-
公开(公告)号：CN113890795A
公开(公告)日：2022-01-04
申请号：CN202111057350.8
申请日：2021-09-09
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明公开了一种大规模MIMO信道估计模型的构建方法、装置及介质，首先，接收n组在线信号数据；其次，通过深度学习提取预先获取的离线信号数据的高层语义特征和n组所述在线信号数据的高层语义特征，得到离线高层语义特征和n组在线高层语义特征；然后，将所述离线高层语义特征和n组所述在线高层语义特征分别输入至预先构建的n+1个神经网络中进行训练，得到初始信道估计模型和n个在线信道估计模型；最后，基于所述离线信号数据的误码率和n个所述在线信号数据的误码率，对所述初始信道估计模型和n个所述在线信道估计模型进行集成学习，得到最优信道估计模型。本发明能够减小系统开销，降低计算复杂度，实现自适应更新模型。
-
公开(公告)号：CN113890794A
公开(公告)日：2022-01-04
申请号：CN202111055892.1
申请日：2021-09-09
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明公开了一种大规模MIMO信道估计方法，包括：每当自适应采样周期到达时，获取当前接收信号；通过时域稀疏性原理和预设的转换规则对所述当前接收信号进行变换，得到恢复矩阵；基于相邻时刻同一子载波导频的时间相关性对所述恢复矩阵进行预测，得到所述恢复矩阵的多假设预测值和第一预测误差；根据多假设预测残差重构算法、所述恢复矩阵的多假设预测值和所述第一预测误差，得到重构后的恢复矩阵；对所述重构后的恢复矩阵进行解码恢复，得到信道估计结果。本发明还公开了一种大规模MIMO信道估计装置及存储介质，采用本发明实施例，能够降低大规模MIMO系统的计算复杂度，提高信道估计的精度。
-
公开(公告)号：CN113890795B
公开(公告)日：2023-06-23
申请号：CN202111057350.8
申请日：2021-09-09
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明公开了一种大规模MIMO信道估计模型的构建方法、装置及介质，首先，接收n组在线信号数据；其次，通过深度学习提取预先获取的离线信号数据的高层语义特征和n组所述在线信号数据的高层语义特征，得到离线高层语义特征和n组在线高层语义特征；然后，将所述离线高层语义特征和n组所述在线高层语义特征分别输入至预先构建的n+1个神经网络中进行训练，得到初始信道估计模型和n个在线信道估计模型；最后，基于所述离线信号数据的误码率和n个所述在线信号数据的误码率，对所述初始信道估计模型和n个所述在线信道估计模型进行集成学习，得到最优信道估计模型。本发明能够减小系统开销，降低计算复杂度，实现自适应更新模型。
-
公开(公告)号：CN113890794B
公开(公告)日：2023-06-27
申请号：CN202111055892.1
申请日：2021-09-09
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明公开了一种大规模MIMO信道估计方法，包括：每当自适应采样周期到达时，获取当前接收信号；通过时域稀疏性原理和预设的转换规则对所述当前接收信号进行变换，得到恢复矩阵；基于相邻时刻同一子载波导频的时间相关性对所述恢复矩阵进行预测，得到所述恢复矩阵的多假设预测值和第一预测误差；根据多假设预测残差重构算法、所述恢复矩阵的多假设预测值和所述第一预测误差，得到重构后的恢复矩阵；对所述重构后的恢复矩阵进行解码恢复，得到信道估计结果。本发明还公开了一种大规模MIMO信道估计装置及存储介质，采用本发明实施例，能够降低大规模MIMO系统的计算复杂度，提高信道估计的精度。
-
Patent Agency Ranking
公开(公告)号：CN118036768A
公开(公告)日：2024-05-14
申请号：CN202410148779.5
申请日：2024-02-01
Applicant: 中电科普天科技股份有限公司 , 广州杰赛通信规划设计院有限公司 , 暨南大学
IPC: G06N20/00
