构，再使用BOMP算法，逐个重构出每个信号的特有部分，最后将原信号公共部分与特有部分的重构结果相加，完成对原信号的重构。本发明解决了在多天线以及信号稀疏系数成块分布的情况下，接收端如何以低量测值、低信噪比，精确地重构原信号的问题。本发明可用实际通信场景中接收端的信号重构。
-
公开(公告)号：CN115549732A
公开(公告)日：2022-12-30
申请号：CN202211108893.2
申请日：2022-09-13
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
IPC: H04B7/0413 , H04B7/0456 , H04B17/373 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种基于人工智能的大规模MIMO混合预编码方法；首先设计基础学习器；采用传统部分连接结构的混合预编码算法构造CNN网络的数据集，构建损失函数；然后设计高级学习器；构建数据集，利用元学习MAML算法对数据集进行元训练和元微调，完成网络在全新的环境的适应；本发明利用卷积神经网络替代传统算法，降低计算复杂度，获得预编码矩阵的批量预测能力，并巧妙利用模拟预编码器的部分连接结构，减小神经网络的规模，降低预测时间开销，同时利用元学习MAML算法提高了神经网络环境普适性的能力，保证网络在全新的环境中能够快速适应。
-
公开(公告)号：CN115499115A
公开(公告)日：2022-12-20
申请号：CN202211161301.3
申请日：2022-09-23
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
IPC: H04L5/00 , H04B7/0413
Abstract: 本发明提出CF‑mMIMO场景下基于正交导频的活跃用户检测方法。所述方法包括：信息采集：在进行上行导频训练阶段之前，CPU采集各个用户和AP之间的大尺度衰落信息；导频分配：CPU根据大尺度衰落信息，利用以误检率最小为目标的导频分配方案对各个用户进行初始导频分配；活跃用户检测：在上行导频训练阶段，各个活跃用户向AP发送导频信息，各个AP将其接收的信息映射到导频池中的各个导频信号上，并得到各个映射符号的能量；通过判断各个映射符号的能量是否大于能量阈值，来判断各个导频符号对应的AP附近的用户是否被激活，并将该是否被激活信息汇报给CPU。本发明提出导频方案与其他导频方案相比可以最小化用户的活跃误检测率。
-
公开(公告)号：CN111741478B
公开(公告)日：2022-08-02
申请号：CN202010568484.5
申请日：2020-06-19
Applicant: 哈尔滨工业大学
IPC: H04W24/02 , H04W24/08 , H04B7/0456
Abstract: 一种基于大尺度衰落跟踪的业务卸载方法，它属于Cell‑Free Massive MIMO技术领域。本发明首先得到在t＝0时刻下所有用户与所有接入点之间的大尺度衰落信息β0，并利用这一数据信息对用户下一时刻的大尺度衰落信息进行预测，接着依据大尺度衰落信息估计结果进行降序排列，对下一时刻为用户提供服务的接入点集合进行筛选。在获取接入点集合后，将用户所需业务向对应接入点进行卸载，这样当用户下一时刻更新与其通信的接入点集合后，可以直接进行对应业务的卸载。这一方法通过筛选与用户进行通信的接入点，相较于标准Cell‑Free Massive MIMO系统可以降低约70％的回程链路负载量。本发明可以应用于Cell‑Free Massive MIMO技术领域。
-
公开(公告)号：CN110138476B
公开(公告)日：2021-08-27
申请号：CN201910430447.5
申请日：2019-05-22
Applicant: 哈尔滨工业大学
IPC: H04B17/382
Abstract: 本发明提供基于稀疏表示最大分量的频谱感知方法，属于认知无线电中的频谱感知技术领域。本发明首先采用OMP算法第一次迭代，得到稀疏表示的最大分量，对最大分量进行平方操作得到检验统计量；然后，根据要求设定虚警概率，按照设定的虚警概率计算感知门限，最后把得到的检验统计量和感知门限进行比较得到频谱感知结果。本发明解决了现有频谱感知技术在实际应用时，低信噪比情况下频谱感知性能低的缺点。本发明可用于认知无线电中的频谱感知。
-
Patent Agency Ranking
公开(公告)号：CN113162662A
公开(公告)日：2021-07-23
申请号：CN202011143927.2
申请日：2020-10-23
