一种基于伪码本的3DMU-MIMO预编码方法

    公开(公告)号:CN103825679A

    公开(公告)日:2014-05-28

    申请号:CN201410080644.6

    申请日:2014-03-06

    Abstract: 本发明公开了一种基于伪码本的3D?MU-MIMO预编码方法。基站端采用均匀面天线阵列,与用户端同时储存DFT码本;用户端根据3D信道矩阵,分别在水平维度与垂直维度上进行最优预编码矢量的选取,将索引号反馈给基站端,基站恢复出水平维与垂直维最优预编码矢量,分别计算出与水平维及垂直维最优预编码矢量相似度最高的水平维与垂直维次优预编码矢量。分别进行点乘变换,构建出新的水平维与垂直维最优预编码矢量,进而生成预编码矩阵。本发明中所采用的伪码本思想能够更好的匹配当前的信道信息,而且在不增加系统反馈量的情况下,使得系统性能得到明显提升。

    一种基于正交联合码本集的3DMU-MIMO预编码方法

    公开(公告)号:CN103684700A

    公开(公告)日:2014-03-26

    申请号:CN201310752843.2

    申请日:2013-12-31

    Inventor: 景小荣 张靖悦

    Abstract: 本发明公开一种基于正交联合码本集的三维多用户MIMO预编码方法,涉及移动通信技术领域。基站端采用均匀面天线阵,与用户端同时储存正交联合码本集;用户端根据3D MIMO信道矩阵,在水平维度与垂直维度进行最优预编码矢量选取,然后将对应预编码矢量序号反馈给基站端,基站端形成3D预编码矩阵,对多用户发送信号进行3D预编码处理。正交联合码本集不仅覆盖了更大的空间,而且码本间存在正交性,因此,对于3D MIMO信道的匹配更为精确全面,同时能够有效抑制多用户共道干扰;同时,本发明对于最优预编码矩阵的选取,能够在不增加反馈量的条件下,综合利用水平与垂直维度上的信道信息,提高了系统的整体性能。

    基于多智能体离散柔性演员-评论家算法的多用户协同抗干扰策略

    公开(公告)号:CN119363250A

    公开(公告)日:2025-01-24

    申请号:CN202411456294.9

    申请日:2024-10-17

    Inventor: 景小荣 王睿

    Abstract: 本发明请求保护一种基于多智能体离散柔性演员‑评论家算法(MA‑DSAC)的多用户协同抗干扰策略,属于无线通信技术领域。该发明为了同时解决多用户场景下存在的外部恶意干扰和内部各通信收发对之间的同频干扰,联合频率域、功率域和调制编码域,提出了一种基于多智能体离散柔性演员‑评论家算法的多用户协同抗干扰策略。在该策略中,首先,引入马尔科夫博弈对多用户抗干扰问题进行建模和分析;接着,对柔性演员‑评论家算法进行离散化处理以应对多维离散动作空间;最后,通过各通信收发对之间的信息交互,基于集中训练和分布式执行的框架,将其拓展为多智能体深度强化学习算法,以实现高效的多用户协同抗干扰。

    一种基于IRS-UAV辅助NOMA-SWIPT系统资源优化分配的方法

    公开(公告)号:CN119342607A

    公开(公告)日:2025-01-21

    申请号:CN202411449580.2

    申请日:2024-10-17

    Inventor: 景小荣 陈宁月

    Abstract: 本发明请求保护一种基于智能反射面(Intelligent Reflecting Surface,IRS)和无人机(Unmanned Aerial Vehicle,UAV)辅助的非正交多址接入(Non‑Orthogonal Multiple Access,NOMA)‑和无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)系统资源分配方法。该方法在UAV轨迹、基站发射功率分配、IRS反射系数及物联网设备(Internet of things,IoT)最小传输速率和能量收集的约束条件下,最大化系统的和速率。首先建立IRS‑UAV辅助的多簇NOMA‑SWIPT通信系统模型,并提出多目标优化问题。针对非凸优化问题,基于交替迭代策略,将其分解为多个单目标优化子问题,通过连续凸逼近等方法逐步求解。相比不使用IRS的UAV系统,本方法有效提升了系统的和速率,具备更好的实用性和可行性。

    基于消息选择性传递的OTFS信号检测方法

    公开(公告)号:CN119341865A

    公开(公告)日:2025-01-21

    申请号:CN202411449578.5

    申请日:2024-10-17

    Inventor: 景小荣 雷跃通

    Abstract: 本发明请求涉及一种基于消息选择性传递的正交时频空(OTFS)信号检测方法,适用于高速移动通信场景。该发明首先在原有MP检测算法的基础上,添加符号对数似然比(LLR)的计算,提高了消息传递的准确性,并通过引入边分组策略,将信道系数不同的边进行分组来优化因子图结构,减少环路效应对检测性能的影响。随后在迭代过程中引入阻尼因子,控制每一轮迭代中的消息振荡幅度,加快算法收敛速度。在检测过程中,阻尼消息选择性传递(D‑MsP)检测器利用稀疏性原理,进一步提升了OTFS信号在多径信道中的检测性能和收敛效率。D‑MsP检测器在性能与计算复杂度之间实现了良好平衡,在保证高检测精度的同时显著降低了计算开销,特别适用于高速移动通信场景。

