一种柱状天线阵列的近场波束成型与码本设计方法

    公开(公告)号:CN117478188A

    公开(公告)日:2024-01-30

    申请号:CN202311490161.9

    申请日:2023-11-09

    Abstract: 本发明公开了一种柱状天线阵列的近场波束成型与码本设计方法,包括:对近场柱状天线阵列进行建模,通过用户与天线阵列的几何位置关系,化简得出波束聚焦矢量的表达式;分别在仰角域、方位角域以及距离域计算波束成形增益,得到相应的波束成型增益的闭式解;通过控制聚焦于不同位置的波束聚焦矢量的相关性,分别得到仰角域、方位角域以及距离域的抽样方法;对仰角域进行抽样,在仰角抽样值对应的平面上获取方位角抽样值与距离抽样值,最终获得用于近场柱状天线阵列波束成型的三维码本。本发明能够有效地表征近场柱状天线阵列的波束成型增益,满足码字之间相关性的约束,将信号聚焦到预期位置。

    一种基于自适应卡尔曼滤波的动态目标组合定位方法

    公开(公告)号:CN116520380A

    公开(公告)日:2023-08-01

    申请号:CN202310489224.2

    申请日:2023-04-28

    Abstract: 本发明公开一种基于自适应卡尔曼滤波的动态目标组合定位方法,属于计算、推算或计数的技术领域。该组合定位方法用于动态目标处于线性状态和非线性状态两种应用场景,在全球定位系统和超宽带测距信息的组合定位基础上,基于协方差匹配方法引入自适应因子和动态窗口调节,提出一种融合UWB和GPS的自适应卡尔曼滤波组合定位方法,在目标线性运动状态下,基于协方差匹配的滑窗自适应卡尔曼滤波方法进行GPS单点定位;在目标非线性运动状态下,基于引入滤波发散判据的自适应无迹卡尔曼滤波方法进行UWB/GPS组合定位。本发明提升了基于融合UWB和GPS的卡尔曼滤波方法的定位精度和稳定性。

    基于深度强化学习的语义通信系统的资源分配方法

    公开(公告)号:CN116390238A

    公开(公告)日:2023-07-04

    申请号:CN202310419452.2

    申请日:2023-04-19

    Abstract: 本发明公开了一种基于深度强化学习的语义通信系统的资源分配方法。多小区智能语义处理中心通过每个基站收集通信的发送数据和接收数据,利用Transformer模型得到语义通信系统的BLEU得分随信噪比变化的映射表,并利用映射曲线拟合得到比特至语义(B2M)的转换曲线,通过比特率获得系统语义吞吐量;引入知识库的辅助系统;确定多小区网络用户子信道分配方式及功率分配方式,得到每个小区传输比特率,通过B2M转换曲线得到单个小区的语义吞吐量;得出优化问题,通过对问题进行简化得出最终需要优化的语义资源分配方案;设计并搭建资源分配网络Semantic‑JCP,求解资源分配问题后最终得到使多小区系统语义吞吐量最大情况下的子信道分配和功率分配。

    一种面向复杂环境的机动5G混合接入链路中断预测方法

    公开(公告)号:CN112543471B

    公开(公告)日:2022-08-26

    申请号:CN202011276967.4

    申请日:2020-11-16

    Abstract: 本发明所公开的一种面向复杂环境的机动5G混合接入链路中断预测方法。属于无线通信技术领域;本发明基于信道模型链路预算结合机器学习模型纠偏,实现链路中断的准确判断。具体地,根据实时链路状态的信息,利用大数据信息与智能学习技术,刻画山区、隧道、密集城镇等复杂环境中5G混合接入信道的空间和时间维度相关性以及多普勒频偏效应与机动通信大数据之间的深度关系,建立起一套方法实现适合复杂地形环境场景的、以及相应频段、带宽条件下,业务状态的预测技术,为满足5G混合接入专用通信系统的多应用场景业务保障及决策提供依据。

    一种面向铁路通信天线分组的增强型空间调制传输方法

    公开(公告)号:CN110034808B

    公开(公告)日:2022-04-26

    申请号:CN201910279206.5

    申请日:2019-04-09

    Abstract: 本发明提出了一种面向铁路通信天线分组的增强型空间调制传输方法,旨在通过天线分组来增加系统的信息传输速率,与传统的增强型空间调制技术相比,本发明显著提升了频谱效率。该方法首先给定高速铁路通信系统的系统参数,以确定增强型空间调制技术天线分组激活方法;然后,测量出实际环境下高速铁路环境下信道矩阵数据;最后,计算出接收信号表达式,依据最大似然检测算法进行解码。本发明的优点是能够有效地提升发射数据比特的传输速率,进而提升系统的频谱效率。

    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:CN114124168A

    公开(公告)日:2022-03-01

    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。

    一种采用无人机代理的空中无线传能系统

    公开(公告)号:CN107707031B

    公开(公告)日:2021-07-23

    申请号:CN201710763109.4

    申请日:2017-08-30

    Abstract: 本发明公开了一种采用无人机代理的空中无线传能系统,属于新一代空中交通和再生能源利用技术领域。该系统设计了一种具有免停靠特点的无人机(UAVs)能量充电架构,实现了一种空中充电平台的架构。该架构包含由充电线圈组成的地面无线电发射阵列和处于阵列有效辐射角内的空中无人机代理(P‑UAVs),还涉及与机器学习有关的智能信息处理与控制机制。对于待充电的UAVs,P‑UAVs可以主动定位和跟踪UAVs并且可以对其进行无线传能,从而扩展了原有无线传能装置的覆盖范围。本发明扩展了地面无线充电阵列的全向覆盖范围,减少了地面充电阵列设备的部署数量,从而降低了部署成本;免停靠特点也提高了空中交通中能量充电与交通运行的效率。

    权重速率最优的下行MIMO-NOMA功率分配方法

    公开(公告)号:CN110190881B

    公开(公告)日:2021-07-13

    申请号:CN201910444289.9

    申请日:2019-05-27

    Abstract: 本发明提出了一种权重速率最优的下行MIMO‑NOMA功率分配方法,包括以下步骤:用户根据信道矩阵进行奇异值分解,并结合最大比值合并得到各用户簇间干扰的迫零向量;基站初始化各用户的功率以及权重因子值,应用拉格朗日对偶转换和二次转换方法获得各辅助变量表达式以及功率分配因子的表达式;以最优加权系统速率为目标,通过迭代运算获得最优功率分配因子。本发明在进行迭代运算时能够快速收敛,得到最优功率分配方案,与传统MIMO‑OMA和平均功率分配MIMO‑NOMA方案相比,本发明能够提升系统加权总速率。

    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。

Patent Agency Ranking