-
公开(公告)号：CN114221745A
公开(公告)日：2022-03-22
申请号：CN202111612736.0
申请日：2021-12-27
Applicant: 杭州电子科技大学
IPC: H04L5/00 , H04B7/0413
Abstract: 本发明公开了一种多小区系统中结合调制阶数的导频分配方法及系统，方法包括如下步骤：步骤S1，将用户类别划分为完全复用导频的I类用户和不能完全复用导频的II类用户；步骤S2，把导频集合分割为互不重叠的两个子集，其中第一子集的正交导频的数量等于参考小区的I类用户的数量；步骤S3，为参考小区的I类用户随机分配第一子集的正交导频，其他小区的I类用户与参考小区的I类用户共享第一子集的正交导频；步骤S4，为参考小区的II类用户随机分配第二子集的正交导频，其他小区的II类用户配成导频复用对的，与参考小区的II类用户共享一个正交导频。本发明能有效避免导频污染对系统容量的影响，降低系统的误码率。
-
公开(公告)号：CN107994929B
公开(公告)日：2021-04-13
申请号：CN201711284364.7
申请日：2017-12-07
Applicant: 杭州电子科技大学
IPC: H04B7/024 , H04B7/0413
Abstract: 本发明公开了一种大规模天线系统的调制方式协同方法。本发明步骤如下：步骤1.设定小区总数量为L，每个小区一个基站，每个基站M根天线，各个小区的用户发送上行导频序列以供基站完成信道估计，之后在第l个小区的第k个用户对发送的信号采用QAM调制；步骤2.计算所有小区的第k个用户的关系式γki；步骤3.在步骤2中得到的可用调制方式里面，选出使得最大的最优调制方式Nk1,Nk2,...,NkL。本发明通过计算用户的调制方式与路径衰落的制约关系，得出各个用户可用的最大调制阶数，可以有效的提高系统容量、减轻大规模天线系统的用户间干扰、降低接收端解调发送端信号的误码率。
-
公开(公告)号：CN111313946A
公开(公告)日：2020-06-19
申请号：CN202010111996.9
申请日：2020-02-24
Applicant: 杭州电子科技大学
Abstract: 本发明一种基于低精度ADC的大规模MIMO能效优化方法，通过联合优化基站天线数、单用户发射功率和量化精度，并限制单个用户的发射功率和数据传输速率，以此建立起能效优化的目标函数。根据分数规划理论将分式形式的目标函数转换为等价的减式形式，实现非凸问题到凸问题的转化，并利用拉格朗日函数将有约束的凸优化问题转换为无约束问题，采用Dinkelbach算法对基站天线数、单用户发射功率和量化精度进行循环迭代优化，以达到能效最大化。通过采用本发明中的动态功率分配方案，可以在满足用户最高发射功率限制和最低数据传输速率的要求下，根据用户信道条件的差异动态分配单个用户的发射功率，资源得到更加合理的分配。
-
公开(公告)号：CN111082902A
公开(公告)日：2020-04-28
申请号：CN201911102204.5
申请日：2019-11-12
Applicant: 杭州电子科技大学
IPC: H04L1/20 , H04B17/309
Abstract: 本发明公开了一种基于大数据统计特性的大规模天线系统的信号检测方法。本发明将系统中两两相邻的N个小区作为一个区群，区群中不同的小区采用不同的频率。首先，发送端在发送数据信号之前，先将星座图中的数据点集合S(s1,s2,...,sL)按顺序发出，接收端记录接收到的数据信息集合Z(z1,z2,...,zL)，建立S和Z之间的对应关系表。然后，发送端发送数据信息，接收端根据接收到的数据信息y，根据大数据统计特性，从集合Z中找到与y距离最小的 根据S和Z之间的对应关系表估计出发射信号为 其中N越大小区间的干扰越小，信号检测效果越好。需要说明的是，该方法不但适用于TDD系统和FDD这些半双工系统，还适用于全双工系统。
-
公开(公告)号：CN110011777A
公开(公告)日：2019-07-12
申请号：CN201910362775.6
申请日：2019-04-30
Applicant: 杭州电子科技大学
IPC: H04L5/00 , H04B7/0452
Abstract: 本发明公开了一种大规模MIMO中基于用户位置和用户分类的导频分配。本发明通过用户到基站的AOA和路径损耗将用户进行分类，然后按照规则进行导频分配；首先基于路径损耗和到达角设计目标函数，计算出通信系统中所有用户的目标函数；设置阈值，将所有用户的目标函数与所设阈值进行比较，并将用户分成两类：小于阈值的用户被认为是高干扰用户，反之低干扰用户；然后为高干扰用户分配正交导频，低干扰用户由于干扰很低，按目标函数大小进行排序并分别分配导频。相较于传统导频分配方案只考虑目标小区的性能，本发明中的导频分配方案考虑整个通信系统中所有小区的性能。通过仿真结果可以看出，本发明所提导频分配方案有效提升了系统整体性能。
