-
公开(公告)号:CN109962728B
公开(公告)日:2021-01-26
申请号:CN201910244044.1
申请日:2019-03-28
Applicant: 北京邮电大学
IPC: H04B7/0426 , H04B7/0456
Abstract: 本发明公开了一种基于深度增强学习的多节点联合功率控制方法,属于无线通信领域。首先构建应用场景,初始化期望信号和干扰信号的信道矩阵;发射的期望信号通过发射预编码矩阵传输到接收用户的接收预编码矩阵,其余接收用户的接收预编码矩阵与该发射预编码矩阵满足正交状态;然后构建小区内的每个接收用户与小区内的发射机之间的等价期望信道因子以及从小区内的每个接收用户与邻小区的发射机之间的小区间干扰信道因子,分别计算每个接收用户的信干燥比,进而构建系统总速率优化函数。最后构建功率控制的马尔科夫决策模型,运用DQN算法计算优化目标函数,得到最优的系统总速率。本发明消除了小区内不同用户间的干扰,传输速率最大化。
-
公开(公告)号:CN110831147B
公开(公告)日:2020-12-01
申请号:CN201911090059.3
申请日:2019-11-08
Applicant: 北京邮电大学
IPC: H04W56/00 , H04W84/06 , H04B17/391
Abstract: 本发明公开了一种适用于毫米波星间链路的载波频率同步方法,属于星间通信系统领域。首先构建毫米波星间链路通信场景,任意两颗卫星依靠星间链路传递信息;然后针对当前发射卫星,高频无线帧经过毫米波星间链路到达另一卫星的接收端,经过采样后,得到带有载波频偏的数字信号,并提取当前无线帧的STF序列rstf[n],对序列rstf[n]进行去调制,并提取相位差,得到当前无线帧的粗频偏估计值;最后对频偏估计值再次进行细估计并补偿到当前无线帧,实现当前帧的载波频率同步。顺序选择下一无线帧,重复提取STF序列rstf[n],进行频偏的粗估计和细估计,并把最终估计值补偿到各帧中,从而实现各帧的载波频率同步。本发明能得到更平稳精确的频偏估计值,使系统性能有效提升。
-
公开(公告)号:CN111988254A
公开(公告)日:2020-11-24
申请号:CN202010357503.X
申请日:2020-04-29
Applicant: 北京邮电大学
Abstract: 本发明公开了一种低复杂度峰均比压缩与预失真联合优化方法,属于无线通信领域。首先正交相移键控或正交幅度调制产生调制数据符号X,将其调制后生成OFDM信号x(n),经功率放大器得到采样信号y(n);利用OFDM信号x(n)和采样信号y(n)构建PA模型。然后构建PAPR压缩模型表达式,利用PAPR压缩模型的输出信号r(n)构建DPD模型输出表达式。DPD模型输出的信号z(n)经过PA模型获得近似的OFDM压缩信号r′(n),并构建解PAPR压缩模型的输出表达式。定义训练损失函数对DPD模型、PAPR压缩模型和解PAPR压缩模型进行联合训练,得到各模型的最优参数。实时采集OFDM信号x(n),依次输入训练好的三个模型获取恢复信号x′(n),完成通信系统的闭环。本发明有效提高了发射机的能量使用效率。
-
公开(公告)号:CN110012516B
公开(公告)日:2020-10-23
申请号:CN201910243972.6
申请日:2019-03-28
Applicant: 北京邮电大学
IPC: H04W40/18 , H04L12/705 , H04L12/751 , H04B7/185 , G06N3/04
Abstract: 本发明公开了一种基于深度强化学习架构的低轨卫星路由策略方法,属于无线通信领域。首先建立铱星星座网络,结合马尔可夫决策过程搭建深度强化学习架构;针对某个卫星节点A,周期性向邻居节点发送HELLO包,寻找与当前节点A的链路状态相通的邻接节点。通过输入目的节点坐标,当前节点以及邻居节点的链路状态到深度强化学习架构中,得到当前节点的下一跳节点,同理继续得到下一跳节点;当出现特殊路由情况(如断路、环路、拥塞)时,采取相应的解决策略,将链路状态重复输入到深度强化学习架构中,直至到达目的节点,完成路径规划过程。本发明在降低系统复杂度和存储开销的同时达到实时探测卫星链路状态的效果,卫星路由更具稳定性和可靠性。
-
公开(公告)号:CN107181519B
公开(公告)日:2020-08-28
申请号:CN201710556742.6
申请日:2017-07-10
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于移动目标DOA的零陷扩展3D‑MIMO波束赋形方法,属于干扰抑制领域。首先在现有3D‑MIMO波束赋形的基础上,针对通信的基站与某移动终端,在xy平面上构造M×N个阵元的天线阵;并分别计算每个阵因子的权值;确定目标移动终端与干扰移动终端与基站之间的DOA信息;然后根据DOA信息重新调整每个阵因子的权值;最后通过对期望方向和非期望方向周围的角度区域施加约束,在非期望方向上进行零陷扩展,同时在期望方向上无失真。解决了用户移动性场景下零陷宽度较窄时干扰抑制能力下降的问题,提高了系统的鲁棒性,从而有效抑制位置变化的干扰,并使期望信号得到较好的接近无失真相应,有效提高了频谱效率以满足更高的速率要求。
