-
公开(公告)号：CN103441979A
公开(公告)日：2013-12-11
申请号：CN201310380003.8
申请日：2013-08-27
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种用于简化LTE系统中ZC序列DFT计算的方法，涉及移动通信技术领域。针对LTE系统上行物理信道PRACH的收发过程中ZC序列DFT变换计算量大、不易实现的问题，本发明首先确定所有物理根序列号u值(u＝0，1，2，...，NZC，NZC表示PRACH中ZC序列长度)需要离线计算和存储的DFT计算公式中的旋转因子指数p值个数，并进行离线计算存储。然后再根据旋转因子指数p值序列的对称性以及递推关系推算出所需的全部p值，最后求出ZC序列DFT变换结果。能够有效的降低计算复杂度，实现了计算的高效性。
-
公开(公告)号：CN102347927A
公开(公告)日：2012-02-08
申请号：CN201110333368.6
申请日：2011-10-28
Applicant: 重庆邮电大学
Abstract: 用于LTE系统提高EVM测量精度的装置，包括有模数转化单元，差分滤波器，频率偏移估计单元，IQ不平衡估计单元和补偿单元。用于LTE系统提高EVM测量精度的方法，它对直变频接收机接收并模数转换后的基带信号进行频率偏移估计和IQ不平衡估计，通过补偿单元补偿频率偏移和IQ不平衡，提高EVM测量精度。本发明作为实时时域估计的一种方法，首先利用差分滤波消除动态的DC直流偏置对参数估计的影响，然后利用两块重复数据的差分信号性质，推导出参数估计的计算方程，具有精确的参数估算能力，且计算简单，易于实现。
-
公开(公告)号：CN102130883A
公开(公告)日：2011-07-20
申请号：CN201110094759.7
申请日：2011-04-15
Applicant: 重庆邮电大学 , 中国电子科技集团公司第四十一研究所
Abstract: 本发明请求保护用于TD-LTE系统采用加权平均求时间同步和小数倍频率同步的方法，涉及移动通信技术领域。针对现有技术TD-LTE系统同步方面的问题，对接收端接收到的基带数字信号延时一个OFDM符号抽样点数在时域内进行归一化自相关，产生峰值得到时间同步点和小数倍频偏；将基带数字信号与本地生成的PSS信号在时域内进行互相关，根据互相关产生的峰值得到精确度更高的时间同步点和小数倍频偏；由PSS信号采用非相干检测得到时域信道估计，根据信道冲激响应长度，在简化后的ML算法和PSS分别得到的时间同步和小数倍频率同步中进行加权平均，以自适应信道环境的变化，有效获取性能稳定的时频同步。本发明提供了一种自适应信道环境的时间同步和小数倍频率同步的方法。
-
公开(公告)号：CN119959927A
公开(公告)日：2025-05-09
申请号：CN202510042837.0
申请日：2025-01-10
Applicant: 重庆邮电大学
Abstract: 本发明属于雷达目标跟踪中数据关联领域，具体涉及一种改进的自适应跟踪门目标跟踪方法；所述方法使转移概率参数可根据目标运动特征动态调整，并结合各模型的量测预测值及协方差矩阵，形成统一的量测预测值和协方差矩阵。此外，基于统一量测预测值及量测预测协方差矩阵构建自适应位置关联波门，有效筛选量测值以减少计算量。为应对多目标跟踪中联合矩阵指数增长的问题，改进JPDA方法，设置阈值去除小概率事件，从而降低计算复杂度。相较于当前的IMM‑PDA方法，该方法在噪声环境下能实现多目标的有效跟踪。
-
公开(公告)号：CN119945384A
公开(公告)日：2025-05-06
申请号：CN202510025984.7
申请日：2025-01-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及雷达目标跟踪中滤波方法领域，特别涉及一种自适应强跟踪平方根无迹粒子滤波方法，包括采用无迹卡尔曼滤波与粒子滤波结合的预测系统来预测当前跟踪目标的状态信息，构建渐消因子，若渐消因子的值大于1则采用强跟踪滤波进行更新得到跟踪目标的状态，否则采用Sage‑Husa自适应方法更新得到跟踪目标的状态。本发明结合强跟踪滤波和Sage‑Husa自适应方法，利用渐消因子校正估计偏差，提升目标突发机动时的跟踪性能，同时增强数值稳定性与跟踪精度。
-
Patent Agency Ranking
公开(公告)号：CN119136223A
公开(公告)日：2024-12-13
申请号：CN202411219169.6
申请日：2024-09-02
Applicant: 重庆邮电大学