-
Patent Agency Ranking
公开(公告)号：CN104202789A
公开(公告)日：2014-12-10
申请号：CN201410390294.3
申请日：2014-08-08
Applicant: 杭州电子科技大学
CPC classification number: Y02D70/39
Abstract: 本发明公开了一种兼顾能量有效性与传输可靠性的认知中继节点选择方法，充分考虑了认知无线网络中节点在协作感知与协作传输阶段的能耗问题，以及节点在协作传输过程中的误码问题。本发明通过构造感知阶段与传输阶段的加权能耗目标函数，同时以协作感知时的漏检概率与协作传输时的误码率要求作为约束条件，通过数值计算求解非线性凸优化问题得到在不同归一化感知时隙长度、不同接收信噪比要求和不同调制方式等场景下的最优认知中继节点数。在认知无线网络中，本发明有效折衷了频谱感知准确度与节点能量有效性，同时兼顾了节点能量有效性与传输可靠性，因而具有实际的应用意义。
-
公开(公告)号：CN118337248A
公开(公告)日：2024-07-12
申请号：CN202410434207.3
申请日：2024-04-11
Applicant: 杭州电子科技大学
IPC: H04B7/0456 , H04B7/0413 , H04B17/309 , H04B17/391
Abstract: 本发明公开了一种毫米波大规模MIMO系统中低复杂度混合预编码方法。本发明步骤如下：步骤1.确定系统模型并进行问题描述：毫米波大规模MIMO系统信道模型的描述；毫米波大规模MIMO系统模型的描述；毫米波大规模MIMO系统目标函数的描述；步骤2.目标函数的转化：目标函数形式描述；设计模拟预编码矩阵和数字预编码矩阵；设计模拟组合矩阵和数字组合矩阵。本发明全连接混合预编码方案在考虑射频链数和数据流数相等情况下，首先以最优全数字预编码矩阵和混合预编码矩阵之间的欧氏距离最小化为目标函数，通过矩阵对称和奇异值分解得到数字预编码矩阵，再对目标函数迹的运算得到模拟预编码矩阵。本发明能够以更低的算法复杂度获得更高的系统可达和速度。
-
公开(公告)号：CN118232972A
公开(公告)日：2024-06-21
申请号：CN202410376721.6
申请日：2024-03-29
Applicant: 杭州电子科技大学
IPC: H04B7/0456 , H04B7/0413
Abstract: 本发明公开了一种基于QR分解与波束增益对准的混合预编码方法。本发明基于透镜天线阵列的毫米波大规模MIMO系统，包括如下步骤：首先根据波束空间信道的稀疏性和功率分布构造候选波束集，对波束信道进行降维，生成一个新的波束选择搜索空间。其次对波束信道矩阵进行QR分解，以可达和速率为目标，按照递增的顺序逐一选择合适的波束，直至选出最优波束选择矩阵。最后利用波束增益对准策略设计模拟预编码，消除系统中的多用户干扰。本发明设计有使信道对角化的数字预编码器，利用QR分解与波束增益对准策略缓解功率泄露和用户干扰问题，有效提升系统性能，并且所提方案有着更高的能量效率，在不损失系统性能的前提下，节省了硬件成本，降低了系统功耗。
-
公开(公告)号：CN118157832A
公开(公告)日：2024-06-07
申请号：CN202410449727.1
申请日：2024-04-15
Applicant: 杭州电子科技大学
IPC: H04L5/00 , H04B7/0413
Abstract: 本发明公开了一种基于竞争AP选择的图着色能效均衡方法。本发明根据AP服务用户的大尺度衰落系数降序来竞争AP，与同集合其他用户竞争AP后，大尺度衰落系数小的用户被淘汰并把此AP存入黑名单，按索引对不同AP集内用户逐次筛选确保不遗漏用户，再结合图着色的导频分配降低导频污染。本发明竞争AP服务时不遗漏大尺度衰落系数较小的用户，存在AP为其服务；再通过图着色进行导频分配，减小了用户间导频污染，提高了系统的频效和能效方面。
-
公开(公告)号：CN114286369B
公开(公告)日：2024-02-27
申请号：CN202111624682.X
申请日：2021-12-28
Applicant: 杭州电子科技大学
IPC: H04W24/02 , H04W24/08 , H04W48/20 , H04W52/02 , H04B7/0413
Abstract: 本发明公开了一种RIS辅助通信系统的AP和RIS联合选择方法。本发明能够有效提高系统的能量效率和用户的服务质量，降低整个系统的能耗。先根据用户、RIS、AP三者之间的路径损耗，再计算每个AP和RIS组合的优先级，然后根据优先级和阈值，为服务用户选择AP和RIS组合。所提出的AP和RIS联合选择方法，能够有效提高系统的能量效率和用户的服务质量，有效降低整个系统的能耗。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.026 seconds)
