-
公开(公告)号：CN117040980A
公开(公告)日：2023-11-10
申请号：CN202311298741.8
申请日：2023-10-09
Applicant: 南京邮电大学 , 江苏有线数据网络有限责任公司
IPC: H04L25/02 , H04B7/0413 , H04B17/391
Abstract: 本发明提供一种基于神经网络的IRS辅助毫米波MIMO系统信道估计方法，通过对智能反射面IRS辅助毫米波MIMO系统，建立信号接收模型；建立基站BS到智能反射面IRS的信道G、智能反射面IRS到用户端的信道H的信道估计问题；将信道估计问题转化为信号恢复问题，并对目标函数进行优化；基于神经网络对估计模型的正则化参数进行优化；由优化后的正则化参数，采用毫米波MIMO信道交替迭达算法对估计模型进行求解，获得双跳信道估计结果；该方法能够有效提高信道估计的准确性，高精度实现IRS辅助的MIMO系统中基站到IRS和IRS到用户端两跳信道的估计，经实验证明性能效果较好。
-
公开(公告)号：CN115632726A
公开(公告)日：2023-01-20
申请号：CN202211652733.4
申请日：2022-12-22
Applicant: 南京邮电大学 , 江苏有线数据网络有限责任公司
IPC: H04B17/336 , H04B17/391 , H04B1/69 , H04B7/0413
Abstract: 一种基于模型驱动的ISTA‑Net上行免调度大规模MIMO‑NOMA信号检测方法，针对免调度NOMA系统接收端对于用户活跃状态信息完全未知给信号检测带来的巨大挑战，通过动量加速方式对传统的ISTA算法进行改进，再将改进之后的ISTA算法使用模型驱动的思想进行深度网络化，形成ISTA‑Net信号检测方案。在此基础上，根据ISTA‑Net的信号检测结果，采用“第一次显著跳跃”活跃用户判断方案来进一步提高检测性能。最终通过实验证明，基于“第一次显著跳跃”活跃用户判断的ISTA‑Net检测方案在免调度大规模MIMO‑NOMA系统中具有可行性。
-
公开(公告)号：CN119561627A
公开(公告)日：2025-03-04
申请号：CN202411676058.8
申请日：2024-11-22
Applicant: 南京邮电大学 , 江苏有线数据网络有限责任公司
IPC: H04B17/309 , H04B7/0413
Abstract: 本发明公开了一种基于深度贝叶斯推断的无蜂窝MIMO低复杂度信号检测方法，采用了复数高斯分布作为先验概率的逼近，并将高斯分布参数作为可学习参数纳入网络训练过程，动态适应不同网络层级的需求，克服了传统方法中因初始分布选择不当导致的收敛难题。此外，VID‑Net通过预训练的深度学习模型确定并部署最优权重至各AP，简化了CPU端的计算至简单的求和操作，显著降低了计算复杂度，并增强了对多样信道条件的适应能力。VID‑Net还融入了对数函数与相关函数修正策略。在不同的调制阶数和系统天线配置下，VID‑Net展现出卓越的检测性能和鲁棒性，性能超越了次优的最小均方误差检测算法。
-
公开(公告)号：CN119561593A
公开(公告)日：2025-03-04
申请号：CN202411676068.1
申请日：2024-11-22
Applicant: 南京邮电大学 , 江苏有线数据网络有限责任公司
Abstract: 本发明公开了一种基于深度学习的全双工雷达通信系统联合发射波束形成方法，首先，对FD‑ISAC系统的发送与接收信号、雷达感知和通信速率的性能进行了数学建模。在所建构模型中，基站接收信号并通过传统信道估计方法获得估计的用户所在角度。其次，基于该角度计算上行历史信道状态信息和下行历史信道状态信息。而后设计交叉注意力‑门控循环单元网络(CAttn‑GRU Net)，其将上行历史信道状态信息和下行历史信道状态信息作为输入，进而来预测雷达信号协方差矩阵和通信信号波束赋形矩阵，从而分别用于辅助当前时刻构建感知信号与波束赋形设计。此外，在训练过程中，采用多目标优化损失函数。
-
公开(公告)号：CN115632726B
公开(公告)日：2023-02-28
申请号：CN202211652733.4
申请日：2022-12-22
Applicant: 南京邮电大学 , 江苏有线数据网络有限责任公司
IPC: H04B17/336 , H04B17/391 , H04B1/69 , H04B7/0413
Abstract: 一种基于模型驱动的ISTA‑Net上行免调度大规模MIMO‑NOMA信号检测方法，针对免调度NOMA系统接收端对于用户活跃状态信息完全未知给信号检测带来的巨大挑战，通过动量加速方式对传统的ISTA算法进行改进，再将改进之后的ISTA算法使用模型驱动的思想进行深度网络化，形成ISTA‑Net信号检测方案。在此基础上，根据ISTA‑Net的信号检测结果，采用“第一次显著跳跃”活跃用户判断方案来进一步提高检测性能。最终通过实验证明，基于“第一次显著跳跃”活跃用户判断的ISTA‑Net检测方案在免调度大规模MIMO‑NOMA系统中具有可行性。
-
Patent Agency Ranking
公开(公告)号：CN119210527A
公开(公告)日：2024-12-27