Abstract: 本发明属于无线通信领域，涉及一种基于深度强化学习的无线通信智能反射面配置方法，包括：构建系统模型，所述系统模型包括：智能反射面IRS、基站BS及其相关联的移动用户UE；根据系统模型以最大化UE的总传输速率为目标构建优化问题；利用∈‑Greedy策略改进DDQN，得改进的DDQN；将优化问题转换为马尔可夫过程，基于马尔可夫过程采用改进的DDQN求解优化问题，得到智能反射面的反射模式；本发明在DDQN中应用∈‑Greedy策略，并在策略损失中使用阈值函数根据参数∈控制新策略和旧策略之间的变化，并进一步控制优势函数归一化过程，不仅防止了DDQN训练不稳定或性能下降，同时避免了DDQN陷入次优策略。
-
公开(公告)号：CN118890659A
公开(公告)日：2024-11-01
申请号：CN202410912652.6
申请日：2024-07-09
Applicant: 重庆邮电大学
IPC: H04W28/084 , H04W28/08 , G06N3/006
Abstract: 本发明属于无线通信和移动边缘计算技术领域，具体涉及一种基于C‑RAN架构的任务卸载和资源分配方法，包括结合MEC服务器和C‑RAN架构构建网络模型，其中MEC服务器被配置在C‑RAN架构的BBU池；所述网络模型还包括时间成本模型；基于网络模型构建任务收益模型和任务成本模型；基于任务收益模型和任务成本模型，以网络利润最大化为目标构建利润优化问题；将利润优化问题转换为卸载策略问题，采用FL‑SBPSO方法求解得到最优卸载策略；将最优卸载策略代入利润优化问题进行求解，得到联合任务卸载和资源分配策略；所提出的方法具有BPSO的自适应性、简单易实现的优点，并结合了蛙跳算法能够跳出局部最优解的优点。
-
公开(公告)号：CN118740565A
公开(公告)日：2024-10-01
申请号：CN202411001648.0
申请日：2024-07-25
Applicant: 重庆邮电大学
Abstract: 本发明属于信道估计领域，具体涉及一种基于深度学习的智能反射面辅助通信系统信道估计方法；包括构建RIS辅助无线通信上行链路系统；获取信号数据并采用LS算法处理得到低精度含噪信道数据；构建基于深度学习的信道估计网络模型；将低精度含噪信道数据送入信道估计网络处理得到增强低层特征、增强中层特征、高层特征，并拼接得到融合特征；将融合特征处理后与低精度含噪信道数据进行减法运算得到预估去噪信道，并反向传播训练模型参数直至收敛；获取待测信道数据输入训练好的信道估计网络模型，输出预测的去噪信道；本发明运用于智能反射面辅助通信的信道估计问题，最大限度提升信道估计精度。
-
公开(公告)号：CN118740209A
公开(公告)日：2024-10-01
申请号：CN202410729322.3
申请日：2024-06-06
Applicant: 重庆邮电大学
Abstract: 本发明涉及基于分布式RIS透射阵列的目标位置估计方法，包括：将分布式RIS作为透射阵列，所述分布式RIS包括2个RIS阵面，目标源和接收射频链分别设置在RIS透射阵列的两侧，接收射频链连接接收天线，目标源向空间发射导频信号；所述导频信号经过RIS透射阵列传输到接收射频链，得到接收信号；对接收信号进行处理，求解目标源分别相对于2个RIS阵面的方位角β和俯仰角α；根据所述方位角β和俯仰角α做出两条分别穿过2个RIS阵面中心的射线，求解两条射线之间最短距离的中值，该中值的位置为目标源的位置。本发明可以提高定位的精确性，并提高求解目标位置的运算速度。
-
公开(公告)号：CN118574219A
公开(公告)日：2024-08-30
申请号：CN202410652026.8
申请日：2024-05-24
Applicant: 重庆邮电大学
IPC: H04W72/044 , H04W72/50 , H04W72/512
Abstract: 本发明涉及无线通信技术领域，特别涉及一种基于联邦学习的无蜂窝网络系统用户调度与功率分配方法，该方法构建了一个联合优化用户调度和功率分配的混合整数混合时间尺度的随机非凸问题，旨在最小化系统执行一个完整FL过程的总时间消耗；其中解决调度问题时制定了双准则，定义两个分别能反映用户通信资源和计算资源丰富程度的指标，根据双准则进行两次用户选择，确保被调度的用户既能为系统通信性能作出较大贡献的同时也能保证学习性能的提升；将功率分配问题解耦为两个不同方向的子问题，采用低复杂度的二分法进行交替优化求解最优功率分配方案；本发明能够在较低的复杂度下获得系统吞吐量的显著提升，并且同时保证联邦学习性能和收敛速度。
-
-
-
-
-
-
-
-
-
Search Results
238
records
(took 0.034 seconds)
