-
公开(公告)号：CN119135499A
公开(公告)日：2024-12-13
申请号：CN202411007199.0
申请日：2024-07-25
Applicant: 西安电子科技大学
IPC: H04L27/26 , H04L25/02 , H04B7/0413
Abstract: 本发明公开了一种OTFS嵌入式序列导频信号及基于其的信道估计方法、接收端。该导频信号包括：沿多普勒域扩展的一维ZC序列组、零保护区及时延保护区，一维ZC序列组包括至少一个放置位置相同的ZC序列。通过将至少一个ZC序列沿着多普勒域放置在同一位置，而不是沿着时延域扩展，本发明提供的导频信号既能够实现MIMO技术及多址技术，又能够避免在时延域扩展带来的适用范围较窄、消耗资源较多、信道难以均衡等问题；放置位置相同的ZC序列还能够避免导频间存在信号干扰的问题。
-
公开(公告)号：CN117200919A
公开(公告)日：2023-12-08
申请号：CN202311057596.4
申请日：2023-08-21
Applicant: 西安电子科技大学
IPC: H04B17/391 , H04L25/02
Abstract: 本发明公开了一种基于矩和噪声样本的Nakagami‑m参数估计方法，涉及通信技术领域，解决了现有技术中数据样本数量较大，且均为应用在高信噪比条件下，当信噪比降低时，性能不高的问题；该方法包括：设定第一信道系数服从第一衰落指数的Nakagami分布，且所述第一信道系数关于衰落幅度均方值为第一均方值；对所述第一信道系数叠加均值为0方差为 的的高斯噪声，得到第二信道系数，其中，所述第二信道系数服从第二衰落指数的Nakagami分布，且所述第二信道系数关于衰落幅度均方值为第二均方值；确定所述第一衰落指数关于所述第二衰落指数和所述方差 的关系，对所述第一衰落指数进行估计；实现了在低信噪比环境下，对信号的衰落有更好的估计。
-
公开(公告)号：CN108667493B
公开(公告)日：2021-06-11
申请号：CN201810210365.5
申请日：2018-03-14
Applicant: 西安电子科技大学
IPC: H04B7/0413 , H04B7/06 , H04L25/02
Abstract: 本发明属于通信技术领域，公开了一种面向大规模MIMO中NLOS场景下的波束赋形方法，在基站侧获得信道估计矩阵；将信道估计矩阵做自相关得到空间相关矩阵；根据最大接收信噪比准则构造优化问题；等效最小化优化问题；求解最优权向量；最大值归一化；与垂直方向天线权值克罗内克积；与发送数据相乘。本发明具有对信道时变特性敏感度低，抗非视距NLOS的能力强，算法复杂度低，实现简单的优点，本发明最终很好的提高了期望用户的接收功率。本发明解决了现有技术的波束赋形方法抵抗信道时变性能力较弱，多径情况下无法有效提升期望用户接收功率，算法复杂度高的问题。
-
公开(公告)号：CN108667564B
公开(公告)日：2021-04-30
申请号：CN201810238159.5
申请日：2018-03-22
Applicant: 西安电子科技大学
IPC: H04L1/00
Abstract: 本发明属于移动通信技术领域，公开了一种在线学习的自适应链路MCS切换控制方法，选择参数；发送端循环发送不同MCS方案，接收端处理并存储相关数据；对存储数据按照不同MCS方案分类并筛选有效数据；根据有效数据，分别计算各个MCS对应相关参数；接收端根据当前信道状态，按照更新准则选择并反馈相应MCS，发送端按照反馈MCS发送数据，接收端处理并存储数据；经过多次更新后得到各MCS最终相应参数，接收端按照相应准则反馈MCS；分别根据此切换准则、EESM切换准则、KNN算法切换准则，统计在不同信噪比下各方法系统吞吐量。本发明不需要依赖特定环境下信道模型，不需要提前获得各MCS准确分类数据。
-
公开(公告)号：CN108540202B
公开(公告)日：2021-01-26
申请号：CN201810214992.6
申请日：2018-03-15
Applicant: 西安电子科技大学
Abstract: 本发明属于人工智能与通信技术领域，公开了一种卫星通信信号调制方式识别方法、卫星通信系统，提取待训练的卫星通信信号的十种特征参数；构建用于训练神经网络的输入序列与输出序列；设置训练参数，创建神经网络，并对神经网络进行训练直到网络收敛；接收来自卫星的待识别信号，并提取待识别信号的十种特征参数；将提取出的待识别信号的特征参数输入神经网络，进行调制方式识别，得到识别后的结果。本发明有效地了现有的调制识别方法在低信噪比场景中精度较低、依赖于特征参数使用的时间顺序以及可支持识别调制数量较少的问题，在低信噪比场景下有效地提高了信道测量的精度，且可支持较多种调制方式的识别。
-
Patent Agency Ranking
