一种用于多小区协作通信中的自适应比特反馈方法

    公开(公告)号:CN102916788A

    公开(公告)日:2013-02-06

    申请号:CN201210439334.X

    申请日:2012-11-06

    Applicant: 东南大学

    Inventor: 陈明 赵梅

    Abstract: 本发明公开了一种用于多小区协作通信中的自适应比特反馈方法,用户通过训练信号的信道估计获得分簇内部所有基站到用户的下行信道信息后,首先计算所有下行信道的欧几里得范数,也即信道幅度信息,并将CQI反馈给基站控制器。基站控制器根据用户反馈的CQI确定用户的协作基站集合,并将该协作基站集的基站序列反馈给用户;用户根据反馈的基站序列号,计算需要参与协作的基站到用户的下行信道方向信息并将CDI反馈给基站控制器;基站控制器根据第一阶段反馈得到的CQI和第二阶段反馈得到的CDI进行下行波束赋形矢量的预编码设计。本发明在协作基站选择、提高用户吞吐量方面都取得了令人满意的效果,算法具有易于操作,复杂度低的特点。

    多小区多播MIMO移动通信系统下行多业务协作预编码方法

    公开(公告)号:CN102833038A

    公开(公告)日:2012-12-19

    申请号:CN201210264297.3

    申请日:2012-07-27

    Applicant: 东南大学

    Inventor: 陈明 杜博 王楠

    CPC classification number: Y02D70/122

    Abstract: 本发明涉及一种适用于多小区多播MIMO移动通信系统的下行多业务协作预编码方法。主要步骤如下:首先移动台利用导频信号进行信道估计,对各个基站到自身的下行信道进行估计,移动台端设置接收信号强度门限,向接收信号强度高于此门限值的基站反馈其下行信道矢量及移动台希望接收的业务序号;各个基站收到所有希望接收多播业务用户反馈的信道矢量及不同业务间的干扰系数;对不同业务之间的功率分配及波束赋形矢量进行迭代优化,最终得到不同业务之间的功率分配及波束赋形矢量。多小区多播MIMO移动通信系统使用本发明提出的协作预编码方法可以有效地提升系统性能,降低不同业务间的干扰,并增强小区边缘用户的覆盖效果。

    单小区多播MIMO移动通信系统的下行单业务预编码方法

    公开(公告)号:CN102752078A

    公开(公告)日:2012-10-24

    申请号:CN201210219054.8

    申请日:2012-06-28

    Applicant: 东南大学

    Inventor: 陈明 杜博 王楠

    Abstract: 本发明涉及一种适用于单小区多播MIMO移动通信系统的下行单业务预编码方法,主要包含以下步骤:基站获得所有希望接收多播业务用户反馈的信道矢量;由基站建立以SNR一致性为优化目标的优化模型,通过优化模型转化及优化算法进行求解;建立优化模型后,找到用户信道矢量张开空间的一组标准正交基,对原问题进行转化;对转化问题进行转化后得到的二次规划问题,通过转化为无约束优化问题,利用梯度下降法进行求解;求得最优解后,再转化为原问题的解。与现有方法相比,使用本发明所提出的方法可以简单有效的进行求解,降低了算法复杂度,也可以有效地提升系统公平性。

    适用于移动组播系统的多小区干扰协调功率分配方法

    公开(公告)号:CN101516065A

    公开(公告)日:2009-08-26

    申请号:CN200910029829.3

    申请日:2009-03-18

    Applicant: 东南大学

    Inventor: 唐苏文 陈明

    Abstract: 适用于移动组播系统的多小区干扰协调功率分配方法涉及一种适用于多小区移动组播系统多业务之间的功率分配方法。在移动组播系统的每个调度周期,需要为每种业务分配适当的功率以完成点到多点的业务传输,本发明将非合作博弈引入组播系统多小区功率分配中。以最大化系统吞吐量为目标建立多小区组播系统功率分配模型,证明该模型的Nash均衡解是Pareto最优的,讨论Nash均衡的存在性与唯一性,给出一种简单的分布式迭代算法。在不减少系统吞吐量的前提下,本发明所提功率分配方法各业务的发送功率随定价因子的增加而降低;本发明所提功率分配方法可以有效协调小区间同频干扰,提高系统吞吐量,节省基站的发送功率。

