一种感知无线电中空闲频谱的双次协作检测方法

    公开(公告)号:CN101399564B

    公开(公告)日:2013-01-02

    申请号:CN200810232932.3

    申请日:2008-10-27

    Inventor: 谢显中 何丽华

    Abstract: 本发明申请保护一种感知无线电系统中空闲频谱检测的双次协作检测方法,涉及无线通信系统。该方法是将传统协作检测算法中参与协作的多个感知用户划分到不同的群里,需要通信的感知用户为该群的群首,然后通过群内协作以及群间协作来达到减少控制信道开销和提高系统检测性能的目的。群内感知用户采用能量检测算法本地判断授权给主用户的某频段上是否存在主用户信号,并将本地判断结果传送到群首,群首融合这些本地判决作出群判决结果,感知基站对群判决结果进一步融合判决,从而得到该系统的最终判决。采用本方法很大程度上减少了传递给感知基站的判决结果比特数,这样就大大节省了控制信道的带宽,检测性能得到了提升。

    最大化SJNR准则的自适应分群预编码方法

    公开(公告)号:CN101515816B

    公开(公告)日:2012-12-12

    申请号:CN200910103518.7

    申请日:2009-04-02

    Abstract: 本发明涉及无线移动通信领域,针对预编码技术中存在的高性能和低复杂度不能并存,以及在噪声方差小的时候对噪声的抑制效果会变差的问题,本发明基于最大化SJNR准则的分群预编码算法,设计了自适应分群预编码方案。该方法首先采用分群技术,在多用户多入多出系统(MIMO)中,从高层获取CSI信息,根据CSI进行自适应干扰和噪声的抑制,基站将多个用户分成几个群,对传输信道CSI情况进行信道状态判断,在信道状态差的时候采用最大化SJNR准则的分群预编码来进行干扰和噪声的抑制,当信道状态好的时候直接采用分群联合传输算法。这种自适应分群预编码算法能够取得不同信道状态下最好的误码率性能。本发明可广泛应用于MIMO系统中。

    一种基于周期图检测和频谱池改进WiMAX性能的方法

    公开(公告)号:CN101583141A

    公开(公告)日:2009-11-18

    申请号:CN200910104153.X

    申请日:2009-06-23

    Inventor: 谢显中 黄秋宴

    Abstract: 本发明请求保护一种WiMAX性能改进方案,涉及无线通信系统。为了充分利用频率资源,本发明利用周期图检测技术对某频段上所有子载波进行检测,判断在该频段上是否仅数据子载波被占用以及空闲数据子载波数;如果空闲数据子载波数大于每次传送数据时所需的最小空闲数据子载波数,利用频谱池技术,根据WiMAX物理层OFDM结构与系统吞吐量,在该频段空闲数据子载波上传输二级用户数据,在非空闲数据子载波上传输数据0。本发明提出的利用周期图检测技术和频谱池技术改进WiMAX性能的方案,尽量利用现有可用的空闲数据子载波,提高了频谱资源的利用率,同时避免了一级用户与二级用户之间的干扰,提高了WiMAX性能。

    一种基于迭代方法的RS喷泉码的编译码方法

    公开(公告)号:CN101582744A

    公开(公告)日:2009-11-18

    申请号:CN200910104140.2

    申请日:2009-06-19

    Abstract: 本发明涉及一种基于迭代方法的RS喷泉码的编译码方法,包括译码和编码两部分:编码过程分为两步:第一步为RS喷泉编码:将发送的信息按Kc×Kf的矩阵进行组织,先对矩阵的每行进行RS编码,得到Kc×Nf的矩阵,即喷泉编码码字。译码过程中,接收端每接收到一个上述数据包后进行纠错或检错编码的译码,接收端只要正确译出数据包中的任意Kf个,即能将全部原始信息译出。本发明译码方法的运算量较传统译码算法低,译码速度有较大提高,这对于RS码作为实用的数字喷泉码的应用具有重要价值。该喷泉码的运用可使发送端平均发送的数据包数明显下降,系统的通信效率和延时性能显著提高。

    最大化SJNR准则的自适应分群预编码方法

    公开(公告)号:CN101515816A

    公开(公告)日:2009-08-26

    申请号:CN200910103518.7

    申请日:2009-04-02

    Abstract: 本发明涉及无线移动通信领域,针对预编码技术中存在的高性能和低复杂度不能并存,以及在噪声方差小的时候对噪声的抑制效果会变差的问题,本发明基于最大化SJNR准则的分群预编码算法,设计了自适应分群预编码方案。该方法首先采用分群技术,在多用户多入多出系统(MIMO)中,从高层获取CSI信息,根据CSI进行自适应干扰和噪声的抑制,基站将多个用户分成几个群,对传输信道CSI情况进行信道状态判断,在信道状态差的时候采用最大化SJNR准则的分群预编码来进行干扰和噪声的抑制,当信道状态好的时候直接采用分群联合传输算法。这种自适应分群预编码算法能够取得不同信道状态下最好的误码率性能。本发明可广泛应用于MIMO系统中。