Abstract: 本发明公开了一种联邦学习模型优化方法、设备、介质及程序产品，所述方法包括：获取边缘端采集的多属性数据，并计算边缘端的数据量因子、数据质量因子以及数据分布特征因子，从而得到边缘端的可信度；选取可信边缘端进行全局模型的参数更新；向可信边缘端发送第一全局参数，以使可信边缘端进行本地模型的训练，并得到本地模型参数；根据本地模型的平均误差以及预设的全局模型学习率，计算得到动态学习率；根据第一全局参数、动态学习率、可信边缘端的可信度以及本地模型参数，计算得到第二全局参数，实现全局模型的参数更新。本发明实施例解决了数据异构所导致的全局模型性能低下的问题，实现了全局参数更新速度和算法稳定度的平衡。
-
公开(公告)号：CN117728879A
公开(公告)日：2024-03-19
申请号：CN202410091420.9
申请日：2024-01-22
Applicant: 中电科普天科技股份有限公司 , 广州杰赛通信规划设计院有限公司 , 暨南大学 , 华南理工大学
Abstract: 本发明公开了一种卫星节点部署方法。该方法包括：计算卫星链路的数据传输速率、卫星网络的可靠性、业务总时延和负载均衡系数；基于数据传输速率、业务总时延、卫星网络的可靠性和负载均衡系数，构建以部署成本最小化为目标的目标函数；采用强化学习算法求解目标函数，得到卫星节点的最佳部署位置；根据最佳部署位置部署卫星节点。本发明通过采用主从协同的方式构建星地组网架构，基于数据传输速率、业务总时延、卫星网络的可靠性和负载均衡系数，构建目标函数，保证了部署成本的最小化，采用强化学习算法能够快速求解卫星节点的最佳部署位置。
-
公开(公告)号：CN119603692A
公开(公告)日：2025-03-11
申请号：CN202311164428.5
申请日：2023-09-08
Applicant: 中电科普天科技股份有限公司 , 广州杰赛通信规划设计院有限公司 , 江西省军民融合研究院 , 江西师范大学
Abstract: 本发明公开了一种无人机部署方法、装置、设备及存储介质。该方法包括，构建无人机信号衰减模型和动力能耗模型；根据无人机信号衰减模型计算物联网终端的信噪比、地面覆盖概率和无人机的通信容量；根据地面覆盖概率计算无人机的有效覆盖半径；根据动力能耗模型计算无人机在飞行和悬停过程中的总能耗；根据通信容量和有效覆盖半径构建目标函数；根据总能耗、信噪比和有效覆盖半径，构建无人机部署的约束条件；利用分布式粒子群优化算法输出最佳部署位置；根据最佳部署位置控制无人机运行。通过考虑多无人机干扰情况下的有效覆盖面积和通信容量，提高了无人机辅助通信的实用性，通过分布式粒子群优化算法，能够快速求解无人机的最佳部署位置。
-
公开(公告)号：CN112069568B
公开(公告)日：2024-02-06
申请号：CN202010787399.8
申请日：2020-08-06
Applicant: 广州杰赛科技股份有限公司
Abstract: 本发明公开一种基于空间可见性分析的视频监控覆盖效果仿真方法，包括：接收目标覆盖区域的地形高程数据、目标覆盖区域的基础信息、视频监控设备选型参数以及存量铁塔站点信息；根据所述地形高程数据和所述基础信息获得所述目标覆盖区域实际的高程数据；基于所述实际的高程数据、所述视频监控设备选型参数以及所述存量铁塔站点信息，采用空间可见性算法进行仿真，获得基于所述存量铁塔站点以及所述视频监控设备的覆盖效果仿真结果。本发明实施例监控覆盖效果更接近于实际，能够提供给规划人员作为参考以快速优化监控覆盖方案，获得更好的覆盖效果以及更准确的覆盖率。
-
公开(公告)号：CN112069568A
公开(公告)日：2020-12-11
申请号：CN202010787399.8
申请日：2020-08-06
Applicant: 广州杰赛科技股份有限公司
Abstract: 本发明公开一种基于空间可见性分析的视频监控覆盖效果仿真方法，包括：接收目标覆盖区域的地形高程数据、目标覆盖区域的基础信息、视频监控设备选型参数以及存量铁塔站点信息；根据所述地形高程数据和所述基础信息获得所述目标覆盖区域实际的高程数据；基于所述实际的高程数据、所述视频监控设备选型参数以及所述存量铁塔站点信息，采用空间可见性算法进行仿真，获得基于所述存量铁塔站点以及所述视频监控设备的覆盖效果仿真结果。本发明实施例监控覆盖效果更接近于实际，能够提供给规划人员作为参考以快速优化监控覆盖方案，获得更好的覆盖效果以及更准确的覆盖率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.068 seconds)
