-
公开(公告)号：CN116155418B
公开(公告)日：2023-08-22
申请号：CN202310158870.0
申请日：2023-02-24
Applicant: 西南交通大学
IPC: H04B17/382 , H04B17/391
Abstract: 本发明公开了一种时间相关的稀疏信号恢复方法，包括以下步骤：S1:输入基站接收信号、等效信道矩阵、设备数量和扩频增益，对发射信号分配模式耦合的先验信息，初始化超参数集和后验分布参数；S2.采用GAMP技术对消息传递规则进行简化，计算发射信号和无噪声输出信号的后验分布信息；S3.在EM框架下估计超参数值，以获得发射信号超参数的次优解和噪声信号超参数的最优解；S4.根据设置的终止条件判断是否继续迭代，若满足终止条件则输出恢复信号，若不满足则返回步骤S2开始下一轮迭代。本发明不需要用户活跃因子作为先验知识，并能够有效降低稀疏信号恢复的计算复杂度。
-
公开(公告)号：CN116032317A
公开(公告)日：2023-04-28
申请号：CN202310027254.1
申请日：2023-01-09
Applicant: 西南交通大学
IPC: H04B1/7105 , H04W4/70 , G06N7/01 , G06F17/16
Abstract: 本发明公开了一种免授权的联合活跃用户与数据检测方法，包括以下步骤：步骤S1：给定基站接收信号和等效信道矩阵，设置迭代终止条件，对用户发射信号和噪声信号分配先验信息，初始化超参数集、后验分布信息以及传递消息的一阶导数；步骤S2：在当前迭代次数下，采用广义近似消息传递方法计算发射信号的后验分布；步骤S3：在当前迭代次数下，通过期望最大化方法更新超参数集；步骤S4：判断是否满足迭代终止条件，若满足则退出循环，输出恢复的发射信号，若不满足则返回步骤2进行下一轮迭代。本发明假设活跃用户因子未知的情况下进行数据检测，能够有效降低多用户检测的复杂度。
-
公开(公告)号：CN117675110A
公开(公告)日：2024-03-08
申请号：CN202311698255.5
申请日：2023-12-08
Applicant: 西南交通大学
IPC: H04L1/00 , H04B1/7105
Abstract: 本发明公开了一种基于多重测量向量模型的稀疏贝叶斯信号重构方法，包括以下步骤：步骤S1：给定基站接收信号、等效信道矩阵、设备数量和扩频增益，结合自动决策技术给发射信号分配结构化的先验高斯信息，给噪声信号分配普通高斯先验信息，初始化超参数集；步骤S2：采用贝叶斯定理计算发射信号的后验分布；步骤S3：通过迭代期望最大化方法更新超参数集；步骤S4：判断是否满足迭代终止条件，若满足则退出循环，输出恢复的发射信号，若不满足则返回步骤S2进行下一轮迭代。本发明利用用户信息的内部结构化，将多时隙下多用户检测分解为多个单时隙，再对每个阶段进行操作，提取用户信息，避免多用户检测受到时隙的限制。
-
公开(公告)号：CN116346155A
公开(公告)日：2023-06-27
申请号：CN202310158869.8
申请日：2023-02-24
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于时延配置和自干扰抑制的全双工收发系统及方法，所述系统包括发射装置、接收装置、模拟自干扰消除模块、时钟模块、时延参数配置模块和自干扰抑制模块。本发明首先配置延迟参数，通过使接收振荡器信号由发射振荡器信号经过特定延迟后发出，来部分补偿多径自干扰分量中包含的相位噪声，然后再提取相位噪声系数，使用提取的系数和发送信号来估计自干扰信道响应，进行自干扰抑制，以补偿剩余相位噪声，此自干扰抑制方法，较传统的自干扰抑制算法，具有更高的自干扰抑制能力。
-
公开(公告)号：CN116155418A
公开(公告)日：2023-05-23
申请号：CN202310158870.0
申请日：2023-02-24
Applicant: 西南交通大学
IPC: H04B17/382 , H04B17/391
Abstract: 本发明公开了一种时间相关的稀疏信号恢复方法，包括以下步骤：S1:输入基站接收信号、等效信道矩阵、设备数量和扩频增益，对发射信号分配模式耦合的先验信息，初始化超参数集和后验分布参数；S2.采用GAMP技术对消息传递规则进行简化，计算发射信号和无噪声输出信号的后验分布信息；S3.在EM框架下估计超参数值，以获得发射信号超参数的次优解和噪声信号超参数的最优解；S4.根据设置的终止条件判断是否继续迭代，若满足终止条件则输出恢复信号，若不满足则返回步骤S2开始下一轮迭代。本发明不需要用户活跃因子作为先验知识，并能够有效降低稀疏信号恢复的计算复杂度。
-
Patent Agency Ranking
公开(公告)号：CN117675110B
公开(公告)日：2024-08-02
申请号：CN202311698255.5
申请日：2023-12-08
