-
公开(公告)号：CN119853834A
公开(公告)日：2025-04-18
申请号：CN202510012614.X
申请日：2025-01-06
Applicant: 东南大学
IPC: H04B17/391 , G06T3/4053 , G06N3/082 , G06N3/0464
Abstract: 本发明公开了一种信道指纹孪生的构建方法与系统。本发明分别将粗粒度信道指纹和细粒度信道指纹视之为物理对象和数字孪生对象，并利用图像超分辨率技术构建二者之间的联系。本发明依据变分推理和重参数化理论推导细粒度信道指纹孪生似然的证据下界作为目标函数，并引入粗粒度信道指纹作为侧信息设计一种用于生成细粒度信道指纹的条件生成式扩散模型，其可部署于信道指纹孪生的核心计算中枢。此外，本发明还进一步引入了一次性剪枝算法和多目标知识蒸馏技术以获取轻量化的条件生成式扩散模型。本发明提出的信道指纹孪生构建方法不仅保证了重构精度，而且在具有不同细粒度信道指纹的无线通信场景下均具有较强的可扩展性和泛化能力。
-
公开(公告)号：CN118568589A
公开(公告)日：2024-08-30
申请号：CN202410621761.2
申请日：2024-05-20
Applicant: 东南大学
IPC: G06F18/2415 , G06N3/04 , G06N3/08 , G01S13/42 , G01S13/58
Abstract: 本发明是一种基于深度学习的雷达辅助多波束预测方法与系统，该方法首先基于基站上的FMCW雷达，在每一帧中对范围内多个目标进行测量，将接收端的发射信号和回波信号进行正交混频和低通滤波，得到中频信号，再进行采样，得到包含范围内目标的距离、速度、到达角的原始数据矩阵。之后将原始数据进行一系列FFT预处理，来降低数据的复杂度。最后通过训练优化LeNet模型，将预处理后的数据映射到范围内多个目标所对应的若干波束序号上，通过选取这些波束，基站可以实现与移动目标的低时延通信。本发明将多波束预测问题转化为多标签分类问题，可以在雷达一帧测量后实现对多个用户的波束赋形，有效地降低了成本，增强了高频段通信的性能和数据传输算法的稳健性。
-
公开(公告)号：CN119966547A
公开(公告)日：2025-05-09
申请号：CN202510090966.7
申请日：2025-01-21
Applicant: 东南大学
IPC: H04B17/382 , H04B17/391 , H04B17/336 , H04W36/08
Abstract: 本发明公开了一种多点信道图谱辅助的基站切换方法及系统。考虑大规模天线阵列基站密集部署的场景，在离线训练阶段，多个相邻基站共同获取其边缘区域的用户样本的信道信息，提取不相似度并融合，进而构建该区域的多点信道图谱；同时使用机器学习技术训练基于图谱的SNR预测模型；在线预测阶段，通过采样外拓展方法将新用户映射到多点信道图谱中，并使用SNR预测模型预测其与近邻基站的信道SNR，根据预测结果实现高效基站切换。本发明利用多点信道图谱，在不需要真实位置信息的前提下准确的刻画了边缘区域用户的相对位置关系，从而训练更加准确的SNR预测模型。本发明能够在降低传统切换方法开销的同时，提供较为准确的正确基站切换率。
-
公开(公告)号：CN119582889A
公开(公告)日：2025-03-07
申请号：CN202411935907.7
申请日：2024-12-26
Applicant: 东南大学
IPC: H04B7/0413 , H04L25/02 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种跨频点信道图谱外推方法与系统。本发明基于图像风格迁移技术，通过探明不同频点间的信道信息相关性，利用某频点信道图谱的先验知识估计其他频点的信道图谱，从而实现跨频点外推。本发明首先将存有统计信道信息的信道图谱建模为多通道图像，并将跨频点外推问题与图像风格迁移任务相结合；然后通过设计生成式神经网络实现频点间相关性的挖掘、先验信息特征的提取和信道图谱的映射；并进一步引入循环一致性损失进行互反关系拟合；最后通过像素‑格点转化对信道图谱的外推结果进行细粒度优化。本发明不仅能实现任意频点间的高精度外推，还在不同无线通信场景下具备较强的泛化能力，能够辅助无线通信系统实现高速率传输。
-
-
-
Search Results
4
records
(took 0.018 seconds)