公开(公告)号：CN111405679A
公开(公告)日：2020-07-10
申请号：CN202010197131.9
申请日：2020-03-19
Applicant: 西安电子科技大学
IPC: H04W74/08
Abstract: 本发明公开了一种基于时间提前量的接入控制方法，主要解决现有技术在大量智能终端同时申请随机接入时，因前导码序列资源竞争激烈产生冲突的问题。其实现方案为：1)终端发送前导码序列申请随机接入时，基站根据时间提前量判断终端所处的区域，并计算各个区域最佳的接入概率因子；2)终端收到基站的随机接入响应后，按照所处区域的允许接入概率，实现接入控制；3)未允许接入的终端以及接入失败的终端随机退避一段时间后，重新申请随机接入过程。本发明根据时间提前量的不同，结合最佳的接入概率因子，从而最大化系统前导码序列资源的利用率，降低终端接入的平均时延，提高系统吞吐量；可用于对地面物联网随机接入过程进行控制。
-
公开(公告)号：CN107026808B
公开(公告)日：2019-10-11
申请号：CN201710180650.2
申请日：2017-03-23
Applicant: 西安电子科技大学
Abstract: 一种基于混沌交织的多进制连续相位调制频域均衡方法，解决了现有技术中连续相位调制与频域均衡结合的通信系统中的复杂度高以及频谱利用率、传输速率和可靠性低的问题。本发明实现的主要步骤：(1)符号映射；(2)连续相位调制；(3)混沌交织；(4)采样；(5)频域均衡。本发明采用了直接对多进制连续相位调制信号进行过采样频域均衡的方法，该方法有效地消除了多径衰落信道的多径干扰，同时提高了系统的频谱利用率以及传输速率。本发明同时采用混沌交织方法，该方法通过改变信号样本序列的顺序，降低信号样本点之间的相关性，减小多径信道传输信号的差错率，提高了系统的可靠性。
-
公开(公告)号：CN108540202A
公开(公告)日：2018-09-14
申请号：CN201810214992.6
申请日：2018-03-15
Applicant: 西安电子科技大学
Abstract: 本发明属于人工智能与通信技术领域，公开了一种卫星通信信号调制方式识别方法、卫星通信系统，提取待训练的卫星通信信号的十种特征参数；构建用于训练神经网络的输入序列与输出序列；设置训练参数，创建神经网络，并对神经网络进行训练直到网络收敛；接收来自卫星的待识别信号，并提取待识别信号的十种特征参数；将提取出的待识别信号的特征参数输入神经网络，进行调制方式识别，得到识别后的结果。本发明有效地了现有的调制识别方法在低信噪比场景中精度较低、依赖于特征参数使用的时间顺序以及可支持识别调制数量较少的问题，在低信噪比场景下有效地提高了信道测量的精度，且可支持较多种调制方式的识别。
-
公开(公告)号：CN118890085A
公开(公告)日：2024-11-01
申请号：CN202411079617.7
申请日：2024-08-07
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种散射通信性能优化方法、装置及电子设备，方法包括：根据当前时隙下各发送通道的空口传输速率和预设组帧长度，对原始业务数据进行组帧，得到数据帧；对数据帧进行编码和交织处理得到编码交织数据；将编码交织数据按照各发送通道预设的跳结构进行填充，得到多个数据跳；通过多个跳时间，发送多个数据跳至接收端的各接收通道，以使接收端根据各接收通道的接收频率对多个数据跳进行解交织和译码操作，得到原始业务数据。每个跳时间下各发送通道的发射频率不同，各发送通道的相邻数据跳之间的发射频率不同。通过时域、频域和空域分集的充分利用，增强了散射通信的抗衰落能力，最大限度保证了传输数据的高效性和可靠性。
-
公开(公告)号：CN111400919A
公开(公告)日：2020-07-10
申请号：CN202010199197.1
申请日：2020-03-20
Applicant: 西安电子科技大学
IPC: G06F30/20 , H01Q21/00 , G06F111/04
Abstract: 本发明公开了一种阵列天线中的低旁瓣波束设计方法，主要解决现有技术在降低旁瓣的同时牺牲主瓣增益，使得波束主瓣展宽的问题，其实现方案是：基于天线阵列结构和用户角度计算出初始波束；根据初始波束构建出低旁瓣目标波束；设计新的天线加权矢量，使得其对应的波束逼近低旁瓣波束，同时给波束主瓣增益加以约束，从而构建出优化问题；通过求解优化问题，得到最佳天线加权矢量，进而得到低旁瓣波束。本发明能在有效降低波束旁瓣的同时保证波束主瓣增益，即能在减小用户间干扰的同时保证目标用户的接收功率，可用于大规模多输入多输出系统。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.028 seconds)
