-
公开(公告)号:CN108183757B
公开(公告)日:2020-01-03
申请号:CN201711235777.6
申请日:2017-11-30
Applicant: 东南大学
IPC: H04B17/382 , H04B17/391
Abstract: 本发明公开了一种感知时长和资源分配联合优化的分段近似凸分解方法,优化目标为:其中r为数据总速率,τ为感知时隙宽度,X和W分别为用户对各频带的占比矩阵和发射功率矩阵,约束条件:检测和虚警概率、发射功率峰值和均值均受限于预设门限。该方法为:将τ的可行区分成多个子区;在各个子区将原目标函数近似地分解为两个函数和ρ(X,W)的乘积,其中函数仅含变量τ,函数ρ(X,W)仅含资源配置变量{X,W},从而将原始问题近似地转换为两个独立的凸优化问题,每个子区均独立地并行处理两个凸优化子问题。本发明方法大幅降低了计算复杂度,计算延时的均值和方差也大幅降低,在移动场景下优势显著。
-
公开(公告)号:CN108055699B
公开(公告)日:2019-07-12
申请号:CN201711236897.8
申请日:2017-11-30
Applicant: 东南大学
IPC: H04W72/04
Abstract: 本发明公开了一种感知时长和资源分配联合优化的方法,优化目标为:其中r为数据总速率,τ为感知时隙宽度,X和W分别为用户对各频带的占比矩阵和发射功率矩阵,约束条件为检测和虚警概率、发射功率峰值和均值均受限于预设门限。所述方法首先将优化问题分解为上下两个子层;然后在τ可行区下界附近选取第一二插值点,基于其连线斜率选取第三插值点;其次令插值函数导数为零导出τ最优解最后将τ的最优解代入至下层进行优化,得到X和W的最优化解本发明方法速度优势明显并且精度仍能维持较高水平。
-
公开(公告)号:CN106330284B
公开(公告)日:2019-06-21
申请号:CN201610679143.9
申请日:2016-08-16
Applicant: 东南大学
IPC: H04B7/08 , H04B7/0456 , H04B17/391 , H04L25/02
Abstract: 本发明公开了一种低复杂度大规模MIMO信道估计方法,该方法包括:建立向量形式的MIMO信道模型;根据建立的MIMO信道模型,利用MMSE算法对信道矩阵进行估计,得到信道估计值以及与真实的信道矩阵的估计误差;对信道估计值采用Kapteyn级数多项式展开,并对级数进行截短,得到最终的信道估计结果和估计误差。本发明复杂度更低。
-
公开(公告)号:CN106533521A
公开(公告)日:2017-03-22
申请号:CN201611137148.5
申请日:2016-12-12
IPC: H04B7/0456 , H04B7/0426 , H04B7/0413
CPC classification number: H04B7/0456 , H04B7/0413 , H04B7/0426
Abstract: 本发明提供了一种基于截短级数展开的LR-RZF大规模MIMO系统预编码方法,首先建立基站到用户的下行链路信道模型,然后对信道矩阵采用LR技术进行变换,以及采用RZF技术得到LR-RZF预编码算法,接着利用截短级数方法来代替矩阵求逆来降低求逆运算的复杂度。最后在最优SINR基础上求出截短级数的最优系数,并计算出移动用户的平均到达率。本发明主要针对的是大规模MIMO系统下行链路进行预编码,如何降低线性预编码RZF算法中矩阵求逆计算复杂度以及减少用户间干扰。
-
公开(公告)号:CN107359920A
公开(公告)日:2017-11-17
申请号:CN201710623104.1
申请日:2017-07-27
Applicant: 东南大学
IPC: H04B7/0456
CPC classification number: H04B7/0456
Abstract: 本发明公开了一种基于切比雪夫迭代法的大规模MIMO预编码方法。包括步骤如下:首先基站通过获得的信道状态信息估计信道矩阵,根据得到的信道矩阵计算RZF预编码的表达式。然后采用切比雪夫迭代法对RZF预编码矩阵中的逆矩阵进行迭代估计,将求解逆矩阵的过程转化成矩阵加法和矩阵乘法运算,最后利用得到的预编码矩阵对发射信号进行预编码。实验结果表明,在相同的初始条件下,经过两次迭代,切比雪夫RZF预编码算法可以获取的与RZF预编码算法近似的平均用户到达率,并且计算复杂度要低。当获取相同的平均用户到达率时,切比雪夫RZF预编码算法的复杂度要小于牛顿RZF预编码算法的复杂度,收敛速度也快。
-
公开(公告)号:CN106330284A
公开(公告)日:2017-01-11
申请号:CN201610679143.9
申请日:2016-08-16