申请号：CN202411324276.5
申请日：2024-09-23
Applicant: 南京邮电大学
Abstract: 本发明提出一种STAR‑RIS辅助传输的无源物联网性能增强方法，旨在解决RIS辅助无源物联网存在的半空间限制以及能量和信息传输效率低问题。本发明通过在无源BDs与访问接入点间部署STAR‑RIS，以协助BDs向访问接入点传输信息，实现BDs的全空间分布。此外，在配置多天线的能量站构建波束赋形以提高能量传输效率。本发明提出一种基于双层框架的迭代算法，旨在解决基于NOMA的波束赋形矢量和STAR‑RIS元件系数联合优化问题，最大化系统和速率，从而显著提升无源物联网系统的性能。
-
公开(公告)号：CN118677613B
公开(公告)日：2024-10-29
申请号：CN202411155689.5
申请日：2024-08-22
Applicant: 国网浙江省电力有限公司信息通信分公司 , 南京邮电大学 , 国网电力科学研究院有限公司
Inventor： 许敏 , 汤亿则 , 温树峰 , 周鹏 , 杨怀仁 , 高渝强 , 张烨华 , 戚伟强 , 邱兰馨 , 吕思达 , 王以良 , 郭亚琼 , 杨帆 , 周晨轶 , 徐阳洲 , 王译锋 , 仲子龙 , 赵若涵 , 李飞 , 李汀
Abstract: 本发明公开了一种传输差错检测的量子处理方法、装置、设备和介质，包括在通信发送端根据量子密钥分发协议制备量子态并进行双轨编码；使用泡利信道传输编码后的量子态，获得待检测量子态在泡利信道中的传输信息数据；设计差错检测电路对待检测量子态中的单量子比特错误进行预筛选；训练参数化量子电路作为量子机器学习模型对待放大量子态中的正确态进行振幅放大，得到传输量子态。本发明通过编码设计、信道选择差错检测以及经过量子机器学习的振幅放大，对量子传输中错误进行检测，提高量子密钥传输过程中测得正确态的概率，从而提高量子密钥的成码率。
-
公开(公告)号：CN118828705A
公开(公告)日：2024-10-22
申请号：CN202410882694.X
申请日：2024-07-03
Applicant: 南京邮电大学
IPC: H04W28/084 , H04W28/08
Abstract: 本发明公开了一种基于拍卖算法的计算卸载方法及系统，考虑同一区域内多个eMBB与URLLC业务用户共存且进行上行传输至多个MEC边缘服务器的场景建立传输模型。根据所述传输模型列出必要的参数，再根据拍卖算法原理建立双向拍卖模型，考虑多种服务器资源联合分配，并以此为依据表示出成本，估值，针对两种不同类型的业务用户分别提出出价与服务器要价策略。最后综合考虑服务器收益、计算卸载的时延与能耗，从而建立最优化问题，并根据约束条件进行多回合双向拍卖，为用户的计算任务匹配最合适的边缘服务器，当MEC服务器中剩余资源过少或所有用户任务均已分配到相应的服务器中进行计算，则拍卖结束。相比于传统的资源分配方法，本发明能够使MEC服务器得到更高的收益，促使资源高效利用，具有更好的性能。
-
公开(公告)号：CN118232966B
公开(公告)日：2024-09-24
申请号：CN202410653219.5
申请日：2024-05-24
Applicant: 南京邮电大学
IPC: H04B7/04 , H04B7/0452 , H04B7/06 , H04B7/08 , H04B15/00
Abstract: 本发明提出了双IRSs辅助ISAC系统主被动波束成形与接收信号优化配置方法，通过联合优化基站端的主动波束成形、基站对感知信号的接收以及IRS处的被动波束成形，在确保感知信号信噪比达到最低要求的同时，最大化通信用户的可达速率。为了解决所建立的复杂非凸问题，本发明首先利用分数规划将优化问题进行解耦，然后采用逐次凸逼近算法和交替方向乘子法将一个难以处理的非凸问题转化为多个易于处理的子问题，最后利用交替优化的方法高效地求解高质量次优解。仿真结果表明，所提方案具有良好的收敛性和有效性，该方案能够有效提高IRS辅助ISAC系统的性能。
-
公开(公告)号：CN116233897B
公开(公告)日：2023-07-21
申请号：CN202310515169.X
申请日：2023-05-09
Applicant: 南京邮电大学
IPC: H04W24/02 , H04W24/06 , H04B7/145 , H04B17/382
Abstract: 本发明公开了一种基于IRS的感知增强认知无线电网络资源分配的优化方法，属于无线通信技术领域；步骤：次基站获取基站到IRS以及IRS到用户的信道状态信息；定义感知阶段和传输阶段的IRS对角相移矩阵，根据信道状态信息，建立优化模型；利用优化模型对感知阶段IRS对角相移矩阵辅助次基站感知主网络频谱占用情况进行优化；进入传输阶段，利用优化模型优化不同感知结果下传输阶段次基站波束形成向量与IRS对角相移矩阵；次基站根据优化结果发射传输信息，实现在约束对主用户干扰的情形下对系统的频谱效率的改善。本发明通过IRS辅助次基站的传输过程，方便次基站更精细地制定不同的发射策略，改善信道环境，提高次用户的总和速率。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.113 seconds)
