公开(公告)号：CN118944790A

公开(公告)日：2024-11-12

申请号：CN202410994129.2

申请日：2024-07-24

Applicant: 南京大学

Inventor： 周海波 ,  刘宗熙 ,  许云霆

IPC: H04B17/391 ,  H04B17/382 ,  G06N3/0455

Abstract: 本发明公开了一种基于对比学习的6G全解耦网络代表信道生成方法与系统，包括：建立多径信道模型和多输入多输出正交频分复用系统传输模型；根据系统传输模型给出代表信道生成目标；根据多径信道模型建立多径信道信息数据集，并利用对比学习框架训练基于Transformer的编码器，编码器以多径信道信息为输入，输出多径信道表征信息。根据多径信道信息和多径信道表征信息，训练基于Transformer的解码器，解码器以多径信道表征信息为输入，输出多径信道信息。实际部署阶段输入多径信道信息，将编码器输出的多径信道表征信息平均后输入解码器，输出代表信道。本发明能够解决频谱地图中固定传输参数难以选择的问题，为6G全解耦接入网传输提供了一种可行的方案。

公开(公告)号：CN117060958A

公开(公告)日：2023-11-14

申请号：CN202311164126.8

申请日：2023-09-11

Applicant: 南京大学

Inventor： 周海波 ,  刘宗熙 ,  于全 ,  余凯 ,  许云霆

IPC: H04B7/0413 ,  H04B7/0456 ,  H04L27/00 ,  H04B7/06 ,  H04B7/08

Abstract: 本发明公开了一种基于地理位置信息的6G全解耦网络下行传输方法与系统，为6G全解耦网络提供了一个无信道状态信息反馈的高频效解决方案。该方法包括：使用射线追踪信息根据地理位置信息生成频率选择性衰落信道数据；发射机根据接收机的地理位置信息利用多任务深度强化学习网络选择传输参数，并使用相应的调制编码方式和预编码矩阵进行数据传输；接收机根据接收到的数据对传输参数进行评估并更新多任务神经网络参数；发射机在射线追踪地图中随机游走，并重复以上步骤直至多任务神经网络的输出和最佳传输参数一致。本发明无需信道状态信息反馈，可有效解决6G全解耦网络中由硬件解耦造成的无反馈难题，为6G全解耦网络提供了一种有效的下行传输方法。