一种基于深度学习的无源智能反射表面的信道估计方法

    公开(公告)号:CN113179232A

    公开(公告)日:2021-07-27

    申请号:CN202110436060.8

    申请日:2021-04-22

    Abstract: 本发明公开了一种基于深度学习的无源智能反射表面的信道估计方法,由离线信道估计阶段和线上信道预测阶段两部分实现。离线信道估计阶段中上行链路中用户端发送导频信号,基站端控制IRS依次打开无源元件反射入射导频信号,基站端接收导频信号利用最小均方误差方法估计其相应的级联信道信息,再使用等概率均匀采样的方法从已估计的级联信道信息中选取少量的采样级联信道信息,利用少量采样级联信道信息和完全级联信道信息构建新数据集;线上信道预测阶段基站端在线估计出少量采样级联信道信息输入到已训练好的ResNet网络恢复出完全级联信道信息。本发明可灵活地选择无源元件个数和设置残差神经网络的残差单元以满足不同系统和用户服务质量的特点。

    一种海域视距信道生成方法

    公开(公告)号:CN111162845A

    公开(公告)日:2020-05-15

    申请号:CN202010039118.0

    申请日:2020-01-14

    Abstract: 本发明公开了一种海域视距信道生成方法,通过参数设定、射线传播类型判别、公式改写、散射区域生成、接收端的高度变化、参数计算、信道生成等步骤实现海域视距信道生成,其优点是将经过统计的多条到达路径的信道参数带入到信道生成模块,形成海域视距信道。利用随机射线追踪方法来假设诸如海浪变化等实际复杂因素以提高生成信道的精确度,降低了生成信道的复杂度,增强射线追踪方法的适用性,从而生成更符合实际情况的海域视距信道。

    船舶实时跟踪监控方法

    公开(公告)号:CN104809917A

    公开(公告)日:2015-07-29

    申请号:CN201510127674.2

    申请日:2015-03-23

    Applicant: 南通大学

    Abstract: 本发明涉及一种船舶实时跟踪监控方法。该方法包括:船舶自动识别单元收集被跟踪船舶发送的AIS报文及相关信息,并将收集的信息存储到船舶跟踪系统的AIS数据库;任选一条船舶进行监测,并将数据库中最新记录的该船舶位置和速度信息,作为初始监控值根据始监控值,对所需跟踪的目标船舶的AIS信息进行坐标位置变换、速度变换以及焦距换算,得到相关变换值;根据所述变换值,预测船舶下一时刻的航行坐标和船速,对预测值进行控制门限的检验,以确定跟踪云台摄像机;对跟踪云台摄像机进行控制参数进行修正。本发明具有系统信号处理复杂度低,准确度高的优点,并大大提高了人员值守的工作效率。

    统计信道信息辅助的下行多用户比例公平调度方法

    公开(公告)号:CN102264147A

    公开(公告)日:2011-11-30

    申请号:CN201110248380.7

    申请日:2011-08-26

    Abstract: 本发明实施例公开了在下行多用户多输入多输出传输系统中两种利用统计信道信息辅助的比例公平调度方法,分别为调度配对法和配对调度法。其中调度配对法主要包括以下步骤进行:在每个时隙,每个用户反馈瞬时CQI给基站,基站采用最大归一化CQI准则,来调度第一个用户,同时选择与第一个用户统计特征方向相互正交的其他用户,组成一个调度集合;而配对调度法主要包括以下步骤进行:基站将统计特征方向相互正交的用户组成一组,在每个时隙,每个用户反馈瞬时CQI给基站,基站按照各种准则去选择调度组。本发明具有反馈开销小,计算复杂度低的优点,可灵活设置不同调度准则,满足用户的服务质量,同时也具有兼顾系统的吞吐量和公平性的特点。

