-
公开(公告)号：CN113472703A
公开(公告)日：2021-10-01
申请号：CN202110609561.1
申请日：2021-06-01
Applicant: 南京邮电大学
Abstract: 本发明公开了一种OFDM信道估计方法，包括：对连续多个OFDM待估计的信道进行处理，得到对应的信道矩阵，信道矩阵为低秩矩阵；利用矩阵恢复算法对插入数据后的信道矩阵进行恢复处理，以实现信道估计。本发明将矩阵恢复理论应用于OFDM的信道估计，可使用较少的导频信号，直接获得高精度的OFDM信道的频域估计。
-
公开(公告)号：CN112953861A
公开(公告)日：2021-06-11
申请号：CN202110153609.2
申请日：2021-02-04
Applicant: 南京邮电大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明公开了一种基于矩阵恢复的大规模MIMO信道估计方法，包括构建大规模时分双工MIMO单小区多用户系统，并生成导频序列；按系统模型分别生成用户接收信号矩阵和信道矩阵；将信道估计问题的模型转化为最小化的矩阵弹性正则化模型；采用交替迭代算法来求解最小化的矩阵弹性正则化问题。本发明结合压缩感知方法应用于大规模MIMO系统信道状态信息的估计问题当中，利用大规模MIMO信道矩阵的特点将信道估计问题转化成矩阵恢复问题，有效地减少导频开销和降低算法复杂度以及提高信道估计精确度。
-
公开(公告)号：CN109120317A
公开(公告)日：2019-01-01
申请号：CN201811043385.4
申请日：2018-09-07
Applicant: 南京邮电大学
IPC: H04B7/0413 , H04B7/0456 , H04W72/12
Abstract: 本发明公开了一种基于GRMES迭代的均等功率用户调度方法，应用于采用MMSE预编码方式实现用户信号增强和干扰消除功能的大规模MIMO系统上，方法先设定大规模MIMO系统中用户的信道特性H，并基于信道特性H采用GMRES迭代算法计算MMSE预编码方式的编码矩阵W；再设定大规模MIMO系统中用户对功率传输的期望速率RE，结合期望速率RE和信道特性H计算各用户所需的最低功率协方差矩阵P；按从大到小方式对各用户的最低功率协方差矩阵P排序得到集合P′，设定用户组数G，并按最小方差标准依次在每一用户组数G中置入预设用户；根据SIC叠加编码的约束条件对置入预设用户的各用户组数G调整，获得最低分组功率方差基于约束条件修正所述编码矩阵W；本发明可保证大规模MIMO系统中用户各分组的总功率相等。
-
公开(公告)号：CN108170274A
公开(公告)日：2018-06-15
申请号：CN201711484306.9
申请日：2017-12-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于可穿戴设备的动作识别方法。采用单个惯性传感器节点采集数据，相比多个节点方案佩戴更加方便舒适。通过差分阈值值检测方法自动切分完整的动作数据，有效降低了非动作数据的干扰。基于对五种动作特征的分析，提取标均值、标准差、峰度、偏度、最小值为识别分类特征值，对特征进行降维处理，降低了特征信息的冗余度。对于存在的线性不可分问题，设计了更加简单的核函数，降低了计算复杂度。多分类过程采用多级SVM实现，相比传统的1V1策略，本设计减少了子SVM数量，同时根据重心距离的大小对分类优先级进行调整，提高了分类准确度，为以惯性数据特征为基础的可穿戴动作识别设计提供了一种有效的方案。
-
公开(公告)号：CN107864512A
公开(公告)日：2018-03-30
申请号：CN201711058713.3
申请日：2017-11-01
Applicant: 南京邮电大学
CPC classification number: H04W72/0453 , H04W52/244 , H04W72/0473 , H04W72/082
Abstract: 本发明公开了一种基于博弈论的蜂窝异构网络资源分配方法。通过使用斯塔克尔伯格博弈的方法，首先在集中决策模式下，求出带宽分配的最优解，然后在分散决策模式下，考虑纳什均衡条件下，设计基于斯塔克尔伯格博弈的蜂窝异构网络动态资源分配方案，研究蜂窝异构网络的最大收益，求出带宽分配帕累托最优，最后计算宏基站的系统干扰，并比较集中模式和分散模式下的网络的收益以及干扰情况。本发明通过博弈分析方法证明资源供应商之间存在帕累托最优容量均衡，同时基于帕累托最优容量均衡，得出了资源供应商的最佳定价策略，最终使得网络系统中的能效、谱效得以充分利用。微基站通过这种分配最大化的满足用户在回传阶段的流量需求。
-
Patent Agency Ranking