Applicant: 东南大学
IPC: H04B7/08 , H04B7/04 , H04B17/391 , H04L25/02
CPC classification number: H04B7/0854 , H04B7/0456 , H04B17/391 , H04L25/021 , H04L25/0242 , H04L25/0256
Abstract: 本发明公开了一种低复杂度大规模MIMO信道估计方法,该方法包括:建立向量形式的MIMO信道模型;根据建立的MIMO信道模型,利用MMSE算法对信道矩阵进行估计,得到信道估计值以及与真实的信道矩阵的估计误差;对信道估计值采用Kapteyn级数多项式展开,并对级数进行截短,得到最终的信道估计结果和估计误差。本发明复杂度更低。
-
公开(公告)号:CN102601744A
公开(公告)日:2012-07-25
申请号:CN201110435773.9
申请日:2011-12-23
Applicant: 东南大学
IPC: B24C7/00
Abstract: 一种基于Petri网的多横梁水切割走刀路径优选方法,用Petri网的令牌播放功能,模拟多横梁系统的切割过程,优选出所需要的协调两两相邻横梁系统的总次数最少的走刀路径设置方案,方法步骤:输入待切割的大型工件的计算机辅助设计CAD文件,分解成各横梁系统的待切割部分的CAD子文件;将CAD子文件进一步导入计算机辅助制造CAM软件,设置各横梁系统的走刀路径,对于同一加工任务,可以设置若干种可能的走刀路径;由各种走刀路径方案对应地生成若干多切割过程的Petri网模型,并借助令牌播放计算各走刀路径给定的多切割过程所需的协调次数,选出所需要的协调两两相邻横梁系统的总次数最少的走刀路径,用于生成数控代码。
-
公开(公告)号:CN106817155B
公开(公告)日:2020-12-15
申请号:CN201710049022.0
申请日:2017-01-23
Applicant: 东南大学
IPC: H04B7/0413 , H04L25/02
Abstract: 本发明公开了一种基于加权Kapetyn级数展开的大规模MIMO低复杂度信道估计方法。首先采用Kapteyn级数展开法对Bayesian‑MMSE信道估计表达式中的信道协方差逆矩阵进行近似展开,将矩阵求逆运算转换成矩阵乘法和矩阵加法运算,接着对多项式每项系数采用加权方式来优化多项式展开,建立模型对加权系数向量α和β进行求解使得估计的均方误差最小化,利用α和β的求解结果对信道矩阵进行估计。实验结果表明随着多项式阶数的增大,基于加权Kapetyn级数展开的信道估计方法得到的MSE会收敛于MMSE方法,然而计算复杂度低于MMSE方法。对比与传统Taylor‑MMSE和Kapetyn级数展开信道估计方法,基于加权Kapetyn级数展开方法收敛到MMSE方法的速度更快。
-
公开(公告)号:CN108055699A
公开(公告)日:2018-05-18
申请号:CN201711236897.8
申请日:2017-11-30
Applicant: 东南大学
IPC: H04W72/04
CPC classification number: H04W72/0446 , H04W72/0493
Abstract: 本发明公开了一种感知时长和资源分配联合优化的三点插值快速算法,优化目标为:其中r为数据总速率,τ为感知时隙宽度,X和W分别为用户对各频带的占比矩阵和发射功率矩阵,约束条件为检测和虚警概率、发射功率峰值和均值均受限于预设门限。所述算法首先将优化问题分解为上下两个子层;然后在τ可行区下界附近选取第一二插值点,基于其连线斜率选取第三插值点;其次令插值函数导数为零导出τ最优解最后将τ的最优解代入至下层进行优化,得到X和W的最优化解。本发明算法速度优势明显并且精度仍能维持较高水平。
-
公开(公告)号:CN107770103A
公开(公告)日:2018-03-06
申请号:CN201710842297.X
申请日:2017-09-18
Applicant: 东南大学
IPC: H04L25/02 , H04B7/08 , H04B7/0413
Abstract: 本发明公开了一种基于SSOR迭代的大规模MIMO信号检测方法,该方法包括:(1)根据信道响应矩阵H构造MMSE检测矩阵T;(2)将检测矩阵T分解为矩阵T=D+L+U,其中D表示T的对角矩阵,L代表T的严格下三角矩阵,U代表T的严格上三角矩阵,且U=LH;(3)采用信道硬化现象对估计SSOR迭代算法的最优松弛系数;(4)根据矩阵D、L和最优松弛系数,采用SSOR迭代法对经接收端匹配滤波器输出的接收信号矩阵 进行检测得到发射信号估计值 本发明复杂度更低。
-
-
-
-
-
-
-
-
-