-
公开(公告)号：CN111817768A
公开(公告)日：2020-10-23
申请号：CN202010495723.9
申请日：2020-06-03
Applicant: 北京交通大学
IPC: H04B7/08 , H04B7/0456 , H04L25/02
Abstract: 本发明公开了一种用于智能反射表面无线通信的信道估计方法。该方法包括：智能表面端接收用户端发送的导频信号进行处理，并通过智能表面端反射将导频信号传输至基站；在智能表面端和基站，分别根据接收的导频信号进行信道估计，获得第一信道估计矩阵，并分别构建增强型深度残差网络，以第一信道估计矩阵作为增强型深度残差网络的输入，以第二信道估计矩阵作为输出进行训练，进而获得信道的精确估计。本发明在降低智能反射表面的接收传感器数量的条件下，基于从用户接收的导频信号来帮助在基站和智能表面端进行信道估计，不仅提高了信道估计的精确度并降低了计算复杂度。
-
Patent Agency Ranking
公开(公告)号：CN110855585A
公开(公告)日：2020-02-28
申请号：CN201910937804.7
申请日：2019-09-30
Applicant: 北京交通大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明提供了一种毫米波大规模MIMO系统的信道估计方法。该方法包括：MIMO系统中的用户端通过上行信道向基站发送导频信号，基站将接收到的导频信号建模为带噪信道矩阵；将带噪信道矩阵输入到噪声水平估计子网，输出噪声水平图；将带噪信道矩阵和所述噪声水平图输入到非盲去噪子网，输出噪声估计矩阵：利用连续非线性联合损失函数修正非盲去噪子网中的卷积神经网络参数，修正后的非盲去噪子网通过残差学习得到修正后的噪声估计矩阵；将带噪信道矩阵与修正后的噪声估计矩阵相减得到基站与用户端之间的信道估计矩阵。本发明将非对称损耗引入噪声估计子网，对噪声水平的低估误差施加更高的损失，所提出的基于CBDNet的信道估计在NMSE性能和收敛速度方面有更好的表现。
-
公开(公告)号：CN110855585B
公开(公告)日：2020-11-10
申请号：CN201910937804.7
申请日：2019-09-30
Applicant: 北京交通大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明提供了一种毫米波大规模MIMO系统的信道估计方法。该方法包括：MIMO系统中的用户端通过上行信道向基站发送导频信号，基站将接收到的导频信号建模为带噪信道矩阵；将带噪信道矩阵输入到噪声水平估计子网，输出噪声水平图；将带噪信道矩阵和所述噪声水平图输入到非盲去噪子网，输出噪声估计矩阵：利用连续非线性联合损失函数修正非盲去噪子网中的卷积神经网络参数，修正后的非盲去噪子网通过残差学习得到修正后的噪声估计矩阵；将带噪信道矩阵与修正后的噪声估计矩阵相减得到基站与用户端之间的信道估计矩阵。本发明将非对称损耗引入噪声估计子网，对噪声水平的低估误差施加更高的损失，所提出的基于CBDNet的信道估计在NMSE性能和收敛速度方面有更好的表现。
-
公开(公告)号：CN107205211A
公开(公告)日：2017-09-26
申请号：CN201710357462.2
申请日：2017-05-19
Applicant: 北京交通大学
Abstract: 本发明提供了一种在非授权频段与WiFi共存的D2D通信中的信道分配方法。该方法主要包括：基于距离将与WiFi共存的D2D‑U设备分簇，给每个簇指定一个簇头，每个簇的簇头根据簇内D2D‑U设备成员对周围频谱环境的监测结果，动态选择其所在簇的当前使用信道，所述簇头代表其所在簇采用竞争机制获取所述当前使用信道的使用权，将所述当前使用信道的资源分配给簇内各个D2D‑U设备使用。本发明针对WiFi AP位置、WiFi AP工作信道具有随机性的特点，通过将D2D‑U设备分成若干个不相交的簇，根据频谱环境，动态调整簇内的工作信道，不仅充分利用了空闲的频谱资源，同时可以实现降低D2D‑U设备之间、D2D‑U设备与WiFi用户之间的信道干扰，尽可能提高通信链路的性能。
-
公开(公告)号：CN111817768B
公开(公告)日：2021-06-15
申请号：CN202010495723.9
申请日：2020-06-03
Applicant: 北京交通大学
IPC: H04B7/08 , H04B7/0456 , H04L25/02
Abstract: 本发明公开了一种用于智能反射表面无线通信的信道估计方法。该方法包括：智能表面端接收用户端发送的导频信号进行处理，并通过智能表面端反射将导频信号传输至基站；在智能表面端和基站，分别根据接收的导频信号进行信道估计，获得第一信道估计矩阵，并分别构建增强型深度残差网络，以第一信道估计矩阵作为增强型深度残差网络的输入，以第二信道估计矩阵作为输出进行训练，进而获得信道的精确估计。本发明在降低智能反射表面的接收传感器数量的条件下，基于从用户接收的导频信号来帮助在基站和智能表面端进行信道估计，不仅提高了信道估计的精确度并降低了计算复杂度。
-
公开(公告)号：CN107205211B
公开(公告)日：2020-03-17
申请号：CN201710357462.2
申请日：2017-05-19
Applicant: 北京交通大学
Abstract: 本发明提供了一种在非授权频段与WiFi共存的D2D通信中的信道分配方法。该方法主要包括：基于距离将与WiFi共存的D2D‑U设备分簇，给每个簇指定一个簇头，每个簇的簇头根据簇内D2D‑U设备成员对周围频谱环境的监测结果，动态选择其所在簇的当前使用信道，所述簇头代表其所在簇采用竞争机制获取所述当前使用信道的使用权，将所述当前使用信道的资源分配给簇内各个D2D‑U设备使用。本发明针对WiFi AP位置、WiFi AP工作信道具有随机性的特点，通过将D2D‑U设备分成若干个不相交的簇，根据频谱环境，动态调整簇内的工作信道，不仅充分利用了空闲的频谱资源，同时可以实现降低D2D‑U设备之间、D2D‑U设备与WiFi用户之间的信道干扰，尽可能提高通信链路的性能。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
