-
公开(公告)号：CN118784011A
公开(公告)日：2024-10-15
申请号：CN202410889360.5
申请日：2024-07-04
Applicant: 重庆邮电大学
IPC: H04B7/0413 , H04B17/15 , H04B17/29
Abstract: 本发明涉及一种基于深度学习的大规模MIMO信号软检测方法，属于无线通信领域。该方法包括：基于大规模MIMO系统模型，获取接收信号矢量#imgabs0#信道矩阵#imgabs1#和发射信号矢量#imgabs2#利用改进的共轭梯度算法，获得一种模型驱动深度学习检测网络；设置所述深度学习检测网络的损失函数；利用所述#imgabs3#所述#imgabs4#以及所述#imgabs5#完成深度检测网络训练并引入软判决。本发明所提出的软输出深度检测网络可通过合理添加更新权重和偏置改进算法结构，并利用可学习参数补偿原算法固定步长和方向的计算误差。此外，本发明还能够利用比特似然比计算求解软信息，并驱动接收机端的信道译码模块，进而将深度检测网络引入软判决。因此，本发明所述检测方案能够有效提升原共轭梯度算法的检测性能。
-
公开(公告)号：CN118317448A
公开(公告)日：2024-07-09
申请号：CN202410321928.3
申请日：2024-03-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种多业务类型设备通信的随机接入方法，属于无线通信领域。该方法包括：网络设备通过终端设备的服务质量(QoS)需求将终端设备划分高QoS终端设备和低QoS终端设备，并为其分配不同的前导码池；网络设备使用空间分组接入根据终端设备定时提前(TA)值将小区划分为多个空间组，相邻空间组内使用不同前导码池；网络设备使用集群接入，将终端设备划分为多个簇，当终端设备需要与网络设备建立连接时，先接入到簇头，簇头再代表簇员与网络设备建立连接。本发明使用的方法通过终端设备的QoS将多业务类型终端设备进行划分，并为其分配不同的前导码池，减少了低QoS需求的终端设备对高QoS需求终端设备接入网络设备产生的影响。在此基础上，空间分组接入方案和集群接入方案的引入进一步扩展了前导码资源，减少因接入资源不足导致的终端设备接入失败问题，以此提高满足终端设备Qos需求的接入成功率。
-
公开(公告)号：CN118139075A
公开(公告)日：2024-06-04
申请号：CN202410055696.1
申请日：2024-01-12
Applicant: 重庆邮电大学
IPC: H04W24/02 , H04W24/06 , H04W40/22 , H04W52/02 , H04W72/044
Abstract: 本发明涉及一种基于STAR‑RIS和中继集成系统的下行NOMA覆盖增强方法，属于无线通信领域。该方法包括：构建集成系统信号传输模型；建立系统速率和最大化问题，优化变量为基站和中继对两个用户的NOMA功率分配与STAR‑RIS的能量分裂系数；利用两阶段中继系统流量平衡的思想，确定4个功率值之间的关系；构建双层迭代联合优化方法，获得系统最优解。当系统功率或者STAR‑RIS元件个数受限时，可以激活中继以获得更好性能，反之可以关闭中继以节省能耗。本发明为RIS与中继结合技术提供了一个新方法，为未来无线网络中的覆盖增强提供了一种灵活、高效的解决方案。
-
公开(公告)号：CN117768287A
公开(公告)日：2024-03-26
申请号：CN202311719254.4
申请日：2023-12-13
Applicant: 重庆邮电大学
IPC: H04L27/26
Abstract: 本发明涉及一种基于多级估计的高精度多普勒频偏补偿方法，属于无线通信领域，通过星历频偏预补偿和残余频偏粗、精估计来分别补偿大于一个子载波间隔的归一化多普勒频偏和小于一个子载波间隔的归一化多普勒频偏。该方法包括以下步骤：展开基于星历频偏预补偿、残余频偏粗估计和残余频偏精估计三部分组成的频偏估计方案；利用星历数据和终端设备的地理位置进行频偏预补偿；将残余频偏估计等效的转化为离散傅里叶变换插值频率估计问题，获取残余频偏粗估计；利用两次迭代离散傅里叶变换的移位插值等效频率估计获取残余频偏精估计。
-
公开(公告)号：CN116778229A
公开(公告)日：2023-09-19
申请号：CN202310565738.1
申请日：2023-05-18
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于小样本学习的无线频谱状态图像分类方法，属于认知无线电领域。该方法包括：将训练集支持集Str与训练集查询集Qtr输入到嵌入模块，得到各个类别的张量集；在所述训练集支持集Str张量集中通过每个类别中距离最接近的K个张量计算所述训练集支持集Str的各个类别的类原型；将所述类原型与所述训练集查询集Qtr张量集输入度量模块，进行相似性度量，得到小样本图像分类器。本发明使用的方法与传统机器学习算法相比分类任务中训练和测试所用的类别是不同的，这样的设置有利于训练一个可以抽取样本通用特征和特有特征的小样本图像分类器，解决了传统基于机器学习的频谱状态感知算法对数据的依赖性问题，提高了在盲感知、快速感知中的感知准确性；同时，使用若干特征向量代表图像样本，使用局部特征代表图像进行分类，消除了类内差异和背景混淆的问题。