-
公开(公告)号:CN110266362B
公开(公告)日:2020-08-18
申请号:CN201910600417.4
申请日:2019-07-04
Applicant: 北京邮电大学
Abstract: 本发明提出一种基于毫米波的星群多波束接收的干扰抑制方法,用于基于毫米波的星群通信系统中。本发明方法根据星群中所有卫星的位置信息,调整卫星的波束指向,以使得每个波束覆盖范围内只有一颗发送卫星或接收卫星,解决星间链路之间的相互干扰问题。本发明在信标间隔的关联波束赋形训练A‑BFT时隙内执行波束偏置;波束偏置是在卫星当前对准的波束方向上添加波束偏置角度;波束偏置角度以使得星群网路的可达速率最大,通过优化的遗传算法获得。本发明以资源管理的角度对卫星上有限的波束资源进行管理,通过优化的遗传算法计算每个波束的最佳指向,实现波束偏置,解决毫米波技术在星群移动通信中造成的星间链路间互相干扰的难题。
-
公开(公告)号:CN110336603B
公开(公告)日:2020-04-14
申请号:CN201910544671.7
申请日:2019-06-21
Applicant: 北京邮电大学
Abstract: 本发明公开了一种适用于星间网络的动态时隙分配算法,属于星间通信技术领域。首先构建包括主星和若干辅星组成的低轨小卫星星群,确定DTI周期的接入机制;然后初始化总时隙个数为M,分配给CSMA/CA接入机制的时隙比例为k,平均时延为D;计算当前时隙比例k下系统总的吞吐量和总的平均时延。若当前时隙比例k下系统总的平均时延满足E[D]≤Dmax,则系统总的平均时延没有超过系统时延阈值,将当前时隙比例k步长加1,增大分配给CSMA/CA的时隙个数,再次计算系统对应的吞吐量和平均时延,直到E[D]>Dmax为止。记录每个时隙比例k下系统的总吞吐量,并按从大到小进行排序,吞吐量最大时对应的k值,为最优时隙分配比例。本发明有效提高系统性能,实现高吞吐量低时延,提高信道资源的利用。
-
公开(公告)号:CN107124726B
公开(公告)日:2020-04-10
申请号:CN201710290952.5
申请日:2017-04-28
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于最大化吞吐量的多波束GEO系统接入控制方法,属于卫星通信无线资源管理领域;具体为:GEO卫星系统在当前的频率复用因子下,针对某用户的呼叫请求寻找满足信道条件和传输时延的波束;分别计算该用户在每个波束下系统的总吞吐量;选择最大值将该用户接入到对应的波束中;将所有新用户全部接入到对应的波束中,计算此时系统的总吞吐量之和;然后,选择下一个频率复用因子,重复计算所有用户在这个频率复用因子下的系统总吞吐量之和;选择全部的总吞吐量之和中的最大值,则系统的频率复用因子和用户接入方式确定。本发明考虑路径损耗、用户到达率和频率复用因子,在满足传输时延阈值的情况下,最大化系统吞吐量。
-
公开(公告)号:CN110831147A
公开(公告)日:2020-02-21
申请号:CN201911090059.3
申请日:2019-11-08
Applicant: 北京邮电大学
IPC: H04W56/00 , H04W84/06 , H04B17/391
Abstract: 本发明公开了一种适用于毫米波星间链路的载波频率同步方法,属于星间通信系统领域。首先构建毫米波星间链路通信场景,任意两颗卫星依靠星间链路传递信息;然后针对当前发射卫星,高频无线帧经过毫米波星间链路到达另一卫星的接收端,经过采样后,得到带有载波频偏的数字信号,并提取当前无线帧的STF序列rstf[n],对序列rstf[n]进行去调制,并提取相位差,得到当前无线帧的粗频偏估计值;最后对频偏估计值再次进行细估计并补偿到当前无线帧,实现当前帧的载波频率同步。顺序选择下一无线帧,重复提取STF序列rstf[n],进行频偏的粗估计和细估计,并把最终估计值补偿到各帧中,从而实现各帧的载波频率同步。本发明能得到更平稳精确的频偏估计值,使系统性能有效提升。
-
公开(公告)号:CN108810846B
公开(公告)日:2019-12-17
申请号:CN201810637069.3
申请日:2018-06-20
Applicant: 北京邮电大学
Abstract: 本发明提出一种基于城市公共交通的车载网络群感知覆盖方法,属于无线通信领域。具体流程包括:初始化处理平台;并预测各车辆位置;对车辆位置信息归一化处理计算相关系数矩阵,根据分簇阈值和相关系数对车辆进行分簇,对候选车辆集合进行筛选;计算各区域感知数据的权重并计算边际收益Ei,判断车辆参是否与感知;计算总支出是否大于总预算,如果是,获得最优集合,如果否,循环上一步骤,并将参与感知的车辆加入集合。本发明充分利用公共交通移动轨迹的可预测性以及充分考虑车辆移动路径的相关性,通过本发明方法实现了全城连续的时空联合数据采集,给用户提供准确,完整的数据服务,提升在有限的成本预算下最大化感知覆盖,最小化冗余覆盖。
-
-
-
-
-
-
-
-
-