-
公开(公告)号：CN110166383B
公开(公告)日：2021-07-02
申请号：CN201910404716.0
申请日：2019-05-15
Applicant: 南京邮电大学
Abstract: 本发明公开了通信领域一种基于树状随机搜索导频设计方法，以最小化恢复矩阵的互相关为目标，该方法结合了树的结构，以分支的方式进行随机搜索从而避免陷入局部最优问题；与现有的导频设计方法：随机序列搜索（SSS,Stochastic Search Schemes）和随机并行搜索（SPS,Stochastic Parallel Search Schemes）相比，该算法运算量小，使用该算法获得的导频图案应用于信道估计中，能够获得更低的信道估计误差和更低的系统误比特率。
-
公开(公告)号：CN109547076A
公开(公告)日：2019-03-29
申请号：CN201910014059.9
申请日：2019-01-07
Applicant: 南京邮电大学
IPC: H04B7/0413 , H04B7/0456
Abstract: 本发明公开了毫米波大规模MIMO中基于DSBO的混合预编码算法，包括以下步骤：首先以最大化系统可达和速率为出发点将预编码矩阵的设计问题转化为最优化问题，然后利用提出来的DSBO智能搜索算法求解最优化问题，获得能使系统可达和速率最大的预编码矩阵。本发明的优点是：在部分连接结构毫米波大规模MIMO系统中，与现有的基于BSA的混合预编码算法和纯模拟预编码算法相比，本发明能够显著地提高系统可达和速率和降低系统的误码率。
-
公开(公告)号：CN108650056B
公开(公告)日：2021-08-03
申请号：CN201810299463.0
申请日：2018-04-04
Applicant: 南京邮电大学
IPC: H04L1/00 , H04B7/0413
Abstract: 本发明涉及一种大规模MIMO系统上行链路中改进的混合迭代检测方法，在现有的基于最速下降(steepest descent，SD)算法和高斯‑赛得尔(Gauss Seidel，GS)迭代的混合迭代(SDGS)检测算法基础上，改进其中用于信道码译的对数似然比(log likelihood ratio，LLR)的计算，包括如下步骤，1)：初始化处理，2)：建立信道模型，3)：将信道矩阵H和接收信号y输入检测器，得到匹配滤波器输出和滤波矩阵，4)：进行混合迭代检测，最后得到初始的二进制用户发射信号。本发明提出了一种改进LLR的混合迭代检测算法，在保持低复杂度的同时，提高了系统的检测性能。
-
公开(公告)号：CN109547076B
公开(公告)日：2021-05-18
申请号：CN201910014059.9
申请日：2019-01-07
Applicant: 南京邮电大学
IPC: H04B7/0413 , H04B7/0456
Abstract: 本发明公开了一种毫米波大规模MIMO系统中的混合预编码方法，包括以下步骤：首先以最大化系统可达和速率为出发点将预编码矩阵的设计问题转化为最优化问题，然后利用提出来的DSBO智能搜索算法求解最优化问题，获得能使系统可达和速率最大的预编码矩阵。本发明的优点是：在部分连接结构毫米波大规模MIMO系统中，与现有的基于BSA的混合预编码算法和纯模拟预编码算法相比，本发明能够显著地提高系统可达和速率和降低系统的误码率。
-
公开(公告)号：CN110166383A
公开(公告)日：2019-08-23
申请号：CN201910404716.0
申请日：2019-05-15
Applicant: 南京邮电大学
Abstract: 本发明公开了通信领域一种基于树状随机搜索导频设计方法，以最小化恢复矩阵的互相关为目标，该方法结合了树的结构，以分支的方式进行随机搜索从而避免陷入局部最优问题；与现有的导频设计方法：随机序列搜索（SSS,Stochastic Search Schemes）和随机并行搜索（SPS,Stochastic Parallel Search Schemes）相比，该算法运算量小，使用该算法获得的导频图案应用于信道估计中，能够获得更低的信道估计误差和更低的系统误比特率。
-
Patent Agency Ranking
公开(公告)号：CN105978674B
公开(公告)日：2019-04-12
申请号：CN201610312810.X
