-
公开(公告)号：CN118250139A
公开(公告)日：2024-06-25
申请号：CN202410321045.2
申请日：2024-03-20
Applicant: 重庆邮电大学
IPC: H04L27/26
Abstract: 本发明涉及相干光OFDM系统中一种采用多项式插值的相位噪声抑制方法。该方法通过三个阶段抑制噪声，在第一阶段中利用导频提供的信息估计时域OFDM各个符号中的相位噪声，利用牛顿插值法得到相位噪声估计值，进行初步的抑制，初抑制结束后，对信号进行预判决，第二阶段将时域中的每个OFDM符号划分成若干个次符号，并把划分好的每个次符号分别进行多项式插值，以此来提高时间分辨率与抑制精度；第三阶段，使用CKF对残余相位噪声进行抑制。仿真结果表明，提出的方法能够有效抑制CPE和ICI相位噪声，同时也改善了CO‑OFDM系统对激光线宽的容忍度，改善了系统性能。
-
Patent Agency Ranking
公开(公告)号：CN119544081A
公开(公告)日：2025-02-28
申请号：CN202411658377.6
申请日：2024-11-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及相干光OFDM系统中一种自适应CKF相位噪声的补偿方法。该方法先在信号接收端通过已知的导频信息估计出每个OFDM符号的相位噪声值，利用二阶Hermite插值函数进行第一次相位噪声拟合，然后对补偿后的信号进行预判决和次符号分块，再利用更新后的二阶Hermite插值函数进行第二次相位噪声拟合，最后利用自适应CKF能够自适应更新过程噪声，减少估计误差的特点抑制残余的相位噪声。仿真结果表明：该方法能够有效补偿CPE和ICI相位噪声，同时也提高了CO‑OFDM系统对激光线宽的容忍度，改善了系统的性能。
-
公开(公告)号：CN117749574A
公开(公告)日：2024-03-22
申请号：CN202311685200.0
申请日：2023-12-07
Applicant: 重庆邮电大学
Abstract: 本发明涉及OFDM系统中一种基于噪声估计与多尺度信道重建神经网络(Noise Estimation and Multiscale Channel Reconstruction Neural Network,NE‑MCRNNet)的信道估计方法。首先，设计噪声估计网络(Noise Estimation Network,NENet)，对当前传输环境进行信噪比估计，然后，构建多尺度信道重建网络(Multiscale Channel Reconstruction Network,MCRNet)并根据估计得到的信噪比值进行网络选取，对导频处的信道矩阵采用多尺度特征提取进行信道重建，增强了信道不同尺度信息的提取能力，最后利用残差结构专注学习高频差异完成信道估计。仿真结果表明，该信道估计方法可以获得比传统信道估计更好的估计结果，并且可以更好地适应信噪比不匹配的情况，能够较好地满足OFDM系统信道估计的要求。
-
公开(公告)号：CN119865400A
公开(公告)日：2025-04-22
申请号：CN202510012528.9
申请日：2025-01-06
Applicant: 重庆邮电大学
Abstract: 本发明涉及OFDM系统中一种基于多尺度混合深度残差信道估计网络(multi scale mixture deep residual channel estimation network,MSM‑DReEsNet)的信道估计方法。该方法首先在接收端将导频处的输入信息与输出信息传入多尺度混合网络(multi scale mixture network,MSMNet)，该MSMNet模型训练了导频处输入信息和输出信息与导频处信道信息的映射关系，然后将导频处的信道信息传入深度残差信道估计网络(deep residual channel estimation network,DReEsNet)，该DReEsNet模型训练了从导频处信道信息到全信道信息的映射关系，最后输出完整的信道信息。仿真结果表明:所提出的MSM‑DReEsNet模型对还原信道状态信息准确性对比基于ReEsNet的估计方法和基于ChannelNet的估计方法均有优势。
-
公开(公告)号：CN119449542A
公开(公告)日：2025-02-14
申请号：CN202411581542.2
申请日：2024-11-07
Applicant: 重庆邮电大学
IPC: H04L25/02 , H04B17/391
Abstract: 本发明涉及OFDM系统中一种基于深度残差学习网络(deep residual learning network，ProDrnNet)的信道估计方法。该方法首先在接收端通过最小二乘法(least squares method,LS)初步得到导频处的信道估计，并将该信息当作低分辨率有噪图像输入信道估计模型，该模型学习了从低分辨率有噪信息到高分辨率去噪信息的映射关系，从而在模型输出还原的高分辨率去噪图像，得到准确的信道状态信息。仿真结果表明:所提出的ProDrnNet模型对还原信道状态信息的准确性比传统估计方法更具有优势，在多种信道环境下依然能准确重建信道信息。
-
公开(公告)号：CN119402096A
公开(公告)日：2025-02-07
申请号：CN202411518614.9
申请日：2024-10-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及相干光OFDM系统中一种投影直方图抑制相位噪声的方法。该方法先对循环前缀进行线性处理，以降低载波间干扰(ICI)的功率，对相位噪声进行初步的抑制。然后利用少量导频得到相位噪声的粗略估计后，使用伪导频辅助进一步对相位噪声进行抑制，最后两次利用投影直方图对相位噪声进行补偿，以此来提高时间分辨率和抑制精度。仿真结果表明：该算法在16阶正交振幅调制(16QAM)下，激光线宽为100kHz时，较传统投影直方图的补偿效果有所提高，且有效提高了频谱利用率。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
