公开(公告)号：CN119135478A

公开(公告)日：2024-12-13

申请号：CN202310685706.5

申请日：2023-06-12

Applicant: 天津工业大学

Inventor： 赵军发 ,  韩玉莹 ,  张慧雪 ,  徐微

IPC: H04L25/02

Abstract: 本发明公布了一种基于单发单收的OFDM系统的SP稀疏信道估计的设计方法。该方法利用回溯思想对已选原子重新判断，删除错误原子，并保持一定的支撑集原子个数，直至迭代结束，同时利用与线性规划优化方法相近的重构精度实现原始信号的精准重构。仿真实验验证了该算法具有良好的信道估计精度，可以较好地估计出信道的位置。

公开(公告)号：CN111770036A

公开(公告)日：2020-10-13

申请号：CN202010583369.5

申请日：2020-06-24

Applicant: 天津工业大学

Inventor： 徐微 ,  郭甜 ,  赵哲

IPC: H04L25/02 ,  H04B7/0413

Abstract: 本发明公布了一种基于MIMO OFDM系统的AMP稀疏信道估计的设计方法。该方法实现在接收端对抗恶劣的信道环境导致的接收信号的畸变和失真，尽可能少地占用频谱资源，准确恢复出原始发送数据，减少运算的复杂程度。仿真结果表明，本发明设计的稀疏信道估计算法在相同设计指标的要求下，本发明比其他算法使用更少的导频进行信道估计。

公开(公告)号：CN109510609A

公开(公告)日：2019-03-22

申请号：CN201811508756.1

申请日：2018-12-11

Applicant: 天津工业大学

Inventor： 徐微 ,  高新 ,  李安宇

IPC: H03H17/00

Abstract: 本发明公开了一种低复杂度、低抽头系数的FIR低通滤波器的设计方法。该方法利用稀疏FIR滤波器设计算法和共同子表达式消除方法，从稀疏滤波器设计算法中产生满足频率响应规范的稀疏FIR滤波器，每个量化滤波器系数以CSD编码表示，并计算量化系数集的所有子表达式和孤立的非零数字的权重，通过根据其权重迭代地允许子表达式和孤立的非零数字来构造具有较低硬件成本的FIR滤波器。仿真结果表明，本发明设计的低通滤波器比国内外最佳的设计方法减少了至少25％的加法器。

公开(公告)号：CN107241081A

公开(公告)日：2017-10-10

申请号：CN201710429939.3

申请日：2017-06-09

Applicant: 天津工业大学

Inventor： 徐微 ,  李怡 ,  缪竟鸿 ,  李安宇 ,  张瑞华

IPC: H03H17/00

Abstract: 本发明公开了一种余弦调制滤波器组的稀疏线性相位FIR原型滤波器的设计方法。具体步骤如下：第1、余弦调制滤波器组的稀疏线性相位FIR原型滤波器设计参数的初始化；第2、迭代计算满足完全重建条件的余弦调制滤波器组的稀疏线性相位FIR原型滤波器，包括单位脉冲响应的非零抽头系数数目、位置以及具系数数值的确定。本发明可设计低非零抽头数的原型滤波器，滤波器的稀疏性可使其实现所用的加法器乘法器数目减少，从而能提高其运算速度、减小运算误差和降低能耗，进而降低生产成本。

公开(公告)号：CN119135479A

公开(公告)日：2024-12-13

申请号：CN202310685806.8

申请日：2023-06-12

Applicant: 天津工业大学

Inventor： 赵军发 ,  韩玉莹 ,  张慧雪 ,  徐微

IPC: H04L25/02

Abstract: 本发明公布了一种基于单发单收的OFDM系统的SAMP稀疏信道估计的设计方法。该方法可以在未知稀疏度的情况下恢复信号，实现信号的精准重构，并通过将线性测量模型转化为贝叶斯推断问题，利用稀疏贝叶斯模型进行信号重构。经过仿真实验得知，与其他几类算法相比，该算法可以实现较好的信道重构，同时也具有更快的收敛速度和更低的计算复杂度。