    一种有限反馈下RIS-NOMA比特分配方法

    公开(公告)号:CN119966581A

    公开(公告)日:2025-05-09

    申请号:CN202510107997.9

    申请日:2025-01-23

    Applicant: 南通大学

    Abstract: 本发明公开了一种有限反馈下RIS‑NOMA比特分配方法,考虑了下一代通信系统中关键技术可重构智能超表面(RIS)辅助的非正交多址(NOMA)RIS‑NOMA系统广泛存在的反馈开销有限的情况,这种有限反馈使得基站只能获取量化的下行信道状态信息(CSI)而非完美CSI,不准确的CSI将误导编解码顺序,恶化系统性能。本发明基于改进的随机矢量量化(RVQ)码本推导了有限反馈下RIS‑NOMA系统中两用户的反馈比特分配方案,在兼顾NOMA用户公平性的前提下,减小了系统的量化速率损失,保证了NOMA系统的正确解码顺序,相比于传统等比特分配方案,提高了系统量化性能。

    面向中轨卫星的船载动中通天线指向误差损耗估计方法

    公开(公告)号:CN119861234A

    公开(公告)日:2025-04-22

    申请号:CN202510026980.0

    申请日:2025-01-08

    Applicant: 南通大学

    Abstract: 本发明公开了一种面向中轨卫星的船载动中通天线指向误差损耗估计方法,包括基于中轨卫星两行根数导入STK分析软件得出目标卫星在地心大地坐标系下的高度、经度、纬度;其次基于中轨卫星位置信息建立椭球体坐标系,得到中轨卫星在椭球体坐标系下的位置矢量,进一步得到地理坐标系下的天线位置矢量;再基于船舶的姿态信息旋转坐标系将地理坐标系下的天线位置矢量转换到载体坐标系,得到船舶载体坐标系下天线理论的俯仰角,方位角;然后在船载动中通天线转台中安装编码器获得天线在船舶坐标系下实际的俯仰角、方位角,最后基于天线理论指向角和实际指向角,得出天线指向误差损耗。本发明具有估计方便,准确性高的特点。

    一种深度学习辅助扩展卡尔曼的双波段红外辐射姿态估计方法

    公开(公告)号:CN119830759A

    公开(公告)日:2025-04-15

    申请号:CN202510026800.9

    申请日:2025-01-08

    Applicant: 南通大学

    Abstract: 本发明公开了一种深度学习辅助扩展卡尔曼的双波段红外辐射姿态估计方法,分析双波段红外辐射测量信号中的几何误差和随机误差对姿态估计可靠性的影响;构建CBGTE模型消除双波段红外辐射信号中的几何误差和随机误差,首先利用半实物仿真平台收集双波段红外辐射信号数据集并进行清洗后,输入BGT神经网络进行特征学习并保存最优化权重,再将双波段红外辐射传感器获取数据输入最优化权重的BGT神经网络,获得补偿随机误差后的红外辐射数据,将滤除随机误差后的数据输入扩展卡尔曼算法滤除几何误差,获得可靠的姿态角信息。本发明为以红外辐射为姿态测量方法的自旋无人机,提供了一种高精度、鲁棒性的姿态信息获取与处理方法。

    一种时间空间模态级联信道编码方法

    公开(公告)号:CN118337335A

    公开(公告)日:2024-07-12

    申请号:CN202410757150.0

    申请日:2024-06-13

    Applicant: 南通大学

    Abstract: 本发明公开了一种时间空间模态级联信道编码方法,对待传输的数据分别从时域、空域及模态域进行信道编码,采用多层级联信道编码,实现三维信道编码约束;时间域、空间域以及模态域的信道编码采用不同的编码结构、编码速率;系统无线资源控制实体根据业务对传输速率、时延和误码率的要求,以及信道状态和需传输的数据块大小,选取相应的目标级联信道编码模式;发送端根据目标级联信道编码模式对输入数据符号进行多层级联信道编码。本发明利用时间空间模态三个级联维度,可以联合维度实行联合编码译码,也可以交换级联顺序,从而更加灵活地配置级联编码模式,以低复杂度实现高性能信道译码。

Patent Agency Ranking