一种基于优先级的免调度传输方法

    公开(公告)号:CN109618414B

    公开(公告)日:2021-08-20

    申请号:CN201910085708.4

    申请日:2019-01-29

    Abstract: 本发明涉及一种基于优先级的免调度传输方法,其包括:基站为不同的业务优先级配置不同的免调度传输延迟时间;基站将优先级对应的免调度传输延迟时间发送给终端;基站为终端配置免调度传输资源;当终端的上行数据到达时,终端使用预分配的免调度传输资源发送数据,且发送数据的起始时间不早于该数据的业务优先级所对应的免调度传输延迟时间。本发明通过由基站为终端配置业务优先级对应的免调度传输延迟时间,避免了具有不同优先级的业务之间的冲突问题,增加了高优先级业务的数据传输成功率,保障了系统的服务质量。

    一种电力无线通信系统中的快速信道切换方法

    公开(公告)号:CN109451551B

    公开(公告)日:2020-11-27

    申请号:CN201811383760.X

    申请日:2018-11-20

    Abstract: 本发明涉及一种电力无线通信系统中的快速信道切换方法,其中,基站为终端设备配置一个或多个备用信道;如果强干扰造成下行传输失败,则终端设备向基站反馈重传指示和备用信道切换指示,备用信道切换指示中包含优选的备用信道索引;基站接收到重传指示和备用信道切换指示后,使用优选并可用的备用信道进行数据重传;终端设备在优选的备用信道上监听下行数据,直至接收到重传数据。本发明可在出现突发强干扰的情况下实现快速的信道切换,从而及时避开干扰频点,尽快完成数据传输。

    一种电力无线专网系统的频谱扫描方法

    公开(公告)号:CN109639376A

    公开(公告)日:2019-04-16

    申请号:CN201811446870.6

    申请日:2018-11-29

    CPC classification number: H04B17/382 H04B17/345 H04W24/02

    Abstract: 本发明提供一种电力无线专网系统的频谱扫描方法,包括:在帧结构内确定扫频时隙,并在其中进行频谱扫描;将需扫描的扫描频段划分为多个子带;以抽取因子为间隔对数据抽取,抽取出扫描频段中尚未确定干扰情况的子带信号;对抽取的信号进行快速傅立叶变换,根据得到频谱信号获取其能量值,根据能量值的判断结果确定子带所在的频点的干扰情况;重复上述步直到频谱扫描完整;拼接出整个系统的各频点的干扰情况,并将该情况上报。本发明的电力无线专网系统的频谱扫描方法可以降低频谱扫描对用户通信质量和电力无线专网系统的吞吐量的影响避免各个频点的相互干扰,在快速感知频率干扰情况的同时,降低信号采样速率要求和减少计算复杂度。

    一种电力无线专网系统的频谱扫描方法

    公开(公告)号:CN109639376B

    公开(公告)日:2021-10-29

    申请号:CN201811446870.6

    申请日:2018-11-29

    Abstract: 本发明提供一种电力无线专网系统的频谱扫描方法,包括:在帧结构内确定扫频时隙,并在其中进行频谱扫描;将需扫描的扫描频段划分为多个子带;以抽取因子为间隔对数据抽取,抽取出扫描频段中尚未确定干扰情况的子带信号;对抽取的信号进行快速傅立叶变换,根据得到频谱信号获取其能量值,根据能量值的判断结果确定子带所在的频点的干扰情况;重复上述步直到频谱扫描完整;拼接出整个系统的各频点的干扰情况,并将该情况上报。本发明的电力无线专网系统的频谱扫描方法可以降低频谱扫描对用户通信质量和电力无线专网系统的吞吐量的影响避免各个频点的相互干扰,在快速感知频率干扰情况的同时,降低信号采样速率要求和减少计算复杂度。

    一种5G NR系统中的大频偏估计方法及装置

    公开(公告)号:CN110177066A

    公开(公告)日:2019-08-27

    申请号:CN201910340478.1

    申请日:2019-04-25

    Abstract: 本发明提供一种5G NR系统中的大频偏估计方法,包括:在SSB块的3个符号位置处提取DMRS信号;对第1、2个符号位置的DMRS信号分别进行频域信道响应的测量;对所述频域信道响应进行平滑消噪和按多径能量进行修剪;估计第一相位差和第一频偏;对第2、3符号位置的DMRS信号进行频偏尝试补偿;对补偿得到的DMRS信号重复所述步骤S2-S4得到第二频偏,根据第二频偏得到频率偏移。本发明还提供了一种5G NR系统中的大频偏估计装置。本发明的大频偏估计方法,可在高铁环境下1个SSB信号块内完成对大于子载波间隔频偏的估计,可以提高频偏估计范围以及估计的精度,进而改善高铁下的5G NR通信质量。

    一种基于深度学习的智能抗干扰装置及方法

    公开(公告)号:CN110176944A

    公开(公告)日:2019-08-27

    申请号:CN201910339573.X

    申请日:2019-04-25

    Abstract: 本发明提供一种基于深度学习的智能抗干扰装置,包括依次排布的时频数据生成模块、干扰特征提取网络和干扰时频识别网络,时频数据生成模块获得空间信号时频数据并输出不同时频分辨率的时频数据图谱;干扰特征提取网络包括三个CNN网络以及加权合成模块;干扰时频识别网络包括锚点形成模块和RPN。本发明还提供该基于深度学习的智能抗干扰装置的训练方法和基于深度学习的智能抗干扰方法。本发明的深度学习智能抗干扰装置基于最新的人工智能技术,采用CNN网络和全卷积网络,其干扰划分方式并非人为划分,而是可以通过学习不断更新,解决了干扰门限划分困难的问题,且采用干扰置信度的判断方式,使得通信方式更灵活,可以显著提高通信效率。

Patent Agency Ranking