Applicant: 西南交通大学
IPC: H04L1/00 , H04B1/7105
Abstract: 本发明公开了一种基于多重测量向量模型的稀疏贝叶斯信号重构方法，包括以下步骤：步骤S1：给定基站接收信号、等效信道矩阵、设备数量和扩频增益，结合自动决策技术给发射信号分配结构化的先验高斯信息，给噪声信号分配普通高斯先验信息，初始化超参数集；步骤S2：采用贝叶斯定理计算发射信号的后验分布；步骤S3：通过迭代期望最大化方法更新超参数集；步骤S4：判断是否满足迭代终止条件，若满足则退出循环，输出恢复的发射信号，若不满足则返回步骤S2进行下一轮迭代。本发明利用用户信息的内部结构化，将多时隙下多用户检测分解为多个单时隙，再对每个阶段进行操作，提取用户信息，避免多用户检测受到时隙的限制。
-
公开(公告)号：CN116032317B
公开(公告)日：2024-04-02
申请号：CN202310027254.1
申请日：2023-01-09
Applicant: 西南交通大学
IPC: H04B1/7105 , H04W4/70 , G06N7/01 , G06F17/16
Abstract: 本发明公开了一种免授权的联合活跃用户与数据检测方法，包括以下步骤：步骤S1：给定基站接收信号和等效信道矩阵，设置迭代终止条件，对用户发射信号和噪声信号分配先验信息，初始化超参数集、后验分布信息以及传递消息的一阶导数；步骤S2：在当前迭代次数下，采用广义近似消息传递方法计算发射信号的后验分布；步骤S3：在当前迭代次数下，通过期望最大化方法更新超参数集；步骤S4：判断是否满足迭代终止条件，若满足则退出循环，输出恢复的发射信号，若不满足则返回步骤2进行下一轮迭代。本发明假设活跃用户因子未知的情况下进行数据检测，能够有效降低多用户检测的复杂度。
-
公开(公告)号：CN119520198A
公开(公告)日：2025-02-25
申请号：CN202411618117.6
申请日：2024-11-13
Applicant: 西南交通大学
IPC: H04L25/02
Abstract: 本发明涉及信道估计技术领域，公开了一种基于酉变换和稀疏贝叶斯的OTFS稀疏信道估计方法，包括以下步骤：步骤S1：在时延多普勒域中形成2D数据块，并将时延多普勒域进行划分；步骤S2：获取时延多普勒域的接收信号；步骤S3：构建稀疏感知矩阵并进行奇异值分解；步骤S4：进行信道恢复成功的判决条件的设置;步骤S5：采用基于酉变换的广义近似消息传递策略,计算传输信道的后验分布；步骤S6：获得估计信道中的超参数以及噪声信号中的超参数的最优更新规则；步骤S7：根据设置的判决条件判断是否继续迭代。本发明通过导频位置携带的信息，利用基于酉变换的广义近似消息传递框架完成信道后验分布信息的近似，减轻了计算负担，节约了计算资源。
-
公开(公告)号：CN119520199B
公开(公告)日：2025-05-23
申请号：CN202411618192.2
申请日：2024-11-13
Applicant: 西南交通大学
IPC: H04L25/02
Abstract: 本发明涉及信道估计技术领域，公开了一种基于快速稀疏贝叶斯的高效OTFS稀疏信道估计方法，包括以下步骤：步骤S1：在时延多普勒域中形成2D数据块，并将时延多普勒域进行划分；步骤S2：获取时延多普勒域的接收信号；步骤S3：构建稀疏感知矩阵，再使用自适应粒子群优化算法优化感知矩阵；步骤S4：进行信道恢复成功的判决条件的设置；步骤S5：采用基于拉普拉斯先验的快速稀疏贝叶斯更新信道后验分布及超参数；步骤S6：根据设置的判决条件判断是否继续迭代。本发明通过利用自适应粒子群优化算法优化感知矩阵，提升了系统性能，再使用快速稀疏贝叶斯方法对信道的后验分布和超参数进行更新，降低了计算复杂性，节约了计算资源。
-
公开(公告)号：CN119520199A
公开(公告)日：2025-02-25
申请号：CN202411618192.2
申请日：2024-11-13
Applicant: 西南交通大学
IPC: H04L25/02
Abstract: 本发明涉及信道估计技术领域，公开了一种基于快速稀疏贝叶斯的高效OTFS稀疏信道估计方法，包括以下步骤：步骤S1：在时延多普勒域中形成2D数据块，并将时延多普勒域进行划分；步骤S2：获取时延多普勒域的接收信号；步骤S3：构建稀疏感知矩阵，再使用自适应粒子群优化算法优化感知矩阵；步骤S4：进行信道恢复成功的判决条件的设置；步骤S5：采用基于拉普拉斯先验的快速稀疏贝叶斯更新信道后验分布及超参数；步骤S6：根据设置的判决条件判断是否继续迭代。本发明通过利用自适应粒子群优化算法优化感知矩阵，提升了系统性能，再使用快速稀疏贝叶斯方法对信道的后验分布和超参数进行更新，降低了计算复杂性，节约了计算资源。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.023 seconds)