-
Patent Agency Ranking
公开(公告)号：CN112702132B
公开(公告)日：2022-06-21
申请号：CN202011539795.5
申请日：2020-12-23
Applicant: 重庆邮电大学
IPC: H04B17/382 , G06K9/62 , G06N3/04
Abstract: 本发明涉及一种基于卷积神经网络分类器的宽带频谱感知方法，属于无线通信领域。该方法包括：S1：获取不同环境下大量的原始训练数据；S2：对原始训练数据进行归一化和数据均衡化操作；S3：根据输入数据特征分别设计两个神经网络模型，其中模型1用于对PU占用子带的起始位置进行分类，模型2用于对PU占用带宽进行分类；S4：将经过归一化、样本均衡化等预处理操作的训练数据集以及其对应的标签集分别输入到这两个卷积神经网络模型中训练子带占用模式分类器；S5：将归一化处理过的实时测试数据分别输入到训练好的卷积神经网络分类器中，分别执行分类任务并输出子带占用模式标签。本发明达到了较好的宽带频谱感知性能。
-
公开(公告)号：CN111586720B
公开(公告)日：2022-04-22
申请号：CN202010393451.1
申请日：2020-05-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种多小区场景下的任务卸载和资源分配的联合优化方法，属于移动边缘计算领域。该方法包括：首先，建立多小区场景下的MEC任务卸载模型，并设计系统总开销函数。然后，采用混沌变异二进制粒子群算法来优化用户的卸载决策；在得到用户的卸载决策的情况下，将原问题分解为MEC计算资源分配和上行链路子信道分配两个子问题；采用拉格朗日乘子法对卸载用户进行MEC计算资源的分配以及在满足用户最低速率和最大可容忍干扰的约束条件下采用改进的Kuhn‑Munkres算法来对卸载用户进行上行链路子信道分配；本发明能够降低用户执行任务的系统总开销，有效地提升系统的性能。
-
公开(公告)号：CN114339977A
公开(公告)日：2022-04-12
申请号：CN202210024361.4
申请日：2022-01-07
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于全双工协作NOMA系统的功率分配方法，属于无线通信领域，该方法为：基站发送叠加信号到中继用户和远端用户；中继用户接收信号，并采用SIC进行解码，远端用户则直接解码远端用户的信号；基站发送新的叠加信号到中继用户和远端用户，同时中继用户转发上一时隙远端用户的信号，并受到全双工模式带来的自干扰影响；远端用户接收到来自中继用户和基站的信号，并对接收到的信号进行MRC合并，中继用户则在受到自干扰的情况下进行SIC；求得中继用户和远端用户的速率，通过最大化用户的最小速率来进行功率分配。由于该分配方法提高了系统和速率，因此本方案下系统可以表现出比固定功率分配和随机功率分配更好的性能。
-
公开(公告)号：CN111083724B
公开(公告)日：2022-02-11
申请号：CN201911373052.2
申请日：2019-12-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种雾计算网络下基于OCWG‑TOPSIS的用户关联方法，属于移动通信技术领域。本发明选取RSRP、Fog Node的剩余计算容量Cr、XeNB的剩余通信容量Tr、衡量用户QoS的时延、FeNB的总能耗、用户所需支付费用，作为六个KPI参数，构成关联决策方案的属性集；具体设计了针对密集异构蜂窝网络雾计算系统场景下的决策属性的数学建模，并设计了结合主观权重与客观权重的最优组合权重，将最优组合权重与属性规范化后的决策矩阵相乘，对关联决策矩阵的属性值进行加权；最后结合TOPSIS方法原理与GRA方法设计了关联决策方案的相对贴合度δ，并依据相对贴合度对关联方案进行排序。本方法可以实现用户与最佳FeNB建立关联，在保证用户QoS的同时，通过约束FeNB的最大负载，平衡业务流量分配，减少FeNB的总能耗。
-
公开(公告)号：CN109889288A
公开(公告)日：2019-06-14
申请号：CN201910190011.3
申请日：2019-03-13
Applicant: 重庆邮电大学
IPC: H04B17/382
Abstract: 本发明涉及一种基于集合平均值迭代检测的连续频谱感知方法，属于无线通信领域。该方法包括：S1：获得一个噪声样本集合；S2：将滑动窗口内观测到的K个时隙所对应的平均功率值组成一个观测集合，并将噪声集合与其合并为一个待处理集合，对其进行升序排序；S3：通过集合平均值迭代检测对大集合的元素进行逐个检测处理，得到PU信号占用的时隙子集；S4：利用集合映射关系得到所有PU占用时隙的时标信息；S5：得到当前观测窗口内各个时隙所对应的PU信号占用状态，SU接入授权频段进行无线传输或者保持静默等待状态；S6：滑动窗口向前滑动一个时隙，进行下一次频谱感知过程。本发明提高了SU对PU状态变化的察觉能力及响应速度。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.034 seconds)