    一种联合物理层和媒体接入控制层的上行重叠传输处理方法及装置

    公开(公告)号:CN117978344A

    公开(公告)日:2024-05-03

    申请号:CN202410192589.3

    申请日:2024-02-21

    Inventor: 景小荣 熊杰

    Abstract: 本发明涉及一种联合物理层和媒体接入控制层的上行重叠传输处理方法及装置,属于通信技术领域。该方法包括S1、判断UL重叠是否仅涉及单个TRP,若是则执行S2;若不是则执行S3;S2、判断UL重叠是否因TA更新导致,若是则按照单TRP‑UL重叠处理;若不是则执行S3;S3、物理层进行信道复用,并反馈至MAC层;S4、MAC层根据多TRP令牌桶算法处理确定UE对每个TRP传输的数据。该装置包括用于反馈重叠情况与实际复用情况的物理层模块、用于处理逻辑信道数据的MAC层模块以及传输UL重叠处理结果的传输模块。

    用于物理上行共享信道的传输方法及装置

    公开(公告)号:CN117749339A

    公开(公告)日:2024-03-22

    申请号:CN202311634828.8

    申请日:2023-12-01

    Inventor: 景小荣 李佳伟

    Abstract: 本发明涉及一种用于物理上行共享信道的传输方法及装置,属于通信技术领域。现有技术中,需要先获得第一个SRI/TPMI字段的层数,再判断第二个SRI/TPMI字段,从而增加了时延和计算复杂度。本发明提出了一种新的方法,通过对两个SRI/TPMI字段进行联合编码和设计,实现了同时获得两个面板的预编码信息,从而减小了开销。该发明具有广阔的应用前景和经济效益,对无线通信领域具有重要意义。

    一种任意方向自然场景文本识别方法

    公开(公告)号:CN111242113B

    公开(公告)日:2022-07-08

    申请号:CN202010017936.0

    申请日:2020-01-08

    Inventor: 景小荣 朱莉

    Abstract: 本发明涉及一种任意方向自然场景文本识别方法,属于数字图像处理领域,包括以下步骤:S1:首先使用高分辨分割网络HRNet作为基础框架提取文本的空间信息;S2:然后使用卷积长短时记忆ConvLSTM模型提取文本的时空序列信息;S3:通过设计字符注意机制使得模型的注意力在字符上,并使用可微分二值化函数进一步加大网络对前景的注意力,而削弱对背景区域的关注;S4:网络对每个像素点进行37分类,将分类结果按照从左到右的顺序转换成文本。本发明能识别任意方向的场景文本,同时对低分辨率和强噪声文本均有较强的鲁棒性。

    基于回归的多尺度场景文本检测方法

    公开(公告)号:CN110533041B

    公开(公告)日:2022-07-01

    申请号:CN201910838235.0

    申请日:2019-09-05

    Inventor: 景小荣 朱莉

    Abstract: 本发明涉及基于回归的多尺度场景文本检测方法,属于数字图像处理领域。该方法具体包括:S1:设置充足的具有文本位置标定的训练数据;S2:构建特征提取网络,包括自低向上的前向网络过程和自顶向下的特征融合过程,用于提取出各训练数据的低中高层特征;S3:对送入检测层的各层特征使用级联模块;S4:采用基于回归的检测框架,根据文本特征设置合适的默认框,检测图像中的文本位置。本发明采用的级联模块提高了网络的感受野,使得设置的文本特征的默认框十分合适,最终准确的检测到图像中的文本位置。

    基于系统调用的智能终端恶意软件动态检测方法

    公开(公告)号:CN109753801B

    公开(公告)日:2022-04-22

    申请号:CN201910087194.6

    申请日:2019-01-29

    Abstract: 本发明涉及基于系统调用的智能终端恶意软件动态检测方法。软件的自动安装和运行过程中提取出待测样本的系统调用特征,对动态行为的日志信息进行包括数据降维、向量化处理和去冗余处理,基于支持向量机模型进行机器学习分类处理,在学习前构建系统调用序列的马尔科夫矩阵,将结果转化为支持向量机SVM能够识别的格式,最后将正常软件和恶意软件的混合训练集作为SVM的输入进行有效性实验训练,得出训练好的分类模型用于判断。本发明突破了传统的安全检测模式,通过使用马尔科夫矩阵重构系统调用序列将恶意软件检测系统设计成一种特殊的形式,既能实现恶意代码自动检测,又可将训练的数据维度大幅度降低,其实现过程简单,应用范围广泛。

Patent Agency Ranking