公开(公告)号：CN111107023B
公开(公告)日：2024-02-02
申请号：CN201910897435.3
申请日：2019-09-23
Applicant: 南京邮电大学
IPC: H04L25/02 , H04B7/0452
Abstract: 在大规模MIMO中基于光滑 范数的压缩感知信道估计方法，包括如下步骤，步骤S1、构建多天线多用户的大规模MIMO系统模型，基站配备M根天线，包含K个用户，用户向基站发送导频信号，基站接收导频信号Y。步骤S2、建立MIMO系统模型的物理模型与压缩感知模型的联系，并将物理模型转换为求 范数的数学问题；步骤S3、结合凸优化思想，采用平滑函数近似 范数，在迭代过程中采用梯度上升法和梯度投影原理逐步逼近最优解。该方法无需获取信道的稀疏度，采用平滑函数近似 范数，并与凸优化思想相结合，迭代过程采用最速上升法和梯度投影原理，逐步逼近最优解。
-
公开(公告)号：CN110350962B
公开(公告)日：2022-03-22
申请号：CN201910584502.6
申请日：2019-07-01
Applicant: 南京邮电大学
IPC: H04L25/03
Abstract: 本发明公开了一种基于Givens变换的多小区大规模MIMO两阶段预编码方法，包括以下步骤：S1、构建多小区大规模MIMO系统；S2、按系统模型分别生成用户接收信号模型和多小区和小区内部的信道矩阵；S3、利用基于Givens变换的QR分解计算小区之间干扰信道的零空间，由零空间的正交基分别生成前置预编码矩阵，消除不同小区之间的干扰；S4、计算小区内部用户之间干扰信道的零空间，由零空间的正交基分别生成后置预编码矩阵，消除小区内用户之间的干扰，本发明在小区数较多的大规模MIMO场景下，能够以较低的复杂度完成预编码，与基于传统BD算法的预编码方案相比，在多小区系统中具有更低的算法复杂度、更低的系统误比特率(bit error rate,BER)和更高的系统容量。
-
公开(公告)号：CN110474666A
公开(公告)日：2019-11-19
申请号：CN201910669939.X
申请日：2019-07-24
Applicant: 南京邮电大学
IPC: H04B7/0456 , H04W4/08
Abstract: 一种两阶段预编码中基于Prim算法的用户群分组方法及装置，所述方法包括：构建基于信道统计的大规模多输入多输出频分双工下行链路系统；所述系统包括多天线的单基站信号发送端和多个单天线的用户终端；基于长期信道统计特性，通过选取特征波束进行特征值分解并采用最小均方误差编码方法进行两阶段预编码，划分得到对应的多个用户群；求解划分得到的多个用户群中不同用户群的信号传播角度范围重叠程度，并转换为对应的无向赋权图；基于所述无向赋权图，采用Prim算法进行最优用户群分组。上述的方案，可以在进行两阶段预编码后最优调度，解决不同用户群的信号传播角度范围重叠的问题。
-
公开(公告)号：CN103199959B
公开(公告)日：2016-08-03
申请号：CN201310127519.1
申请日：2013-04-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种协作通信中的网络编码方法，该方法包括：两源节点间无直通信道，它们互相交换信息，经中继节点中继转发，中继点将收到的两个源节点BPSK信号进行模拟乘法运算，将模拟乘法运算结果作为两个源节点BPSK信号的网络编码信号分别发送至对方源节点，两个源节点根据本地发送的信号提取出对方源节点发送的信号。本发明的中继节点不需要对源节点信号译码，因此保护源节点信号的信息安全。
-
公开(公告)号：CN119172206A
公开(公告)日：2024-12-20
申请号：CN202411260693.8
申请日：2024-09-10
Applicant: 南京邮电大学
IPC: H04L25/02 , H04B7/0452 , H04B17/391
Abstract: 本发明公开了智能学习辅助联合加权和截断核范数矩阵恢复算法，具体涉及5G、6G移动通信技术领域，包括构建毫米波大规模MIMO信道模型；采用基于智能学习辅助的联合加权和截断核范数代替核范数近似信道矩阵秩函数，利用毫米波信道角度域稀疏的特性，把信道估计问题转换为基于联合加权和截断核范数的低秩矩阵的恢复问题；利用拉格朗日神经网络算法通过增加惩罚约束项来凸化目标函数。本发明通过采用基于智能学习辅助的联合加权和截断核范数代替核范数近似信道矩阵秩函数，利用毫米波信道角度域稀疏的特性，把信道估计问题转换为联合加权和截断核范数的低秩矩阵的恢复问题。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.021 seconds)