    一种基于SNR比较的感知无线电协作频谱检测方法

    公开(公告)号:CN101437295A

    公开(公告)日:2009-05-20

    申请号:CN200810233276.9

    申请日:2008-12-09

    Inventor: 谢显中 郑轶

    Abstract: 本发明请求保护一种基于SNR比较的感知无线电协作频谱检测算法,涉及无线通信系统。该方法是把SNR估计技术用于感知无线电中,把各感知节点接收信号的SNR作为感知节点可靠性的参考,每个感知节点同时发送它的本地检测结果和估计的SNR值到融合中心,在融合中心处先比较来自各感知节点的SNR的大小,然后根据本发明提出的筛选算法选取有较好SNR的感知节点参与判决融合。采用本方法能有效提高频谱检测的性能,并可能减少参与判决融合的节点数量。

    一种利用协作分集增强WiMAX上行性能的方法

    公开(公告)号:CN101414860A

    公开(公告)日:2009-04-22

    申请号:CN200810233204.4

    申请日:2008-12-03

    Inventor: 谢显中 李皓

    Abstract: 本发明请求保护一种利用协作分集增强WiMAX上行性能的方法,涉及无线通信系统。利用协作分集技术,WiMAX系统中的用户共享彼此的资源,形成一个虚拟的MIMO系统,互为协作的用户各自向基站发送自己的信号,同时接收协作用户发送的信号,用户在收到协作用户的信号后,通过天线用不同的子载波将自己的信号和接收到的协作用户的信号发射出去。节约了系统的成本和功耗,通过协作分集的应用,WiMAX系统获得了明显的分集增益,系统性能得到了提升。另外将协作分集技术结合WiMAX物理层关键技术OFDM,形成频率选择性衰落信道下的协作分集机制,解决了频率选择性衰落信道下的协作分集问题。

    一种感知无线电中空闲频谱的双次协作检测方法

    公开(公告)号:CN101399564A

    公开(公告)日:2009-04-01

    申请号:CN200810232932.3

    申请日:2008-10-27

    Inventor: 谢显中 何丽华

    Abstract: 本发明申请保护一种感知无线电系统中空闲频谱检测的双次协作检测方法,涉及无线通信系统。该方法是将传统协作检测算法中参与协作的多个感知用户划分到不同的群里,需要通信的感知用户为该群的群首,然后通过群内协作以及群间协作来达到减少控制信道开销和提高系统检测性能的目的。群内感知用户采用能量检测算法本地判断授权给主用户的某频段上是否存在主用户信号,并将本地判断结果传送到群首,群首融合这些本地判决作出群判决结果,感知基站对群判决结果进一步融合判决,从而得到该系统的最终判决。采用本方法很大程度上减少了传递给感知基站的判决结果比特数,这样就大大节省了控制信道的带宽,检测性能得到了提升。

    利用前导符号和非均匀导频进行联合信道估计的方法

    公开(公告)号:CN101035106A

    公开(公告)日:2007-09-12

    申请号:CN200710078357.1

    申请日:2007-04-02

    Abstract: 本发明请求保护一种信道估计方法,涉及无线通信系统。该方法利用OFDM系统中的前导符号估计出序号为偶数的选用子载波的信道估计值,以及序号为奇数的选用子载波的信道估计值,从而获得所有选用子载波的前导信道估计值preamble;利用各个数据符号中的非均匀梳状导频估计出导频位置的信道估计值,由此得到利用导频估计的整个数据符号时刻的信道估计值;算法模块根据前导信道估计值和利用导频估计的数据符号时刻的信道估计值调用公式=(L-l/L)preamble+(l/L)确定数据符号的联合信道估计值。采用本方法不需要额外插入辅助信息,节省了信道资源,提高了信道的传输效率,并针对实际系统中导频的非均匀分布给出了适合的解决方法。

    一种基于数据场聚类的客户细分方法

    公开(公告)号:CN118735063A

    公开(公告)日:2024-10-01

    申请号:CN202410858823.1

    申请日:2024-06-28

    Abstract: 本发明涉及一种基于数据场聚类的客户细分方法,属于数据处理技术领域。本发明利用可解释性机器学习作为中间过程,将客户流失预测和客户细分无缝衔接起来;在进行流失预测之后,采用可解释性机器学习对客户流失预测模型进行解释分析,评估每个特征的重要性;之后,利用基于数据场的聚类方法来对每个数据中的流失客户和非流失客户分别进行细分;通过分析不同客户群体的特征,理解客户流失和留下背后的真正原因。通过本发明CSP能够根据客户需求和消费特征进行个性化定制,为不同客户群体提供差异化的产品和服务,并实现精准营销。

Patent Agency Ranking