-
公开(公告)号：CN112243283A
公开(公告)日：2021-01-19
申请号：CN202011249057.7
申请日：2020-11-10
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
IPC: H04W40/32 , H04W40/12 , H04B7/0413
Abstract: 基于成功传输概率的Cell‑Free Massive MIMO网络分簇计算方法，它属于无线协作通信技术领域。本发明解决了现有的AP分簇方法无法保证网络的性能的问题。本发明方法的具体实施过程为：步骤一、计算网络中的AP密度λb；步骤二、根据频谱效率，获得下行传输速率需求γ；步骤三、根据AP密度λb和下行传输速率需求γ计算AP分簇半径R，即获得AP分簇结果；步骤四、网络中的各AP按照分簇结果对用户进行服务。本发明可以应用于Cell‑Free Massive MIMO网络的AP分簇。
-
公开(公告)号：CN112243283B
公开(公告)日：2021-09-03
申请号：CN202011249057.7
申请日：2020-11-10
Applicant: 哈尔滨工业大学 , 北京机电工程总体设计部
IPC: H04W40/32 , H04W40/12 , H04B7/0413
Abstract: 基于成功传输概率的Cell‑Free Massive MIMO网络分簇计算方法，它属于无线协作通信技术领域。本发明解决了现有的AP分簇方法无法保证网络的性能的问题。本发明方法的具体实施过程为：步骤一、计算网络中的AP密度λb；步骤二、根据频谱效率，获得下行传输速率需求γ；步骤三、根据AP密度λb和下行传输速率需求γ计算AP分簇半径R，即获得AP分簇结果；步骤四、网络中的各AP按照分簇结果对用户进行服务。本发明可以应用于Cell‑Free Massive MIMO网络的AP分簇。
-
公开(公告)号：CN112533197B
公开(公告)日：2022-10-21
申请号：CN202011303753.1
申请日：2020-11-19
Applicant: 哈尔滨工业大学
IPC: H04W12/03 , H04W12/122 , H04B7/0452 , H04B7/0456 , H04B7/06 , H04B7/0426 , H04L25/03
Abstract: 本发明公开了一种基于干扰管理的人工噪声辅助的物理层安全方法，该方法包括：采集预设数量的小区广播通信场景中的网络信息；利用干扰对齐技术对网络信息进行处理，以进行波束赋形矩阵设计，进而消除每个合法用户端的小区间干扰和用户间干扰；当基站端发射保密数据时，同时发射人工噪声，根据预设用户服务质量需求和预设网络信息结果，计算当前保密速率最大化的功率分配因子；基站端利用功率分配因子对每个合法用户进行服务，同时，发射人工噪声对窃听者进行干扰。该方法能够有效在保证合法用户端性能不受多用户干扰影响的同时，利用人工噪声与多用户干扰对外部窃听者的窃听性能进行恶化，并通过功率分配最优化方案有效提升物理层安全传输性能。
-
Patent Agency Ranking
公开(公告)号：CN109143164A
公开(公告)日：2019-01-04
申请号：CN201811184494.8
申请日：2018-10-11
Applicant: 哈尔滨工业大学
CPC classification number: G01S5/06 , G01S5/0215 , G01S5/0278
Abstract: 基于高斯过程回归的无线信号源定位方法,涉及无线信号源定位技术领域,为了解决现有的无线信号定位方法需要的场景先验信息多，场景变更需要重新获知场景分布信息的问题。本发明包括部署无线信号探测器，所有无线信号探测器的位置信息形成矩阵X；各无线信号探测器采集得到接收信号强度信息，并互相交换信息，所有接收信号强度信息形成向量r；矩阵X和向量r形成训练集，建立高斯过程回归模型，并根据训练集求解高斯过程回归模型中的超参数，得到建立好的高斯过程回归模型；采用建立好的高斯过程回归模型对新的位置处的接收信号强度信息进行预测，完成整个关注区域的接收信号强度分布的预测，得到信号发射源位置。本发明适用于定位信号发射源位置。
