-
公开(公告)号:CN114268396A
公开(公告)日:2022-04-01
申请号:CN202111004323.4
申请日:2021-08-30
Applicant: 北京交通大学
IPC: H04B17/391
Abstract: 本发明提供了一种AIRS辅助通信场景下的AIRS相位设计方法。该方法包括:建立AIRS辅助通信场景下的几何信道模型;基于所述几何信道模型计算LoS径、SBA径和SBR径的冲击响应;基于所述LoS径、SBA径和SBR径的冲击响应设计AIRS相位;基于所述几何信道模型和AIRS相位计算发射天线到接收天线的接收信号。本发明通过设计AIRS相位对入射电磁波进行实时调控,在一定程度上消除多径及多普勒效应,重构无线传播环境,从而有效提高通信系统的性能。本发明通过设计AIRS相位对入射电磁波进行实时调控,在一定程度上消除多径及多普勒效应,重构无线传播环境,从而有效提高通信系统的性能。
-
公开(公告)号:CN114448540B
公开(公告)日:2023-03-14
申请号:CN202210143294.8
申请日:2022-02-16
Applicant: 北京交通大学
IPC: H04B17/391
Abstract: 本发明实施例供了一种基于天线辐射方向图的无人机信道建模方法。该方法包括:初始化蜂窝网络下的无人机信道模型参数;使用矩形栅格阵平面阵列来模拟蜂窝网络的基站天线的方向图;基于所述矩形栅格阵平面阵列通过调整波束方向计算发射天线到接收天线的天线方向图、冲击响应和转移函数。本发明实施例提出的一种基于天线辐射方向图的无人机信道建模,通过使用矩形天线阵列来模拟基站天线的方向图,通过调整波束方向来减少信号干扰与增强网络覆盖范围,与实际的无人机通信场景相符合,从而有效提高无人机信道模型的准确性。
-
公开(公告)号:CN114362851B
公开(公告)日:2023-02-21
申请号:CN202210021766.2
申请日:2022-01-10
Applicant: 北京交通大学
IPC: H04B17/30 , H04B17/391 , H04L25/02 , G06N20/00
Abstract: 本发明提供了一种基于机器学习的无线信道数据去噪方法。该方法包括:获取信道测量场景中的信道冲激响应数据序列;构建双向循环神经网络,将所述信道测量场景中的信道数据序列输入到所述双向循环神经网络中进行训练,得到训练好的双向循环神经网络;将待去噪的信道数据输入到所述训练好的双向循环神经网络,双向循环神经网络输出去噪后的信道冲激响应数据。本发明通过对双向循环神经网络进行训练,从而准确、快速地去除信道数据中的噪声,进而有效提高信道特性参数分析的准确性。
-
公开(公告)号:CN114448540A
公开(公告)日:2022-05-06
申请号:CN202210143294.8
申请日:2022-02-16
Applicant: 北京交通大学
IPC: H04B17/391
Abstract: 本发明实施例供了一种基于天线辐射方向图的无人机信道建模方法。该方法包括:初始化蜂窝网络下的无人机信道模型参数;使用矩形栅格阵平面阵列来模拟蜂窝网络的基站天线的方向图;基于所述矩形栅格阵平面阵列通过调整波束方向计算发射天线到接收天线的天线方向图、冲击响应和转移函数。本发明实施例提出的一种基于天线辐射方向图的无人机信道建模,通过使用矩形天线阵列来模拟基站天线的方向图,通过调整波束方向来减少信号干扰与增强网络覆盖范围,与实际的无人机通信场景相符合,从而有效提高无人机信道模型的准确性。
-
公开(公告)号:CN115209376A
公开(公告)日:2022-10-18
申请号:CN202210826458.7
申请日:2022-07-14
Applicant: 北京交通大学
Abstract: 本发明提供一种基于反射面辅助的高速列车通信覆盖概率增强方法及系统,属于机无线通信技术领域,包括:初始化可重构智能表面的高速列车通信研究场景模型参数;计算在第个时间时隙的BS‑MR、BS‑RIS、RIS‑MR链路及系统等效信道的信道模型;计算在第个时间时隙的系统信噪比;计算在第个时间时隙,RIS反射振源的最佳相位;计算在第个时间时隙的覆盖概率。本发明基于智能可重构智能表面辅助的高速列车通信覆盖概率增强方法,以有效增强HST的覆盖性能,从而保障通信的连续性。
-
公开(公告)号:CN114362851A
公开(公告)日:2022-04-15
申请号:CN202210021766.2
申请日:2022-01-10
Applicant: 北京交通大学
IPC: H04B17/30 , H04B17/391 , H04L25/02 , G06N20/00
Abstract: 本发明提供了一种基于机器学习的无线信道数据去噪方法。该方法包括:获取信道测量场景中的信道冲激响应数据序列;构建双向循环神经网络,将所述信道测量场景中的信道数据序列输入到所述双向循环神经网络中进行训练,得到训练好的双向循环神经网络;将待去噪的信道数据输入到所述训练好的双向循环神经网络,双向循环神经网络输出去噪后的信道冲激响应数据。本发明通过对双向循环神经网络进行训练,从而准确、快速地去除信道数据中的噪声,进而有效提高信道特性参数分析的准确性。
-
-
-
-
-