用于室内定位的AOA和TOF联合估计方法、装置及存储介质

    公开(公告)号:CN114386321A

    公开(公告)日:2022-04-22

    申请号:CN202111601839.7

    申请日:2021-12-24

    Abstract: 本发明公开了用于室内定位的AOA和TOF联合估计方法、装置及存储介质,所述方法包括对获取的CSI数据进行预处理,获得处理后的数据;将处理后的数据输入预先训练好的联合估计模型,得到处理后的数据所对应的AOA和TOF;所述联合估计模型通过深度卷积神经网络训练得到,所述深度卷积神经网络采用不同大小卷积核并联。本发明通过基于不同大小卷积核并联构建的深度卷积神经网络,训练得到联合估计模型,提高了估计结果的精确度、分辨率和抗噪声能力。

    一种用于OFDM系统对抗多径衰落的方法

    公开(公告)号:CN116319227B

    公开(公告)日:2025-01-24

    申请号:CN202310313627.1

    申请日:2023-03-28

    Abstract: 本发明涉及无线通信技术领域,具体地说,是一种用于OFDM系统对抗多径衰落的方法,将数据比特进行四维球面码调制生成发送信号;发送信号经过多径衰落信道,获得对应的接收信号;将接收信号输入预先训练好的神经网络接收机得到检测后的信号。所述神经网络接收机通过深度复数全连接神经网络训练得到,所述深度复数全连接神经网络采用不同大小复数全连接层串联而成。本方法克服了现有技术中存在的接收机需要均衡器对抗多径衰落和索引调制难以约定导频的问题,提供一种改进的导频辅助球面码索引调制方案配合复数神经网络接收机模型,在对抗多径衰落上可以获得更高的性能。

    基于历史信息动态变换分数阶傅里叶阶次的索引调制方法

    公开(公告)号:CN111064689A

    公开(公告)日:2020-04-24

    申请号:CN201911366012.5

    申请日:2019-12-26

    Abstract: 本发明公开一种基于历史信息动态变换分数阶傅里叶阶次的索引调制方法,基站将覆盖的周而复始的路段按照环境信息划分为多个路段,在每一个路段有一个分数阶傅里叶变换的阶次;数据通过索引调制后进行分数阶傅里叶变换;接收端经过分数阶傅里叶反变换还原数据;通过调整分数阶傅里叶变换阶次的选择使得系统具有良好的抗子载波间干扰能力;初始通信时分数阶傅里叶变换的阶次由历史信息决定,后续的分数阶傅里叶变换阶次由本次环境信息决定。本发明能够提高索引调制系统对抗多普勒频移的能力,从而提高整个系统的性能,减少在高速情况下由于多普勒导致的多载波正交性的破坏。

    一种面向窄带物联网的无人机基站增强网络优化方法

    公开(公告)号:CN110809274A

    公开(公告)日:2020-02-18

    申请号:CN201911030397.8

    申请日:2019-10-28

    Inventor: 李凡 徐友云 威力

    Abstract: 本发明公开一种面向窄带物联网的无人机基站增强网络优化方法,包括了对通过对某一负载基站的半径对部署无人机基站时高度进行优化,使无人机基站最大限度覆盖负载基站内的所有拥塞网络和瘫痪网络,紧接着应用深度Q学习网络对部署无人机基站的路径进行优化,确保其能够以最短时间到达指定部署位置,进而对网络提供分流服务或者建立空域通信网络,从而提高通信服务质量。本发明通过深度强化学习提高了无人机的智能性,减少了人力资源,优化了拥塞网络,解决了网络瘫痪,提高了网络的通信服务质量,达到了优化网络的目的。

Patent Agency Ranking