-
公开(公告)号：CN110099016B
公开(公告)日：2022-05-31
申请号：CN201910397076.5
申请日：2019-05-14
Applicant: 东南大学
IPC: H04L25/02 , G06N3/04 , G06N3/08 , H04B7/0413 , H04L27/26
Abstract: 本发明公开了一种基于深度学习网络的毫米波稀疏阵面信道估计方法，以毫米波信道稀疏特性为先验信息，训练设计的全连接深度神经网络，用于毫米波阵面通信信道估计。首先采用全连接移相器网络，通过配置各移相器相位均匀分布来设计各向同性的模拟收发器；然后将获得的信道稀疏信息和设计的最优数字估计器作为全连接深度学习网络的训练数据。对于各信噪比下的稀疏信道，将信道的稀疏信息输入网络，得到相应的数字估计器，进而得到信道估计结果。本发明给出的稀疏信道估计器可以减小低精度模数转换器非线性量化带来的误差，并使用深度学习网络实现，从而降低信道估计复杂度，本发明性能能够逼近理论上最优的信道估计方法。
-
Patent Agency Ranking
公开(公告)号：CN110099016A
公开(公告)日：2019-08-06
申请号：CN201910397076.5
申请日：2019-05-14
Applicant: 东南大学
IPC: H04L25/02 , G06N3/04 , G06N3/08 , H04B7/0413 , H04L27/26
Abstract: 本发明公开了一种基于深度学习网络的毫米波稀疏阵面信道估计方法，以毫米波信道稀疏特性为先验信息，训练设计的全连接深度神经网络，用于毫米波阵面通信信道估计。首先采用全连接移相器网络，通过配置各移相器相位均匀分布来设计各向同性的模拟收发器；然后将获得的信道稀疏信息和设计的最优数字估计器作为全连接深度学习网络的训练数据。对于各信噪比下的稀疏信道，将信道的稀疏信息输入网络，得到相应的数字估计器，进而得到信道估计结果。本发明给出的稀疏信道估计器可以减小低精度模数转换器非线性量化带来的误差，并使用深度学习网络实现，从而降低信道估计复杂度，本发明性能能够逼近理论上最优的信道估计方法。
-
公开(公告)号：CN113225276A
公开(公告)日：2021-08-06
申请号：CN202110500686.0
申请日：2021-05-08
Applicant: 东南大学
Abstract: 本发明公开了一种面向智能反射面辅助通信系统的半盲信道估计方法，包括以下步骤：首先基站将相应的智能反射面反射相位配置信令发送给智能反射面，智能反射面根据信令进行配置；用户向基站发送导频符号，基站根据接收信号对级联信道进行初始化估计；接着，用户向基站发送数据符号，经由智能反射面反射到达基站；基站先计算由接收信号和缺损数据组成的完备数据集的概率密度函数，对其求对数似然函数，通过计算对数似然函数的条件期望最大化时的级联信道估计,迭代获取精确的级联信道估计值。本发明可以利用较少的导频信号对级联信道进行估计，有效地降低大规模智能反射面系统的导频开销，提高了系统的通信速率。
-
公开(公告)号：CN113660022B
公开(公告)日：2022-06-07
申请号：CN202110916731.0
申请日：2021-08-11
Applicant: 东南大学
Abstract: 本发明公开了一种非理想CSI下空中计算系统的收发机及IRS优化设计方法，包括以下步骤：(1)根据CSI的不确定域，求解接收端MSE最恶劣情况下CSI的误差并计算接收端MSE；(2)去除IRS相位的恒模约束，以最小化接收端MSE为目标，固定各个传感器的发射功率tk和接收端的合并系数m，优化IRS的反射相位向量vk；(3)固定IRS的反射相位向量vk，优化各个传感器发射功率tk和接收端的合并系数m；(4)重复步骤(2)‑(3)，直至接收端的MSE迭代收敛；(5)对IRS的反射相位向量vk进行恒模约束。本发明能够在发射总功率受限的条件下，降低系统在非理想CSI条件下的接收误差。
-
公开(公告)号：CN113225276B
公开(公告)日：2022-05-20
申请号：CN202110500686.0
申请日：2021-05-08
Applicant: 东南大学
Abstract: 本发明公开了一种面向智能反射面辅助通信系统的半盲信道估计方法，包括以下步骤：首先基站将相应的智能反射面反射相位配置信令发送给智能反射面，智能反射面根据信令进行配置；用户向基站发送导频符号，基站根据接收信号对级联信道进行初始化估计；接着，用户向基站发送数据符号，经由智能反射面反射到达基站；基站先计算由接收信号和缺损数据组成的完备数据集的概率密度函数，对其求对数似然函数，通过计算对数似然函数的条件期望最大化时的级联信道估计,迭代获取精确的级联信道估计值。本发明可以利用较少的导频信号对级联信道进行估计，有效地降低大规模智能反射面系统的导频开销，提高了系统的通信速率。
-
公开(公告)号：CN113660022A
公开(公告)日：2021-11-16
申请号：CN202110916731.0
申请日：2021-08-11
Applicant: 东南大学
Abstract: 本发明公开了一种非理想CSI下空中计算系统的收发机及IRS优化设计方法，包括以下步骤：(1)根据CSI的不确定域，求解接收端MSE最恶劣情况下CSI的误差并计算接收端MSE；(2)去除IRS相位的恒模约束，以最小化接收端MSE为目标，固定各个传感器的发射功率tk和接收端的合并系数m，优化IRS的反射相位向量vk；(3)固定IRS的反射相位向量vk，优化各个传感器发射功率tk和接收端的合并系数m；(4)重复步骤(2)‑(3)，直至接收端的MSE迭代收敛；(5)对IRS的反射相位向量vk进行恒模约束。本发明能够在发射总功率受限的条件下，降低系统在非理想CSI条件下的接收误差。
-
-
-
-
-
Search Results
6
records
(took 0.013 seconds)