公开(公告)号：CN117240661A

公开(公告)日：2023-12-15

申请号：CN202210627458.4

申请日：2022-06-06

Applicant: 天津工业大学

Inventor： 徐微 ,  张慧雪

IPC: H04L25/02

Abstract: 本发明公布了一种基于深度学习的OFDM系统信道估计的设计方法。运用普通迭代阈值算法进行OFDM系统的信道估计不需要训练集，直接给出加了噪声的信号以及稀疏矩阵，就可以迭代恢复，但是基于深度学习的算法需要先学习各个参数。本设计方法的基本思想是使用一个前馈的神经网络，采用学习的方法解决OFDM系统信道估计问题，首先设计一个具有固定深度的非线性，参数化的深度神经网络架构，通过使用数据集训练得到最优参数，最后利用最优参数训练的网络进行信道估计。

公开(公告)号：CN111770037A

公开(公告)日：2020-10-13

申请号：CN202010583370.8

申请日：2020-06-24

Applicant: 天津工业大学

Inventor： 徐微 ,  郭甜 ,  赵哲

IPC: H04L25/02 ,  H04B7/0413

Abstract: 本发明公布了一种基于MIMO OFDM系统的ReIMV-OMP信道估计的设计方法。该方法证明了可以从IMV模型中取一帧来构造出新的矩阵，该矩阵包含恢复非零位置的有效信息，降维成MMV模型后，进一步通过与随机的高斯向量合并，降维成SMV模型，非零位置可以从简化的SMV模型中恢复出来。仿真结果验证了该算法的有效性，不仅有助于提高对信道非零位置的估计准确性，而且拥有比同样利用MIMO信道共同稀疏性的BOOMP算法更好的MSE和BER性能。

公开(公告)号：CN109687843B

公开(公告)日：2022-10-18

申请号：CN201811508543.9

申请日：2018-12-11

Applicant: 天津工业大学

Inventor： 徐微 ,  赵哲 ,  张瑞华

IPC: H03H17/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于线性神经网络稀疏二维FIR陷波滤波器的设计方法。首先通过IROMP算法来得到二维FIR滤波器系数矩阵中的零系数位置集合，然后将非零系数位置对应的频率采样矩阵作为神经网络的输入，并将理想的频率响应作为线性神经网络的理想输出，利用神经网络对输入参数进行训练并不断调整权值和阈值，使得神经网络的输出与理想输出的误差最小化，此时提取线性神经网络的权值和阈值并根据零系数位置集合进行零填充即可以得到稀疏二维FIR陷波滤波器的系数矩阵。从仿真结果和图像处理可以看出该方法可以设计出满足给定参数的稀疏二维FIR陷波滤波器。

公开(公告)号：CN110086452A

公开(公告)日：2019-08-02

申请号：CN201811508545.8

申请日：2018-12-11

Applicant: 天津工业大学

Inventor： 徐微 ,  赵耀 ,  李安宇

IPC: H03H17/06

Abstract: 本发明公布了一种实现小纹波，低抽头数和低复杂度的线性相位FIR陷波滤波器的设计方法。该方法在SPT编码方法的基础上，基于共同子式消除技术最大化共享MCM模块中的共同子式，根据子式的灵敏度大小重新合成滤波器系数集，将加法器的数量进一步降低。仿真结果表明，本发明设计的稀疏FIR陷波滤波器的在相同设计指标的要求下，本发明实现的线性相位FIR陷波滤波器的加法器数目比国内外已有的同类滤波器的加法器数目少51％以上。

公开(公告)号：CN109687843A

公开(公告)日：2019-04-26

申请号：CN201811508543.9

申请日：2018-12-11

Applicant: 天津工业大学

Inventor： 徐微 ,  赵哲 ,  张瑞华

IPC: H03H17/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于线性神经网络稀疏二维FIR陷波滤波器的设计方法。首先通过IROMP算法来得到二维FIR滤波器系数矩阵中的零系数位置集合，然后将非零系数位置对应的频率采样矩阵作为神经网络的输入，并将理想的频率响应作为线性神经网络的理想输出，利用神经网络对输入参数进行训练并不断调整权值和阈值，使得神经网络的输出与理想输出的误差最小化，此时提取线性神经网络的权值和阈值并根据零系数位置集合进行零填充即可以得到稀疏二维FIR陷波滤波器的系数矩阵。从仿真结果和图像处理可以看出该方法可以设计出满足给定参数的稀疏二维FIR陷波滤波器。