-
公开(公告)号：CN117768269A
公开(公告)日：2024-03-26
申请号：CN202310893299.7
申请日：2023-07-20
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04L25/02 , H04B17/309
Abstract: 本发明属于无线通信技术领域，具体涉及一种基于有源放大型可重构智能表面的信道估计方法。本发明的方法通过不断切换智能表面的反射图样，可在基站处将所需估计CSI分离开来，并进行精确估计；同时，利用有源放大型智能表面的信号功率放大功能，可提高反射信号功率，从而提升信道估计性能。对比适用于传统被动型智能表面的信道估计方法，本发明所提方法可以进一步减少信道估计误差，从而显著提升有源放大型可重构智能表面对无线通信系统的辅助效果。通过仿真及实验验证，本发明所提信道估计方法可以实现无线信道环境的准确估计，同时推动有源放大型可重构智能表面在无线通信领域的应用，具有重要的应用价值和发展潜力。
-
公开(公告)号：CN113595664B
公开(公告)日：2023-02-03
申请号：CN202110931594.8
申请日：2021-08-13
Applicant: 电子科技大学长三角研究院(湖州) , 电子科技大学
IPC: H04B17/382 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的多用户宽带通信系统的频谱感知方法，包括以下步骤：(1)由每个子信道的接收信号计算出该子信道的协方差矩阵，将所有子信道的协方差矩阵集合Y与其对应的子信道占用状况Z作为单个训练数据构建训练集；(2)在训练集Ω上进行训练，训练完成后得到训练好的网络hθ；(3)在每个感知时刻t，对宽带信号的每个子信道分别采样并计算得到每个子信道上的协方差矩阵；(4)将所有子信道上协方差矩阵作为训练好的卷积神经网络的输入Yt，得到所有子信道上的检验统计量；(5)对每个子信道上的检验统计量进行判决得到所有子信道上的占用状况。本发明的频谱感知算法受噪声不稳定性影响较小，且在低信噪比下仍能保持良好的检测性能。
-
公开(公告)号：CN113595664A
公开(公告)日：2021-11-02
申请号：CN202110931594.8
申请日：2021-08-13
Applicant: 电子科技大学长三角研究院(湖州) , 电子科技大学
IPC: H04B17/382 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的多用户宽带通信系统的频谱感知方法，包括以下步骤：(1)由每个子信道的接收信号计算出该子信道的协方差矩阵，将所有子信道的协方差矩阵集合Y与其对应的子信道占用状况Z作为单个训练数据构建训练集；(2)在训练集Ω上进行训练，训练完成后得到训练好的网络hθ；(3)在每个感知时刻t，对宽带信号的每个子信道分别采样并计算得到每个子信道上的协方差矩阵；(4)将所有子信道上协方差矩阵作为训练好的卷积神经网络的输入Yt，得到所有子信道上的检验统计量；(5)对每个子信道上的检验统计量进行判决得到所有子信道上的占用状况。本发明的频谱感知算法受噪声不稳定性影响较小，且在低信噪比下仍能保持良好的检测性能。
-
公开(公告)号：CN117420501A
公开(公告)日：2024-01-19
申请号：CN202311220329.4
申请日：2023-09-20
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01S5/04
Abstract: 本发明属于无线通信技术领域，具体涉及一种基于多有源RIS的无线定位方法。本发明的定位系统包括一个基站、单天线用户和L个有源RIS，其中基站和RIS的位置已知，每个IRS都有一个与其相连的控制器，控制器用于调整每个单元的反射相移和幅度；设定定位系统采用时分的工作方式，即每一时段只有一个RIS工作用于定位，具体定位过程为：在每一时隙内，基站发送定位参考信号，定位参考信号经过一个RIS反射之后被用户设备接收，用户设备接收到不同相位系数的RIS反射的定位信号，对信号处理以得到反射波束的出发角AoD，在得出每个RIS反射波束的AoD之后，根据位置几何关系求解用户设备的位置。本发明通过合理的功率分配方法以提高定位性能。
-
公开(公告)号：CN113595609B
公开(公告)日：2024-01-19
申请号：CN202110932417.1
申请日：2021-08-13
Applicant: 电子科技大学长三角研究院(湖州) , 电子科技大学
IPC: H04B7/06 , H04W72/044 , G06N3/047 , G06N3/048 , G06N3/092
Abstract: 本发明公开了一种基于强化学习的蜂窝移动通信系统协作式信号发送方法，包括以下步骤：(1)在基站发射端，每个基站首先收集本基站下用户的干扰信息和等效信道信息，并将这些信息以及上一个时刻的各个用户分配得到功率信息发送给其他基站；(2)每个基站根据本地用户的信道信息确定各个用户的波束方向；(3)根据其他基站交互的信息通过训练好的强化学习神经网络中，神经网络经过运算后输出该基站下给每个用户分配的功率；(4)每个基站就根据波束方向和功率来生成波束赋形向量，并用该波束赋形向量为发送信号做处理。本发明适用于配置了(56)对比文件Ying-Chang Liang, Junjie Tan, HaonanJia, Jintao Zhang, Lian Zhao.RealizingIntelligent Spectrum Management forIntegrated S atellite and TerrestrialNetworks《.Journal of Communications andInformation Networks》.2021,第第6卷卷(第第1期期),全文.