    适用于移动组播系统的跨层功率分配方法

    公开(公告)号:CN101459959A

    公开(公告)日:2009-06-17

    申请号:CN200910029143.4

    申请日:2009-01-08

    Applicant: 东南大学

    Inventor: 唐苏文 陈明

    Abstract: 适用于移动组播系统的跨层功率分配方法涉及一种适用于单小区移动组播系统多业务之间的跨层功率分配方法。在移动组播系统的每个调度周期,需要为每种业务分配适当的功率以完成点到多点的业务传输,该方法在假定基站可以使用连续传输速率的情况下同时考虑数据链路层的队列状态信息和物理层的信道状态信息,应用本发明所提出的广义注水算法进行跨层功率分配。当不考虑队列状态信息且各组播组的用户数为1时,广义注水算法退化为传统的注水算法。本发明的功率分配方法可以为系统获得很好的队列时延性能和系统吞吐量性能。

    适应于移动组播系统的自适应调制编码方法

    公开(公告)号:CN101415208A

    公开(公告)日:2009-04-22

    申请号:CN200810236193.5

    申请日:2008-11-26

    Applicant: 东南大学

    Abstract: 适用于移动组播系统的自适应调制编码方法涉及一种在移动组播系统中为每个组播组选择调制编码方式的方法。在系统的每个调度周期,基站将业务数据分组后进行自适应调制编码,经过功率控制器后发送数据;用户将接收到的信息进行译码解调,一方面将译码解调结果分组输出,另一方面从信道估计结果中提取的信干噪比区间序号反馈给基站,基站以每个用户前20个调度周期反馈的信干噪比区间序号建立一阶Markov链预测下一个调度周期每个用户的信干噪比区间序号,然后根据系统频谱利用率最大化原则为每个组播组选择调制编码方式。本发明的Markov区间序号预测方法可以大大节省反馈开销,能够获得较高的系统频谱利用率。

    一种基于神经网络的卫星信号非线性失真补偿方法

    公开(公告)号:CN119378616A

    公开(公告)日:2025-01-28

    申请号:CN202411276093.0

    申请日:2024-09-12

    Applicant: 东南大学

    Inventor: 陈明 朱静雯

    Abstract: 本发明给出一种基于神经网络的卫星信号非线性失真补偿方法,该方法建立了卫星信号非线性失真模型,针对所述模型中的缩放因子,建立失真后补偿模型;采用BPNN网络对失真后补偿模型的缩放因子进行估计,引入粒子群方法优化BPNN网络的初始权重和偏置,生成卫星信号训练样本训练BPNN网络,采用训练好的网络产生失真后补偿模型的缩放因子,进而实现卫星信号非线性失真补偿。采用本发明方法无需复杂的数学推导和假设,在复杂度较小的情况下减小非线性失真对系统的影响。

    一种LEO星地融合上行通信系统的无线资源分配方法

    公开(公告)号:CN119277538A

    公开(公告)日:2025-01-07

    申请号:CN202411174389.1

    申请日:2024-08-26

    Applicant: 东南大学

    Inventor: 陈明 靳士晗

    Abstract: 本发明公开了一种LEO星地融合上行通信系统的无线资源分配方法,该方法包括用户基站选择、功率和载波分配以及基站到卫星链路的功率和载波分配方法,首先建立子载波和功率分配的系统能效最大化模型;然后引用松弛变量将所述模型转化为目标函数下界模型;用符号函数耦合功率分配变量与载波分配变量;进而将所述目标函数下界模型分解成基站接入和载波分配优化模型与功率分配优化模型;分别采用线性逼近方法和逐次凸逼近方法求解,从而实现上行通信系统的无线资源分配。采用本发明方法,去掉了0‑1整数优化变量,计算复杂度低,获得了更高的上行系统能效。

    一种基于高轨卫星需求和低轨卫星速率的资源分配方法

    公开(公告)号:CN119154935A

    公开(公告)日:2024-12-17

    申请号:CN202411348153.5

    申请日:2024-09-26

    Applicant: 东南大学

    Inventor: 陈明 都皓渝

    Abstract: 本发明公开了一种基于高轨卫星需求和低轨卫星速率的资源分配方法,针对高轨和低轨卫星共存的下行正交频分复用卫星通信系统,基于高轨卫星下行通信需求、最大化低轨卫星下行速率,建立了载波与功率联合分配模型;使用大M法和凹凸过程方法,将所述载波与功率联合分配模型转化为连续变量模型;使用凹凸过程方法求解所述连续变量模型的非凸优化目标函数和约束条件,得到载波和功率的最优值,在保证高轨卫星通信需求的前提下,使得低轨卫星下行速率最大。采用本发明方法,相较于固定接入和分支定界法等现有方法,在降低复杂度的同时,提高了低轨卫星下行速率。

Patent Agency Ranking