发射分集系统的信道估计方法

    公开(公告)号:CN101217300B

    公开(公告)日:2011-05-11

    申请号:CN200710304685.9

    申请日:2007-12-28

    Applicant: 清华大学

    Abstract: 本发明公开了一种发射分集系统的信道估计方法,属于数字信息传输技术领域。所述方法包括:根据矩阵正交性设计空时码作为分集训练序列;发端将分集训练序列填充在数据帧中,并发射数据帧;收端提取数据帧中填充的训练序列和相应发端到收端的信道冲激响应的线性卷积;对线性卷积之和进行重构得到循环卷积;计算循环卷积的频域形式;根据频域形式计算信道冲激响应的频域估计;根据信道冲激响应的频域估计计算发端到收端的信道估计。本发明通过设计空时码作为分集训练序列,选择频域恒模或频域之和恒模的分集训练序列,有效地消除了分集训练序列之间的相互干扰,简化了发射分集系统的信道估计。

    确定下行多址系统传输模式的方法及发射端、接收端装置

    公开(公告)号:CN101924721A

    公开(公告)日:2010-12-22

    申请号:CN200910087104.X

    申请日:2009-06-10

    Applicant: 清华大学

    CPC classification number: H04L5/0044 H04L5/0091 H04L5/1469

    Abstract: 本发明涉及确定下行多址系统多业务传输模式的方法及发射端、接收端装置,本发明中信息传输采用复帧结构,复帧结构中的时域数据帧长度灵活可变,所采用的时频分片技术为:对时间和子载波资源进行基本时频单元划分,基本时频单元由位于同一时域数据帧内的一个或多个子载波组成且占据的信号带宽固定;利用基本时频单元进行时频子信道分配;根据系统可用资源、信道条件和多业务需求确定传输模式;基于传输模式的确定得到发射端装置;并根据传输模式的确定和发射端装置得到对应某个时频子信道的接收端装置。本发明支持多种业务传输的需求,并且可以根据外部获得的系统可用资源信息、信道条件和业务具体需求,灵活调度系统资源,灵活配置系统参数。

    正交频分复用系统中利用系统信息抑制相位噪声的方法

    公开(公告)号:CN101257469B

    公开(公告)日:2010-09-08

    申请号:CN200810056066.7

    申请日:2008-01-11

    Applicant: 清华大学

    Abstract: 本发明涉及一种正交频分复用系统中利用系统信息抑制相位噪声的方法,属于数字信息传输技术领域。所述方法包括:在发射端,将输入的信号经过扰码、信道编码后,进行符号映射处理,生成数据符号;获取帧头;将系统信息子载波插入数据符号内,得到帧体;将帧头和帧体复接,经过成形滤波、数模变换、射频上变换处理后得到信号帧,然后将信号帧发射到接收端;在接收端,接收信号帧,获取信号帧中的系统信息子载波,取出系统信息子载波中间若干个子载波进行相位噪声估计,求解LS方程得到相位噪声的频域估计,最后在时域对信号帧进行相位校正,得到补偿后的信号帧,对补偿后的信号帧进行解映射,译码处理后输出。

    基于低峰谷比序列传输的OFDM调制系统性能测试方法

    公开(公告)号:CN101083508B

    公开(公告)日:2010-06-02

    申请号:CN200710119270.4

    申请日:2007-07-19

    Applicant: 清华大学

    Abstract: 本发明属于数字信息传输技术领域,其特征在于,它针对OFDM多载波调制系统提出了一种新的性能测试模型。该模型将调制系统发端基带数据流与测试系统收端基带数据流之间的传输过程模型化为一个带有高斯白噪声的线性信道,即调制系统发端数据x(n)和测试系统收端数据r(n)之间的关系可由r(n)=h(n)*x(n)+v(n)描述,其中,符号*表示线性卷积运算,h(n)该测试模型信道的冲激响应,v(n)是线性卷积系统的噪声和数据干扰。并针对该模型提出一种精确测量模型参数的方法,其特征在于采用LPVR待测系统的传输数据进行上述模型参数估计。此方法具有对现有OFDM多载波调制系统改动小,估计精度高等特点。

    一种基于物理层子信道划分的分级多业务传输方法与装置

    公开(公告)号:CN101588489A

    公开(公告)日:2009-11-25

    申请号:CN200910087594.3

    申请日:2009-06-24

    Applicant: 清华大学

    CPC classification number: Y02D50/30

    Abstract: 本发明公开了一种基于物理层子信道划分的分级多业务传输方法,包括:根据基本业务传输方式确定基本净荷单元的结构与数量;根据新增业务需求,将基本净荷单元组成物理层子信道;新增业务数据经过随机化、编码、星座映射与交织后插入基本净荷单元;对插入基本净荷单元的数据进行解交织、解映射等处理得到等效新增业务数据包;将基本业务数据包和等效新增业务数据包按特定时序复用,将复用后信号经过国标发射机发射。本发明还公开了一种基于物理层子信道划分的分级多业务传输装置。本发明提出的多业务传输方法在不影响原有基本业务的基础上,可使用独立的编码、星座映射和交织方式,灵活配置各种业务的参数以实现分级传输,且具有省电功能。

