-
公开(公告)号:CN112865841A
公开(公告)日:2021-05-28
申请号:CN202110064947.9
申请日:2021-01-18
Applicant: 重庆邮电大学
IPC: H04B7/0413 , H04B17/391 , H04L25/02
Abstract: 本发明属于无线通信技术领域,具体涉及基于残差DNN的1‑比特大规模MIMO信道估计方法,用户端所有天线向基站发送导频信号,基站端天线接收到信号矩阵,将接收的信号矩阵向量化处理,分别对其实部和虚部进行量化,根据量化信号以及信道模型生成用于训练深度残差神经网络的样本集;将训练样本集送入深度残差神经网络进行离线阶段训练;再将训练好的深度残差神经网络配置在基站端,用于在线阶段的信道估计;本发明通过将残差网络的思想引入到深度神经网络中,解决了直接使用深度神经网络进行信道估计时梯度爆炸和梯度消失的问题,且由于残差深度神经网络具有强大的学习能力,使得1‑比特大规模MIMO系统信道估计的性能得到了显著提升。
-
公开(公告)号:CN119696961A
公开(公告)日:2025-03-25
申请号:CN202411618787.8
申请日:2024-11-13
Applicant: 重庆邮电大学
IPC: H04L25/02 , H04B17/391 , H04B7/0413 , G06N3/0985
Abstract: 本发明涉及无线通讯技术领域,提供了一种超大规模MIMO下基于元学习的信道估计方法、终端及介质,步骤包括:基于多个单天线用户和一个超大规模均匀线性阵列基站的无线通信系统构建基于球面波的近场信道模型;基于密集残差网络的图像超分辨率重建模型,将导频位置处的信道频率响应视为低分辨率2D图像并作为输入,并通过网络输出高分辨率2D图像形式的信道频率响应,重建整个信道状态信息;在网络进行信道估计的基础上引入元学习,元学习通过在多个任务下调整网络模型参数,并采用少量数据样本实现新环境下的参数更新,获得初始化参数,实现在不同环境下的高精度的信道估计。本发明具有更高的估计精度和较低的计算复杂度,能够快速适应新的信道环境。
-
公开(公告)号:CN119485145A
公开(公告)日:2025-02-18
申请号:CN202411362337.7
申请日:2024-09-27
Applicant: 重庆邮电大学
Abstract: 本申请提供一种基于超宽带的密集网络定位方法及程序产品,涉及设备定位技术领域。方法包括:基于预设规则将密集网络中的各通信设备划分为锚点设备或待测设备;根据锚点设备与待测设备之间进行无线通信时,锚点设备广播和接收到消息以及待测设备接收到消息时的时间戳,确定锚点设备与待测设备之间的飞行时间差,飞行时间差表征不同锚点设备到同一个待测设备之间的飞行时间的差值;根据飞行时间差,确定待测设备的坐标。如此,可以改善传统无人机定位方式应用于密集网络时,存在各无人机之间进行定位消息交互的时间过长的问题。
-
公开(公告)号:CN115412416B
公开(公告)日:2023-06-30
申请号:CN202210784645.3
申请日:2022-07-05
Applicant: 重庆邮电大学
IPC: H04L27/26
Abstract: 本发明涉及移动通信技术领域,公开了一种面向高速移动场景的低复杂度OTFS信号检测方法,包括以下步骤,S1、利用时延‑多普勒域信道稀疏性建立稀疏因子图,并构建基于稀疏因子图的消息传递规则;S2、利用时延‑多普勒域信道的块循环结构,通过傅里叶矩阵对角化以降低期望传播算法中的求逆步骤复杂度;S3、利用期望传播算法迭代,当算法收敛后输出检测符号进行解调。在高速移动场景中,本发明能够在保持“对数‑线性”复杂度的前提下达到优良性能,达到性能和复杂度的折中。
-
公开(公告)号:CN114520699B
公开(公告)日:2023-06-30
申请号:CN202111682202.5
申请日:2021-12-28
Applicant: 重庆邮电大学
IPC: H04B17/391 , H04L25/02
Abstract: 本发明涉及无线通信领域,具体公开了一种可重构智能反射面辅助的低复杂度毫米波信道估计方法,包括以下步骤:S1、建立了RIS(Reconfigurable Intelligent Surfaces,RIS)辅助毫米波通信系统模型,将RIS反射单元连接L型RF(Radio Frequency,RF)链,利用RIS端连接RF链单元的接收信号和BS(base station,BS)端接收信号,对其补零后使用2D‑FFT算法得到其二维空间谱,进行角度粗估计;S2、为进一步提高角度估计精度,对补零后的接收信号,进行角度旋转,再使用2D‑FFT算法得到其二维空间谱,利用谱峰和最优旋转角得到更精确的角度估计;S3、使用S2得到的二维空间频谱的谱峰和其对应的幅角得到路径增益估计,利用以上得到的角度和路径增益恢复出用户到RIS和RIS到BS的信道矩阵。
