-
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：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。
-
Patent Agency Ranking
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：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。
-
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：CN209944158U
公开(公告)日：2020-01-14
申请号：CN201821929124.8
申请日：2018-11-21
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: F21S8/08 , F21V33/00 , F21W131/103 , F21Y115/10
Abstract: 本实用新型公开了一种基于物联网的多功能灯杆，包括灯杆主体、控制器、无线信号接收与发送单元，所述灯杆主体上设置有但不限于LED路灯监控系统、网络多媒体信息发布系统、充电桩系统、停车查询系统、无线WLAN系统、环境监测系统、管网监测系统、公共广播系统、摄像监控系统、紧急求助系统及空气净化系统；所述LED路灯监控系统、所述网络多媒体信息发布系统、所述充电桩系统、所述停车查询系统、所述无线WLAN系统、所述环境监测系统、所述管网监测系统、所述公共广播系统、所述摄像监控系统、所述紧急求助系统及所述空气净化系统均与所述控制器电性连接。集合各种杆件功能，达到一杆多用。
-
公开(公告)号：CN305251594S
公开(公告)日：2019-07-09
申请号：CN201830665618.9
申请日：2018-11-22
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
Abstract: 1．本外观设计产品的名称：基于物联网的多功能灯杆。
2．本外观设计产品的用途：本外观设计产品用于监控和照明，并集成汽车或手机充电、WIFI覆盖、无线基站覆盖、物联网接入、一键呼叫、环境监测、公共广播和信息交互功能。
3．本外观设计产品的设计要点：在于产品的形状。
4．最能表明本外观设计设计要点的图片或照片：立体图。
-
-
-
-
-
-
Search Results
7
records
(took 0.036 seconds)