-
Patent Agency Ranking
公开(公告)号：CN116980010A
公开(公告)日：2023-10-31
申请号：CN202310893291.0
申请日：2023-07-20
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04B7/06 , H04B7/0413 , H04W16/18 , H04L27/20
Abstract: 本发明属于无线通信技术领域，具体涉及一种基于智能超表面的共生无线通信系统分块调制方法。本发明将将智能超表面所有的反射单元划分为两个面板，其中一个面板用于辅助主系统，另外一个面板用于传输次系统的信息。这两个面板的反射单元个数之和需要等于总的反射单元个数。该方案可以同时实现智能超表面辅助与信息传输的双重功能。本发明的调制方法可以有效实现智能超表面辅助主系统通信与实现次系统信息传输的双重功能，方案实施简单，具有很强的应用价值。
-
公开(公告)号：CN115242593A
公开(公告)日：2022-10-25
申请号：CN202210859166.3
申请日：2022-07-21
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于无线通信技术领域，尤其涉及一种用于共生无线通信系统中乘性多址接入信道的调制方法。本发明的方案包含两个分量，一部分是符号时不变分量，用于辅助主系统的信息传输；另一部分是符号时变分量，用于传输次系统的信息。该方案融合了次发射机辅助和信息传输的两个功能。同时，因为次发射机采用的是无源反向散射技术，所以这两个分量之和的模要小于一，通过调节这两个分量的能量大小，可以折中主次通信系统的误码率性能。本发明提出一种针对共生无线通信中乘性多址接入信道的调制方案设计。该调制方案同时具有传输自身信息以及辅助通信的功能，方案实施简单，具有很强的应用价值。
-
公开(公告)号：CN113595609A
公开(公告)日：2021-11-02
申请号：CN202110932417.1
申请日：2021-08-13
Applicant: 电子科技大学长三角研究院(湖州) , 电子科技大学
Abstract: 本发明公开了一种基于强化学习的蜂窝移动通信系统协作式信号发送方法，包括以下步骤：(1)在基站发射端，每个基站首先收集本基站下用户的干扰信息和等效信道信息，并将这些信息以及上一个时刻的各个用户分配得到功率信息发送给其他基站；(2)每个基站根据本地用户的信道信息确定各个用户的波束方向；(3)根据其他基站交互的信息通过训练好的强化学习神经网络中，神经网络经过运算后输出该基站下给每个用户分配的功率；(4)每个基站就根据波束方向和功率来生成波束赋形向量，并用该波束赋形向量为发送信号做处理。本发明适用于配置了大规模天线阵列的移动蜂窝网络，能提高整个蜂窝网络的总传输速率。
-
公开(公告)号：CN117639870A
公开(公告)日：2024-03-01
申请号：CN202311660877.9
申请日：2023-12-06
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于无线通信技术领域，公开了一种基于智能反射面的共生通信系统反射调制方法及系统。一个配置M根天线的主发射机，一个配置N个反射单元的智能反射面，一个单天线主系统接收机和一个单天线次系统接收机；主系统利用现有的主动式射频链路，用于传输自身的信息；智能反射面作为次系统发射机将自身信息加载到主系统发射机的射频信号上，用于实现低功耗的次系统信息传输；主系统接收机和次系统接收机均采用联合解调的方案，用于恢复出各自系统的信息。本发明提出一种基于智能反射面的共生通信系统反射调制方案。该调制方案可以实现传输信息和辅助现有通信系统的功能，方案实施简单，具有很强的应用价值。
-
公开(公告)号：CN116112022A
公开(公告)日：2023-05-12
申请号：CN202211561223.6
申请日：2022-12-07
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H03M7/30 , G06F18/23 , G06F18/28 , G06F18/2136
Abstract: 本发明提出了一种基于消息传递的多任务聚类稀疏重构方法。本发明方法利用了不同任务间稀疏信号存在的联合聚类稀疏结构特征，使得在较少观测样本条件下，获得较好的稀疏重构性能。具体来说，通过马尔可夫Spike and Slab先验来描述聚类稀疏信号的稀疏结构特征，引入广义近似消息传递算法来迭代近似每个未知变量的后验均值，并采用期望‑最大化方法对未知参数进行迭代更新。与传统的单任务贝叶斯压缩感知算法相比，在获取的观测样本较少的情况下，本发明方法有着显著的性能提升。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.029 seconds)
