公开(公告)号：CN113114343A

公开(公告)日：2021-07-13

申请号：CN202110387140.9

申请日：2021-04-08

Applicant: 东南大学

Inventor： 伍诗语 ,  田佳辰 ,  姚志伟 ,  凌泰炀 ,  季书鹏 ,  刘彦浩 ,  王闻今 ,  李潇

IPC: H04B7/185 ,  H04B7/06 ,  H04B7/0426 ,  H04W52/24 ,  H04W52/26 ,  G06N3/04 ,  G06N3/08 ,  H04W16/28

Abstract: 本发明提出了一种适用于多波束卫星的高能效智能动态波束成形方法，用于卫星移动通信系统，首先对其能效问题建模，设计为卫星系统传输每比特信息所需的功耗最小的动态波束优化问题；再利用半正定松弛方法，并结合Minorize‑Maximization迭代算法用以解决凸规划差分问题，然后通过二次变换进一步将目标函数转化为标准凸优化问题，迭代求解，得到半正定松弛条件下的最优解。若解的秩不为一，采用高斯随机化方法进行功率再分配，最终得到满足秩一条件的动态波束成形矢量，在功率再分配的过程中，还需将目标函数利用同样的方法转化为凸优化问题求解，本发明的一种适用于多波束卫星的高能效智能动态波束成形方法，能够实现最大化系统能效，从而提升卫星多波束系统性能。

公开(公告)号：CN113098804A

公开(公告)日：2021-07-09

申请号：CN202110334430.7

申请日：2021-03-29

Applicant: 东南大学

Inventor： 郑添月 ,  凌泰炀 ,  姚志伟 ,  田佳辰 ,  伍诗语 ,  郑怀瑾 ,  王闻今 ,  李潇 ,  金石

IPC: H04L25/02 ,  H04B7/0413

Abstract: 本发明公开了一种基于深度学习与熵编码的信道状态信息反馈方法，首先，在用户端，对MIMO信道状态信息的信道矩阵进行预处理，选择关键矩阵元素以减少计算量，获得实际用于反馈的信道矩阵H；其次，在用户端构建包括深度学习特征编码器与熵编码结合的模型，将信道矩阵H编码为二进制比特流；在基站端，构建包括深度学习特征译码器与熵解码结合的模型，从二进制比特流重建出原信道矩阵估计值；并对模型进行训练，获得模型参数及输出的重建信道矩阵的重建值最后，将训练好的基于深度学习与熵编码的模型用于信道信息的压缩感知和重建。本发明可以减小大规模MIMO信道状态信息反馈开销。

公开(公告)号：CN113114343B

公开(公告)日：2022-07-22

申请号：CN202110387140.9

申请日：2021-04-08

Applicant: 东南大学

Inventor： 伍诗语 ,  田佳辰 ,  姚志伟 ,  凌泰炀 ,  季书鹏 ,  刘彦浩 ,  王闻今 ,  李潇

IPC: H04B7/185 ,  H04B7/06 ,  H04B7/0426 ,  H04W52/24 ,  H04W52/26 ,  G06N3/04 ,  G06N3/08 ,  H04W16/28

Abstract: 本发明提出了一种适用于多波束卫星的高能效智能动态波束成形方法，用于卫星移动通信系统，首先对其能效问题建模，设计为卫星系统传输每比特信息所需的功耗最小的动态波束优化问题；再利用半正定松弛方法，并结合Minorize‑Maximization迭代算法用以解决凸规划差分问题，然后通过二次变换进一步将目标函数转化为标准凸优化问题，迭代求解，得到半正定松弛条件下的最优解。若解的秩不为一，采用高斯随机化方法进行功率再分配，最终得到满足秩一条件的动态波束成形矢量，在功率再分配的过程中，还需将目标函数利用同样的方法转化为凸优化问题求解，本发明的一种适用于多波束卫星的高能效智能动态波束成形方法，能够实现最大化系统能效，从而提升卫星多波束系统性能。

公开(公告)号：CN113098804B

公开(公告)日：2022-08-23

申请号：CN202110334430.7

申请日：2021-03-29

Applicant: 东南大学

Inventor： 郑添月 ,  凌泰炀 ,  姚志伟 ,  田佳辰 ,  伍诗语 ,  郑怀瑾 ,  王闻今 ,  李潇 ,  金石

IPC: H04L25/02 ,  H04B7/0413

Abstract: 本发明公开了一种基于深度学习与熵编码的信道状态信息反馈方法，首先，在用户端，对MIMO信道状态信息的信道矩阵进行预处理，选择关键矩阵元素以减少计算量，获得实际用于反馈的信道矩阵H；其次，在用户端构建包括深度学习特征编码器与熵编码结合的模型，将信道矩阵H编码为二进制比特流；在基站端，构建包括深度学习特征译码器与熵解码结合的模型，从二进制比特流重建出原信道矩阵估计值；并对模型进行训练，获得模型参数及输出的重建信道矩阵的重建值最后，将训练好的基于深度学习与熵编码的模型用于信道信息的压缩感知和重建。本发明可以减小大规模MIMO信道状态信息反馈开销。

公开(公告)号：CN215186746U

公开(公告)日：2021-12-14

申请号：CN202121167838.1

申请日：2021-05-28

Applicant: 东南大学

Inventor： 田佳辰 ,  姚志伟 ,  郑奕飞 ,  郑怀瑾 ,  凌泰炀 ,  王闻今 ,  李潇

IPC: H04B7/0408 ,  H04B7/06 ,  H04B7/185

Abstract: 本实用新型公开了一种宽带动态多波束无线通信原型系统，其基站端包含射频模块、宽带模拟数字转换与数字中频模块、X86+FPGA融合计算模块以及高速接口模块。所述宽带模拟数字转换与数字中频模块通过SMA缆线连接射频模块，传输模拟中频信号；并通过GPIO接口连接射频模块传输动态波束控制信号；所述高速接口模块作为高速数据传输通道，与宽带模拟数字转换与数字中频模块、X86+FPGA融合计算模块分别通过SMA缆线连接；所述宽带模拟数字转换与数字中频模块包含RFSoC芯片；所述X86+FPGA融合计算模块包含X86通用服务器与FPGA。本实用新型支持动态波束成形，且具有带宽大、吞吐量高、算法快速部署等优点。