-
公开(公告)号:CN116094875A
公开(公告)日:2023-05-09
申请号:CN202310092851.2
申请日:2023-02-09
Applicant: 重庆邮电大学
IPC: H04L25/02
Abstract: 本发明属于无线通信技术领域,涉及一种超大规模MIMO系统中基于上行辅助的OTFS下行信道估计方法包括构建下行链路中的时变非平稳信道表达式,并获取与下行频率无关的信道参数集合并发送给用户端;用户端对多普勒频移域、时延域和角度域进行过采样,获取上行数据传输中多普勒频移、时延、角度的估计值;用户端通过部分互易性获取与上行频率无关的参数,并通过这些参数估算下行信道增益;用户端将多普勒频移、时延、角度以及下行信道增益的估计值发送给基站;基站重建得到时延多普勒频移域下的信道模型;本发明方案在高速移动场景和超大规模MIMO非平稳场景下,减小计算复杂度同时满足了在超大规模MIMO复杂场景下通信的效率和质量。
-
公开(公告)号:CN112865841B
公开(公告)日:2022-04-19
申请号:CN202110064947.9
申请日:2021-01-18
Applicant: 重庆邮电大学
IPC: H04B7/0413 , H04B17/391 , H04L25/02
Abstract: 本发明属于无线通信技术领域,具体涉及基于残差DNN的1‑比特大规模MIMO信道估计方法,用户端所有天线向基站发送导频信号,基站端天线接收到信号矩阵,将接收的信号矩阵向量化处理,分别对其实部和虚部进行量化,根据量化信号以及信道模型生成用于训练深度残差神经网络的样本集;将训练样本集送入深度残差神经网络进行离线阶段训练;再将训练好的深度残差神经网络配置在基站端,用于在线阶段的信道估计;本发明通过将残差网络的思想引入到深度神经网络中,解决了直接使用深度神经网络进行信道估计时梯度爆炸和梯度消失的问题,且由于残差深度神经网络具有强大的学习能力,使得1‑比特大规模MIMO系统信道估计的性能得到了显著提升。
-
公开(公告)号:CN115412187B
公开(公告)日:2024-11-12
申请号:CN202210805376.4
申请日:2022-07-10
Applicant: 重庆邮电大学
IPC: H04B17/309 , H04B17/391
Abstract: 本发明涉及移动通讯领域,公开了一种基于可重构智能表面的毫米波信道追踪方法,包括如下步骤:步骤1、构建RIS辅助上行无线通信系统模型,以及UE‑RIS‑BS链路的双时间尺度模型和角度变化模型;步骤2、使用二维快速傅里叶变换算法初始化信道角度参数,并使用最大似然算法初始化路径增益参数;步骤3、基于牛顿算法追踪UE‑RIS水平方向的信道角度;步骤4、对信道矩阵H(t)是否会发生突变进行检测,若检测到信道矩阵H(t)突变,则再次初始化参数,否则使用牛顿算法继续追踪角度参数。本发明在保证优越性能的前提下,计算复杂度可以达到最低,极大节省算力资源。
-
公开(公告)号:CN118413256A
公开(公告)日:2024-07-30
申请号:CN202310359701.3
申请日:2023-04-06
Applicant: 重庆邮电大学
IPC: H04B7/0413 , G06F17/10 , H01Q1/24 , H01Q21/00 , H04B7/06 , H04B17/336 , H04B17/391
Abstract: 本发明属于无线通信技术领域,涉及一种基于圆形天线阵列的超大规模MIMO传输方法,包括建立三维空间中均匀圆形阵列的多用户超大规模MIMO系统模型;建立基站端天线阵列到用户的信道向量;基于基站端天线阵列到用户的信道向量构建用户的接收信号模型;建立信道模型,并基于球面波模型推导出直射信道的表达式;获取系统中的信道容量和信号泄露噪声比;获取基于球面波模型的均匀圆形阵列在具有空间非平稳特征的多用户超大规模MIMO系统中最优发射方向的闭式表达式;用户基于贪婪思想选择最优用户集,最优用户集的用户基于最优发射方向的策略进行信号发送;本发明所提出的最优发射策略需要较少的反馈信息和较低的复杂度。
-
公开(公告)号:CN116155662A
公开(公告)日:2023-05-23
申请号:CN202310153093.0
申请日:2023-02-22
Applicant: 重庆邮电大学
Abstract: 本发明属于无线通信领域,特别涉及一种基于分数多普勒频移的多输入多输出正交时频空间调制系统信道估计方法,包括利用包含多普勒间干扰的时延多普勒等效信道传输发射信号,在接收端利用LDAMP算法,进行分数多普勒信道估计,得到信道的估计值;本发明所提方案即使在多普勒间干扰存在的情况下,依然具有优越的估计性能,并且对分数多普勒带来的性能损失有很好的的补偿作用。
-
-
-
-
-
-
-
-
-