-
公开(公告)号：CN118890060A
公开(公告)日：2024-11-01
申请号：CN202411044374.3
申请日：2024-07-31
Applicant: 北京理工大学
IPC: H04B1/7073
Abstract: 本发明提供一种宽带扩频信号的接收与发送同步装置，四倍采样信号的每一个采样点均对应一个由本地时间戳计数器提供的时间戳；帧检测与捕获单元再判断连续的四帧四倍采样信号的实测帧间隔是否满足要求，定时同步单元从接收到的四倍采样信号提取出最佳采样点；数据组包单元将提取出来的最佳采样点重新组成单倍采样数据包发送给上位机；上位机根据解析得到的帧头所在的采样点的时间戳预测发送端发送应答信号的时刻；由此可见，本发明使用与收发独立的本地时间戳计数器，将接收端与发送端的时间流通过时间戳进行串联，使得信号的接收与发送全流程中均有时间戳的同步，能够精确控制接收与发送的同步，减少FPGA的资源消耗。
-
公开(公告)号：CN107888536A
公开(公告)日：2018-04-06
申请号：CN201711059721.X
申请日：2017-11-01
Applicant: 北京理工大学
IPC: H04L27/34
Abstract: 本发明提供了一种分层调制的32APSK的星座图设计方法，能够适用于32阶APSK分层调制系统。包括以下步骤：步骤一、星座点排布：将32个星座点分配在二维平面三个半径不同的同心圆内，第一圈分配4个星座点，每象限1个；第二圈分配12个星座点，每象限3个；第三圈分配16个星座点，每个象限4个，同一圈的星座点相位非均匀的分布在360°的平面内，不同象限之间坐标轴对称；步骤二、在步骤一星座点排布基础上，确定星座点在平面中的位置；步骤三、在步骤二得到的星座图基础上，确定星座点在调制中的映射编码，得到最优的映射编码集，即得到完整的星座图。
-
公开(公告)号：CN101345604A
公开(公告)日：2009-01-14
申请号：CN200810117930.X
申请日：2008-08-15
Applicant: 北京理工大学
Abstract: 本发明是一种行列式分组交织器的并行实现方法，涉及通信技术领域。令行列式分组交织器交织深度为d，交织宽度为n，选取n的任意因数作为并行度p，n＝w×p，w为正整数。先用顺序交换器对输入的p比特数据进行顺序交换，接着进行右移循环移位，然后根据写地址产生器产生的p个写地址，将经顺序交换和右移循环移位得到的p比特数据分别写入p个双口RAM(随机存取存储器)中，写完一帧数据后，根据读地址产生器产生的读地址从p个双口RAM中并行读出p比特数据，并对读出的p比特数据进行左移循环移位以得到交织后的数据。本发明可灵活选取并行度p实现并行的行列式分组交织器，从而将数据处理速率提高p倍以满足高速数据传输的应用。
-
公开(公告)号：CN113746597A
公开(公告)日：2021-12-03
申请号：CN202110884139.7
申请日：2021-08-03
Applicant: 北京理工大学
Abstract: 本发明提供了一种比特交织Turbo编码LoRa调制方法，能够降低其算法复杂度。包括：发送端采用Turbo编码器进行编码，并将所述编码器的输出码字送入交织器中进行交织，得到交织后的编码比特；所述交织后的编码比特流映射到不同的LoRa调制信号上进行传递；接收端将接收到的LoRa调制信号与时间同步的原始下啁啾信号相乘进行信号解扩，并将相乘后的信号做离散傅里叶变换，利用LoRa解调器获得比特对数似然比，将获得的对数似然比通过相应的解交织器后，送入Turbo译码器中进行迭代译码。
-
公开(公告)号：CN109150394A
公开(公告)日：2019-01-04
申请号：CN201810728350.8
申请日：2018-07-05
Applicant: 北京理工大学
Abstract: 本发明公开了一种用于Turbo码的外信息加权合并方法，在Turbo译码器中，对于两个采用Max‑Log‑MAP算法的分量译码器的输出均进行如下外信息加权合并处理：将分量译码器的输出定义为临时外信息，将本次迭代计算得到的临时外信息与上一次的最终外信息逐比特进行加权合并，产生本次的最终外信息并保存，同时将本次最终外信息经交织器/解交织器后作为另一个分量译码器的输入先验信息。本发明还公开了一种基于该方法的Turbo译码器。本发明保留了Max‑Log‑MAP算法对于信道估计的不敏感性，而且进一步加快了其迭代收敛速度，从而可以获得更好的性能。
-
Patent Agency Ranking