-
公开(公告)号：CN112533197A
公开(公告)日：2021-03-19
申请号：CN202011303753.1
申请日：2020-11-19
Applicant: 哈尔滨工业大学
IPC: H04W12/03 , H04W12/122 , H04B7/0452 , H04B7/0456 , H04B7/06 , H04B7/0426 , H04L25/03
Abstract: 本发明公开了一种基于干扰管理的人工噪声辅助的物理层安全方法，该方法包括：采集预设数量的小区广播通信场景中的网络信息；利用干扰对齐技术对网络信息进行处理，以进行波束赋形矩阵设计，进而消除每个合法用户端的小区间干扰和用户间干扰；当基站端发射保密数据时，同时发射人工噪声，根据预设用户服务质量需求和预设网络信息结果，计算当前保密速率最大化的功率分配因子；基站端利用功率分配因子对每个合法用户进行服务，同时，发射人工噪声对窃听者进行干扰。该方法能够有效在保证合法用户端性能不受多用户干扰影响的同时，利用人工噪声与多用户干扰对外部窃听者的窃听性能进行恶化，并通过功率分配最优化方案有效提升物理层安全传输性能。
-
公开(公告)号：CN108814592A
公开(公告)日：2018-11-16
申请号：CN201810374887.9
申请日：2018-04-24
Applicant: 哈尔滨工业大学
IPC: A61B5/0476 , A61B5/00
Abstract: 本发明提供基于小波能量判定癫痫发作前脑电信号的方法，属于信号处理与神经工程技术领域，涉及判定癫痫发作前脑电信号的方法及系统。本发明首先利用高通滤波对待判定的脑电信号进行预处理、计算预处理后的脑电信号的小波能量；然后对计算求得的所有频段的小波能量，采用卡方检验选取存在显著性水平差异的频段；最后以选取频段的小波能量作为输入特征对脑电信号进行分类检测；分类并判定待判定的脑电信号是否为发作前脑电信号。本发明解决了现有技术无法准确判定脑电信号是否为发作前脑电信号，从而导致癫痫发作预测时无法保证准确率高的同时误判率低的问题。本发明可用于判定癫痫发作前脑电信号。
-
公开(公告)号：CN107579798A
公开(公告)日：2018-01-12
申请号：CN201710765515.4
申请日：2017-08-30
Applicant: 哈尔滨工业大学
Abstract: 无线传感器网络单节点多径信号抑制方法及通信信号的盲区识别方法，涉及多径信号抑制技术及盲区识别技术，为了解决现有多径信号抑制方法复杂度高、耗时长，现有的盲区识别无法实现自动化的问题。本发明的方法包括：网络节点的部署，信息采集，变换：采用闭合型离散分数傅里叶变换的方法对各无线传感器节点得到的时域信号序列y(n)进行指定阶数的变换滤波，得到各无线传感器节点的多径信号分离结果；闭合型离散分数傅里叶变换的加权因子为分析，得到无线传感器节点接收到的真实信号强度信息，各无线传感器节点进行有效信息交换，识别出盲区。本发明适用于多径信号抑制及盲区识别。
-
公开(公告)号：CN107579798B
公开(公告)日：2019-01-08
申请号：CN201710765515.4
申请日：2017-08-30
Applicant: 哈尔滨工业大学
Abstract: 无线传感器网络单节点多径信号抑制方法及通信信号的盲区识别方法，涉及多径信号抑制技术及盲区识别技术，为了解决现有多径信号抑制方法复杂度高、耗时长，现有的盲区识别无法实现自动化的问题。本发明的方法包括：网络节点的部署，信息采集，变换：采用闭合型离散分数傅里叶变换的方法对各无线传感器节点得到的时域信号序列y(n)进行指定阶数的变换滤波，得到各无线传感器节点的多径信号分离结果；闭合型离散分数傅里叶变换的加权因子为分析，得到无线传感器节点接收到的真实信号强度信息，各无线传感器节点进行有效信息交换，识别出盲区。本发明适用于多径信号抑制及盲区识别。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.037 seconds)