    一种用于多模式训练序列填充系统的多模式自动识别方法

    公开(公告)号:CN101087291A

    公开(公告)日:2007-12-12

    申请号:CN200710099074.5

    申请日:2007-05-11

    Applicant: 清华大学

    Abstract: 本发明属于数字信息传输技术领域,其特征在于,针对目前存在的基于多模式训练序列的多载波和单载波调制系统,使用多模式相关器解决多模式的自动识别问题。通过串型、并型或者混合的方式对各种不同模式的本地相关序列进行加权和位置组合设计新的本地多模式相关序列,通过分辨两个相邻相关峰的位置差、相关峰大小、次相关峰特性等综合判断所使用的模式。针对DTMB系统给出了一种具体的多模式相关器设计方法,计算机仿真表明,该多模式相关器能够准确地分辨出系统工作模式,且具有本地相关序列长度合理和硬件实现简单的特点。

    一种用于固定训练序列填充调制系统的迭代分解方法

    公开(公告)号:CN101043481A

    公开(公告)日:2007-09-26

    申请号:CN200710098532.3

    申请日:2007-04-20

    Applicant: 清华大学

    Abstract: 本发明属于数字信息传输技术领域,其特征在于,它是一种基于固定训练序列填充的迭代分解方法,巧妙地将当前帧训练序列看作当前帧数据和下一帧训练序列组成的“虚拟帧”的循环前缀,使时域中发送的“虚拟帧”与信道冲击响应的线性卷积变为循环卷积,方便用频域DFT的方法得到数据和训练序列的估计,方便数据与训练序列的分离和更准确的信道估计。通过信道估计和数据分离反复迭代,可以得到更准确的信道估计和更准确的数据分解。计算机仿真表明,采用本发明的信道估计和均衡几乎不损失系统误码性能,并大大简化了信道估计和均衡的处理。

    基于无线光通信的无人机集群部署方法、装置及电子设备

    公开(公告)号:CN118101060A

    公开(公告)日:2024-05-28

    申请号:CN202410198270.1

    申请日:2024-02-22

    Applicant: 清华大学

    Abstract: 本申请涉及无人机通信技术领域,特别涉及一种基于无线光通信的无人机集群部署方法、装置及电子设备,其中,方法包括:基于无人机与用户之间的服务关联,确定多用户之间的多址接入方式;利用无线光通信的预设优化约束和优化目标,优化无人机的二维位置和高度,得到最终的无人机位置;结合多址接入方式,根据最终的无人机位置生成相应的多用户信号传输策略,并进行信号传输。由此,解决了相关技术中,由于无人机集群部署中容易出现碰撞和信号干扰,可能导致数据传输错误或中断,降低数据的准确性和完整性等问题,有效增加了基于无线光通信的无人机集群系统的信道容量、降低了传输功率、扩大了覆盖范围、增强了抗干扰能力、提升了多用户接入能力。

    基于多智能体强化学习的星间激光链路调度方法及装置

    公开(公告)号:CN118074775A

    公开(公告)日:2024-05-24

    申请号:CN202311810758.7

    申请日:2023-12-26

    Applicant: 清华大学

    Inventor: 杨昉 王冠华 宋健

    Abstract: 本申请涉及卫星通信技术领域,涉及一种基于多智能体强化学习的星间激光链路调度方法及装置,其中,方法包括:获取LEO卫星网络中星间激光链路在当前时隙的负载情况,构建状态矩阵并进行数据处理;输入各卫星邻近区域处理后的状态矩阵并通过深度神经网络输出下一时隙星间激光链路方案;设计奖励函数及动作构建训练样本库,对深度神经网络的参数进行优化训练;实施联邦学习策略,LEO卫星传输本地模型参数,GEO卫星实现模型聚合与参数更新;基于特定优化目标评估聚合模型参数的效用,在LEO卫星功率受限的条件下,能够自适应传输模型。由此,降低了链路调度的复杂度、减轻了链路计算的负担、减少了网络延迟、降低了卫星能耗、增加了卫星的通信性能。

    智能影像处理中的图像去噪方法及装置

    公开(公告)号:CN116977216A

    公开(公告)日:2023-10-31

    申请号:CN202310934794.8

    申请日:2023-07-27

    Applicant: 清华大学

    Abstract: 本申请涉及一种智能影像处理中的图像去噪方法及装置,其中,方法包括:确定目标图片的黑电平的偏置值,并扣除黑电平的偏置值,得到扣除后的图片;基于图片特点与处理需求,确定需要使用的图像去噪滤波方法,并根据图像去噪滤波方法确定滤波窗口邻接矩阵大小;基于图像去噪滤波与滤波窗口邻接矩阵大小,计算图片的每一个像素点的滤波值;根据滤波值更新每一个像素点的原像素值,得到滤波后的图片。由此,解决了相关技术中,无法在图像去噪的同时保留图像细节,降低了图像的视觉性能,减少了图像的峰值信噪比和结构相似度,不利于后续的图像识别、检测及分割等任务等问题。

Patent Agency Ranking