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部 , 北京赫普特科技有限公司
IPC: H04B7/0413 , H04B7/0426 , H04W52/14 , H04W72/04
Abstract: 一种CF‑mMIMO下的用户分簇及功率分配方法，涉及通信技术领域,是为了解决目前的用户分簇方法的计算量较大导致的不易于实现，以及用户的功率分配方法还需要提供提高服务的公平性的问题。本方法通过最大化所有用户的最小SINR，从而最大化接入网络的用户，最小化用户的掉线率。不需要知道用户的具体位置信息就可以对用户进行分簇，该分簇方法的计算量较低，更易于实现；对于功率控制系数分配，该算法保证了最大化簇内所有用户的最小SINR，保证了用户服务的公平性以及用户的接入。
-
公开(公告)号：CN112600593A
公开(公告)日：2021-04-02
申请号：CN202011473464.6
申请日：2020-12-15
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
IPC: H04B7/0408 , H04B7/0426 , H04B7/0456
Abstract: 一种基于NOMA的波束选择方法，能够提高大规模MIMO系统的性能和通信质量，属于频谱功率分配技术领域。本发明包括：S1、建立大规模MIMO系统的信道模型，并转换为波束空间下的信道模型；S2、对信道模型中的用户进行分簇，若两个用户对应信道向量幅值最大的两行位置相同，则把它们当作同一簇的用户，没有配对的用户自成一簇，得到波束空间下的信道矩阵；S3、基于波束空间下的信道矩阵，利用改进的最大信干噪比波束选择算法或改进的最大容量选择算法得到波束选择后信道矩阵；S4、根据波束选择后信道矩阵进行迫零预编码，得到预编码矩阵，对不同簇的用户进行分布式功率分配，在同簇的多个用户之间引入非正交多址接入技术进行分布式的功率分配。
-
公开(公告)号：CN112564725A
公开(公告)日：2021-03-26
申请号：CN202011418005.8
申请日：2020-12-07
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
Abstract: 基于神经网络的多用户共享接入接收机及其通信方法,涉及涉及通信技术领域和人工智能领域，是为了提高现有接收机的误码率性能和检测性能，本发明提出一种比传统的MMSE‑SIC接收机更好的多用户共享接入DNN接收机及其通信方法，它的误码率等检测性能无论是在高斯信道下还是在瑞利衰落信道下都比传统的MMSE‑SIC接收机更好。
-
公开(公告)号：CN112492676A
公开(公告)日：2021-03-12
申请号：CN202011390355.8
申请日：2020-12-02
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
Abstract: MUSA下行链路的综合考虑信道容量和误码率的功率分配方法，涉及通信技术领域，是为了解决现有的NOMA系统的功率分配方法难以准确地估计出来信道增益，以及分配方法复杂的问题。本方法综合考虑信道容量以及误码率性能，有效性和可靠性都能得到保障。本方案提出的功率分配算法，只需要在MUSA系统中上行发送导频，进而较为准确地估计出来信道增益，就可以对下行的用户进行功率分配，方法简单，计算复杂度较低，易于实现。
-
公开(公告)号：CN107682124B
公开(公告)日：2021-02-02
申请号：CN201710993712.1
申请日：2017-10-23
Applicant: 哈尔滨工业大学
IPC: H04L1/00 , H04B17/336
Abstract: 多用户共享接入技术上行链路的先并后串多用户检测方法，本发明涉及上行链路多用户检测方法。本发明的目的是为了解决现有MMSE‑SIC检测算法计算复杂度高、处理时延大；MMSE‑PIC检测算法检测性能差；以及准并行干扰消除检测算法计算复杂度和处理时延相比MMSE‑SIC更小，检测性能相比MMSE‑PIC更好，但是检测性能仍然较差的问题。一、每个用户将各自的调制符号通过一条高斯白噪声信道传输，在接收端接收到信号；二、计算每个用户的SINR；三、设置门限值M；取SINRk≥M的情况做PIC检测；四、将SINRk≥M的所有用户从K个用户中除去，计算剩余用户的SINR，执行三，直至剩余用户为0。本发明用于多用户检测领域。
-
-
-
-
-
-
-
-
-
Search Results
191
records
(took 0.145 seconds)