公开(公告)号：CN118611848A
公开(公告)日：2024-09-06
申请号：CN202410451534.X
申请日：2024-04-16
Applicant: 北京理工大学
Abstract: 本发明属于人工智能、大数据服务技术领域，涉及一种基于区块链的智能模型分布式部署系统及方法。所述系统包括：云端服务器及边缘节点集群；所述云端服务器包含数据处理和训练模块；所述边缘节点集群，包括含推理、区块链及控制模块的边缘节点；所述控制模块调用区块链和推理模块完成边缘节点任务，使用顺序判断和顺序值按序更新的方式实现执行顺序控制，调用链下数据传输单元，采用基于哈希值校验的数据重传机制实现链下数据安全传输。所述方法，包括准备、推理及结束阶段，完成所述系统的功能。本发明实现了智能模型自适应分割、有序集群推理及基于哈希值校验的推理结果链下存储，有效防止数据在传输过程中被恶意篡改且降低了区块链的交易成本。
-
公开(公告)号：CN108900456A
公开(公告)日：2018-11-27
申请号：CN201810719595.4
申请日：2018-07-03
Applicant: 北京理工大学
Abstract: 本发明公开了一种双模式索引调制映射设计方法，首先在双模式索引调制DM-IM系统中，从每个子块可供选取的调制模式中选择符合要求的调制模式，使得同一调制模式中奇数位与偶数位的调制方式满足[sA,sB]或[sB,sA]的特征；接着，安排索引比特与所选取的调制模式之间的映射关系，使得两个调制模式之间，调制模式的差异越大，所安排的对应索引比特的差异越大。使用本发明能够提高DM-IM技术的误码率性能，同时不会引入额外的资源和复杂度开销。
-
公开(公告)号：CN105245303B
公开(公告)日：2017-08-29
申请号：CN201510543977.2
申请日：2015-08-28
Applicant: 北京理工大学
Abstract: 本发明公开了一种高速突发解调同步系统，其差分检测模块的输入为具有N倍于符号速率的固定采样率的数字基带信号，通过差分检测找到数字基带信号的导频序列第一个符号中最接近最佳采样点的点；数字AGC模块对数字基带信号进行幅度补偿；符号同步模块估计幅度补偿后的数字基带信号的符号定时误差，并采用线性插值来获得导频序列中每个符号的最佳采样点；粗频偏同步模块通过导频序列的最佳采样点估计频偏并进行频偏恢复；粗相位恢复模块，对频偏恢复后的导频序列最佳采样点来估计相偏并进行相偏恢复；锁相环模块通过二阶锁相环来快速跟踪残余小频偏和小相偏，实现精载波同步。该方法具有非常高的检测概率。
-
公开(公告)号：CN101345604B
公开(公告)日：2012-03-21
申请号：CN200810117930.X
申请日：2008-08-15
Applicant: 北京理工大学
Abstract: 本发明是一种行列式分组交织器的并行实现方法，涉及通信技术领域。令行列式分组交织器交织深度为d，交织宽度为n，选取n的任意因数作为并行度p，n＝w×p，w为正整数。先用顺序交换器对输入的p比特数据进行顺序交换，接着进行右移循环移位，然后根据写地址产生器产生的p个写地址，将经顺序交换和右移循环移位得到的p比特数据分别写入p个双口RAM(随机存取存储器)中，写完一帧数据后，根据读地址产生器产生的读地址从p个双口RAM中并行读出p比特数据，并对读出的p比特数据进行左移循环移位以得到交织后的数据。本发明可灵活选取并行度p实现并行的行列式分组交织器，从而将数据处理速率提高p倍以满足高速数据传输的应用。
-
公开(公告)号：CN105515593B
公开(公告)日：2017-11-28
申请号：CN201510881967.X
申请日：2015-12-03
Applicant: 北京理工大学
Abstract: 本发明公开了一种信号采样带宽受限情况下，预失真系统中功率放大器模型的有效项估计及辨识方法。使用本发明能够有效、精确地辨识出功放的阶次和记忆深度，从而使得预失真系统能够在采样带宽受限情况下工作，提高预失真器的可靠性。本发明首先将功率放大器的输入信号及采样带宽受限情况下的功率放大器输出信号采用相同的低通滤波器进行低通滤波处理，然后借助按阶递推最小二乘法算法，采用功放模型的非线性阶次与记忆深度分开估计的方法，首先估计非线性阶次，在补偿完非线性阶次以后再对记忆性进行相应的估计，提高了估计的准确性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.029 seconds)
