-
公开(公告)号：CN115988633A
公开(公告)日：2023-04-18
申请号：CN202211431085.X
申请日：2022-11-15
Applicant: 北京邮电大学
IPC: H04W64/00 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种NLOS环境下的两阶段高精度定位方法。包括以下步骤：步骤1，在长度为L,宽度为W的NLOS场景中，基站均匀分布在距离为D的方阵上，步骤2，CIR数据获取；步骤3，TOA预测；步骤4，TOA定位，步骤5，设定样本量为表示为Nsp，(xi,yi)和分布表示实际位置和预测位置坐标，本发明所述方法通过基站和用户之间的信道信息得到CIR数据并通过TOA预测网络建立起CIR信息与TOA之间的映射关系从而准确地预测出基站到达用户的时间TOA，通过深度学习的方法将TOA与用户位置建立非线性映射关系，从而确保能够准确预测出用户位置；提出的深度学习方法通过学习大量的信道信息，在CIR与TOA以及用户位置之间建立映射函数，极大地提高了在NLOS环境下的定位精度并节约了设备成本。
-
公开(公告)号：CN113055679A
公开(公告)日：2021-06-29
申请号：CN202110182219.8
申请日：2021-02-09
Applicant: 北京邮电大学
IPC: H04N19/30 , H04B7/0456
Abstract: 本发明公开一种基于毫米波的分级视频传输方法，包括：步骤1，根据用户传输的导频信息获取毫米波信道信息；步骤2，将用户所需的视频进行SVC视频编码；步骤3，将原始信号矩阵进行预编码，预编码后的信号经过离散透镜天线阵列进行波束成形，根据传输速率的贡献选择波束作为承载发射信号的波束；步骤4，对基站覆盖范围内的用户进行发射视频的功率分配和分级视频的层数分配。本发明所述基于毫米波的分级视频传输方法，通过选取了对系统的信息传输速率影响最大的波束的集合，从而减少了系统中需要的射频链路，降低了系统的功耗和成本。
-
公开(公告)号：CN111845773A
公开(公告)日：2020-10-30
申请号：CN202010642778.8
申请日：2020-07-06
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于强化学习的自动驾驶车辆微观决策方法。所述方法采用强化学习的A3C算法，驾驶行为由Actor网络输出，灵活性强，判断逻辑的复杂度不受状态空间与行为空间大小的影响。所述方法采用了两阶段的训练求解过程。第一阶段训练得到一个适用所有路段的自动驾驶微观决策模型，以保证驾驶安全。第二阶段将第一阶段的整体模型部署到每条路段，各路段在此基础上各自训练单路段模型，具有可移植性。同时，第二阶段的持续训练使所述方法能够适应各种实时因素的影响。最后阐述了基于真实车联网系统结构的分布式通信架构，能够完成求解过程中的分布式计算，因此，所述方法能够适应不同的道路特征和动态的驾驶环境，具有广泛的适用性和鲁棒性。
-
公开(公告)号：CN104158577B
公开(公告)日：2017-08-11
申请号：CN201410427629.4
申请日：2014-08-27
Applicant: 北京邮电大学
IPC: H04B7/06
Abstract: 一种3D‑MIMO系统的波束赋形实现方法，操作步骤如下：计算开发空间相关矩阵的空间相关SCB‑BF方案的赋形权重向量，获取部分信道信息，计算相位参数，以及根据已经获取的三个参数和设定公式计算得到SP‑BF方案的权重向量后，利用该权重向量以波束赋形方式向用户发送信号。本发明方法利用基站已获知发送相关阵R的基础，挑选部分天线进行信道估计，并利用获得的部分信道向量信息改造开发相关阵的赋形权重向量wSCB，得到新权重向量wSP，而新权重向量wSP的系统性能更好。此外，通过调整获取信道信息的比例，本发明可动态平衡系统系能和信道获取的开销。且操作步骤简单、容易实现，计算复杂度低，可用于指导FDD 3D‑MIMO系统的传输方案设计。
-
公开(公告)号：CN105071844A
公开(公告)日：2015-11-18
申请号：CN201510468412.2
申请日：2015-08-03
Applicant: 北京邮电大学
CPC classification number: H04B7/0413 , H04B7/043 , H04L5/0048