申请日：2016-05-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于压缩感知的FDD下大规模MIMO信道估计的导频优化方法，首先在大规模MIMO系统中将信道可建模为Y＝HX+N，其中为信道矩阵，为导频矩阵，为接收信号矩阵，为信道噪声，M是发射天线数目，T为导频数目；然后将信道矩阵转化为其中代表信道矩阵的变换形式，代表导频矩阵的变换形式，代表接收端接收信号的变换形式；最后求得最优导频矩阵。由于是一个稀疏向量，信道估计问题可以建模为压缩感知重建问题：||*||1代表1‑范数，||*||2代表2‑范数，0＜ε＜1。能够确保基于压缩感知的FDD的MIMO下行链路信道估计能够显著地降低信道估计的均方误差，提高信道估计的性能。
-
公开(公告)号：CN108566347A
公开(公告)日：2018-09-21
申请号：CN201810300487.3
申请日：2018-04-04
Applicant: 南京邮电大学
Abstract: 本发明涉及一种多用户OFDM系统基于最小化调整互相关集合元素加权平均和的导频设计新算法，将信道估计转化为结构化压缩感知理论中的稀疏信号重建问题，以最小化恢复矩阵的调整互相关集合的加权平均和为优化目标同时进行多个上行用户导频位置集合的优化设计。结合已有的DSO算法，将设计单个导频集合的DSO算法扩展到多个导频位置集合的设计，使用此导频设计的方法能够确保每一个用户在基于结构化压缩感知的信道估计中均具有较低的均方误差，从而提高信道估计的性能。
-
公开(公告)号：CN107547088A
公开(公告)日：2018-01-05
申请号：CN201710580253.4
申请日：2017-07-17
Applicant: 南京邮电大学
IPC: H03M7/30
Abstract: 本发明公开了一种基于压缩感知的增强型自适应分段正交匹配追踪（Enhanced Adaptive Stagewise Orthogonal Matching Pursuit,EAStOMP）方法。它在已有的分段正交匹配追踪方法的基础上，引入回溯思想，在原有的阈值参数的基础上通过引入一个新的标识参数，达到有效的二次支撑集筛选，从而可以更准确地重建信号。与其他现有相关方法相比，本发明能够确保在未知信号稀疏度的前提下，无论是在测量信号无噪还是有噪情况下，EAStOMP方法均可以获得更优的信号重建性能。
-
公开(公告)号：CN104702390B
公开(公告)日：2017-09-29
申请号：CN201510059098.2
申请日：2015-02-04
Applicant: 南京邮电大学
Inventor： 何雪云
Abstract: 本发明公开了一种分布式压缩感知信道估计中的导频分配方法，首先以最小化信道估计误差为出发点将导频位置的优化问题建模为组合优化问题,然后利用提出来的遗传算法求解组合优化问题，获得能使信道估计误差最小的最优导频位置集合。使用此最优导频位置集合能够确保基于分布式压缩感知的MIMO‑OFDM信道估计获得比传统的最小二乘信道估计和基于压缩感知的MIMO‑OFDM信道估计更低的估计误差和更高的频谱有效性。
-
公开(公告)号：CN107171774A
公开(公告)日：2017-09-15
申请号：CN201710243573.0
申请日：2017-04-14
Applicant: 南京邮电大学
IPC: H04L5/00 , H04L25/02 , H04B7/0413
CPC classification number: H04L5/0048 , H04B7/0413 , H04L25/0242
Abstract: 本发明公开了一种大规模MIMO系统压缩感知信道估计的导频优化方法，将部分傅里叶矩阵作为导频矩阵，以最小化互相关准则为出发点将导频矩阵的优化问题建模为一个组合优化问题；然后，利用遗传算法（Genetic Algorithm，GA）求解以上组合优化问题，获得互相关值最小的优化导频矩阵。本发明能够确保基于压缩感知的大规模MIMO下行链路信道估计具有较低的均方误差（mean square error，MSE），从而提高信道估计的性能。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.019 seconds)
