感知时长和资源分配联合优化的分段近似凸分解方法

    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

    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。

    一种感知时长和资源分配联合优化的方法

    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

    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。

    一种基于切比雪夫迭代法的大规模MIMO预编码方法

    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

    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。

    基于Petri网的多横梁水切割走刀路径优选方法

    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

    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。

    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

    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

    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。

    感知时长和资源分配联合优化的三点插值快速算法

    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

    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。

    一种基于SSOR迭代的大规模MIMO信号检测方法

    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

    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。

Patent Agency Ranking