Abstract: 本发明实施例提供的一种确定波束赋形权重矢量的方法及装置，可以利用部分天线对应的信道的信道状态信息，综合考虑空间相关性和信号泄露来确定波束赋形矢量。本发明除了在所选天线上发送未携带有的导频信号外，还发送携带有所述的导频信号来获得计算波束赋形权重矢量的相关信息。由于本发明只在部分天线上发送导频信号，并且只需要一个额外的导频信号就可以获得计算波束赋形权重矢量的相关信息，因此本发明可以降低系统的导频开销。由于本发明中信道信息获取比例是可以调整的，因此本发明可以灵活地平衡系统的性能和开销。此外，本发明的波束赋形权重矢量计算复杂度低，操作步骤简单，更容易实现。
-
Patent Agency Ranking
公开(公告)号：CN102638437B
公开(公告)日：2015-04-15
申请号：CN201210144167.6
申请日：2012-05-10
Applicant: 北京邮电大学
IPC: H04L27/26
Abstract: 一种基于选择载波调制的多载波传输的方法及装置，包括：发送端对OFDM系统中子载波分组，将待发送比特数据也相应分组，分组后每组数据中一部分比特数据在每组n个子载波中选择n-k个作为空载波，另一部分比特数据调制成k个符号映射到剩余k个子载波上，将空载波与承载数据的载波形成OFDM符号后发送；接收端对均衡后接收频域符号进行和发送端相同分组，在每组符号内行空载波位置识别，将空载波位置映射为比特得到第一部分数据，在每组内将空载波位置符号去掉，将剩余k个符号进行解调得到第二部分数据。本发明解决了传统OFDM系统在带宽与噪声功率一定情况下，为了获取更多信息导致系统能耗高的问题。
-
公开(公告)号：CN104022985A
公开(公告)日：2014-09-03
申请号：CN201410276463.0
申请日：2014-06-19
Applicant: 北京邮电大学 , 中国科学院微电子研究所
Abstract: 本申请公开了一种应用于多输入多输出系统的信号检测方法，用以解决现有技术中对信号采用LRA检测不能达到最优的误码率性能的问题。方法包括：根据与数据传输的可靠性相关的参数值，从复整数矩阵集合中选取复整数矩阵；根据接收信号、检测矩阵和选取的复整数矩阵，确定发射的数据流的估计值。本申请还公开一种应用于多输入多输出系统的信号检测装置。
-
公开(公告)号：CN104022858A
公开(公告)日：2014-09-03
申请号：CN201410277257.1
申请日：2014-06-19
Applicant: 北京邮电大学
CPC classification number: H04L1/06
Abstract: 本申请公开了一种多输入多输出系统中预处理辅助的信号检测方法，用以解决现有技术中对信号采用LRA检测不能达到最优的可达速率的问题。方法包括：根据与数据传输的有效性相关的参数值，从复整数矩阵集合中选取复整数矩阵；根据接收信号、检测矩阵和选取的复整数矩阵，确定发射的数据流的估计值。本申请还公开一种多输入多输出系统中预处理辅助的信号检测装置。
-
公开(公告)号：CN114363855B
公开(公告)日：2025-04-25
申请号：CN202111628304.9
申请日：2021-12-28
Applicant: 北京邮电大学
IPC: H04W4/40 , H04W72/044 , H04W72/53
Abstract: 本发明公开了一种车联网中的高效功率分配方法。包括以下步骤：步骤1，信道信息获取与波束成形；步骤2，RSU功率分配；步骤3，信号发射；步骤4，性能计算。本发明的有益效果是既综合解决了总传输功率约束和车辆的最大车辆的限制同时又解决了车辆之间的公平性问题；通过最小化最大的RSU传输功率消耗与车辆速度之比并提出了最优传输功率和车辆速度的分配方案，在保证了用户之间的公平性的情况下，降低了系统的功耗，既能够降低车联网的传输功率，又能够提高交通效率。
-
公开(公告)号：CN113469425B
公开(公告)日：2024-02-13
申请号：CN202110697865.8
申请日：2021-06-23
Applicant: 北京邮电大学
IPC: G06Q10/04 , G06Q10/067 , G06Q50/26 , G08G1/01
Abstract: 本发明公开一种深度交通拥堵预测方法，包括：步骤1，网络服务器存储道路交通信息，建立路段流量向量的样本集合，获得历史数据集合；步骤2，将交通路网结构信息转化为拓扑图结构；步骤3，获得节点的度信息并依据节点的度信息在历史数据集合中挑选选取的路段数据，得到缺失数据集合；步骤4，对缺失路段数据进行补全，得到补全数据集合；步骤5，将补全数据集合输入深度学习流量预测模型，进行道路拥堵预测。本发明所述预测方法预测准确率高并降低通信开销；减少了发送的数据量并降低了缺失数据对预测性能的影响。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.026 seconds)
