-
Patent Agency Ranking
公开(公告)号：CN111865489B
公开(公告)日：2022-10-28
申请号：CN202010527818.4
申请日：2020-06-11
Applicant: 东南大学
Abstract: 本发明公开了一种基于图神经网络的多输入多输出检测方法。本发明将多输入多输出系统的接收数据转换为图型结构数据，构建成一个全连接的无向图，其中每个实数域的发送符号映射为图中的一个节点，再将其输入到构建的图神经网络中，输出发送比特的对数似然比的估计值，完成信号检测任务。本发明所设计的神经网络在突发噪声信道和不完美信道估计场景中获得了接近最优的性能，且基于图神经网络的多输入多输出检测方法对信噪比表现出了良好的鲁棒性。
-
公开(公告)号：CN111836383B
公开(公告)日：2022-11-01
申请号：CN202010423238.0
申请日：2020-05-19
Applicant: 东南大学
Abstract: 本发明提出了一种基于波束域信道的稀疏码多址接入码本调度方法。该方法中，基站根据为每个用户分配的资源块数，预生成一组适应不同接入用户数的SCMA码本，并考虑利用不同用户间波束域信道的相关性对用户进行分组，将波束域信道相关性强的用户分到同一组内，利用波束域信道的稀疏特性来为用户调度码本以减少组间用户的干扰。本发明解决了系统接入用户数远大于系统码字数时的码本调度问题，在较低的实现复杂度的前提下提升了系统性能。
-
公开(公告)号：CN111865489A
公开(公告)日：2020-10-30
申请号：CN202010527818.4
申请日：2020-06-11
Applicant: 东南大学
Abstract: 本发明公开了一种基于图神经网络的多输入多输出检测方法。本发明将多输入多输出系统的接收数据转换为图型结构数据，构建成一个全连接的无向图，其中每个实数域的发送符号映射为图中的一个节点，再将其输入到构建的图神经网络中，输出发送比特的对数似然比的估计值，完成信号检测任务。本发明所设计的神经网络在突发噪声信道和不完美信道估计场景中获得了接近最优的性能，且基于图神经网络的多输入多输出检测方法对信噪比表现出了良好的鲁棒性。
-
公开(公告)号：CN118214630A
公开(公告)日：2024-06-18
申请号：CN202311706413.7
申请日：2023-12-13
Applicant: 东南大学
Abstract: 本发明公开了一种无蜂窝系统异步无源随机接入方法。发送端通过外编码器对发送的二进制信息流进行分割并添加校验比特，再通过内编码器进行高斯码字映射并发送至各个接入点AP；各个AP将接收到的异步信号发送至中央处理单元CPU，CPU在内解码器中联合各个AP的接收信号，基于经过时延抽取的异步传输的时延域信号模型多次估计并反馈发送码字概率信息，并将最终估计的用户发送的码字集合转化为二进制信息，再通过外解码器将其拼接为原始二进制信息流。本发明建立了无蜂窝系统无源随机接入异步传输的时延域信号模型，将用户码字检测问题转化为压缩感知问题，并对用户传输时延进行抽取处理，降低时延域待估矩阵和测量矩阵维度，进而降低计算复杂度。
-
公开(公告)号：CN111836383A
公开(公告)日：2020-10-27
申请号：CN202010423238.0
申请日：2020-05-19
Applicant: 东南大学
Abstract: 本发明提出了一种基于波束域信道的稀疏码多址接入码本调度方法。该方法中，基站根据为每个用户分配的资源块数，预生成一组适应不同接入用户数的SCMA码本，并考虑利用不同用户间波束域信道的相关性对用户进行分组，将波束域信道相关性强的用户分到同一组内，利用波束域信道的稀疏特性来为用户调度码本以减少组间用户的干扰。本发明解决了系统接入用户数远大于系统码字数时的码本调度问题，在较低的实现复杂度的前提下提升了系统性能。
-
-
-
-
Search Results
5
records
(took 0.013 seconds)
