信号资源元素利用率确定方法、装置、电子设备及介质

    公开(公告)号:CN111464248A

    公开(公告)日:2020-07-28

    申请号:CN202010242178.2

    申请日:2020-03-31

    Abstract: 本发明实施例提供了一种信号资源元素利用率确定方法、装置、电子设备及介质,涉及无线通信技术领域,可以提高确定GSM信号资源元素利用率的准确度。本发明实施例包括:解析采样周期内接收到的GSM下行信号,获得GSM的频点信息,频点信息包括指示主频点的信息。针对采样周期内所述主频点下除第一个时隙外的每个时隙,计算接收到的时隙包括的信号序列与本地序列的互相关值,根据互相关值的峰值确定时隙是否被用户占用。针对采样周期内除主频点以外的其他频点下的每个时隙,根据接收到的时隙包括的信号功率与功率门限值,确定时隙是否被用户占用。然后根据采样周期包括的时隙总数和被用户占用的时隙数,获得GSM信号资源元素利用率。

    一种OFDM系统中多普勒频偏补偿、信号发送方法及装置

    公开(公告)号:CN110602015B

    公开(公告)日:2020-07-03

    申请号:CN201910865165.8

    申请日:2019-09-12

    Abstract: 本发明实施例提供了一种OFDM系统中多普勒频偏补偿、信号发送方法及装置,应用于接收设备,包括:根据OFDM信号中预设序列的实际相位值与预设相位值的差异确定第一多普勒频偏;利用第一多普勒频偏进行频偏补偿得到第一补偿OFDM信号;计算第一多普勒频偏的方差;在方差大于预设方差时对第一补偿OFDM信号的重复序列进行两两自相关,得到自相关函数;根据自相关函数计算概率密度函数,对概率密度函数进行最大似然估计确定第二多普勒频偏;利用第二多普勒频偏进行频偏补偿得到目标信号。应用于发射设备,包括:获取待发送OFDM信号;设置预设OFDM符号;发送设置后的信号。采用本发明实施例,可以提高多普勒频偏估计的准确度。

    基于ESN模型的5G毫米波信道信息确定的方法及装置

    公开(公告)号:CN110890932A

    公开(公告)日:2020-03-17

    申请号:CN201911176789.5

    申请日:2019-11-26

    Abstract: 本发明实施例提供了一种基于ESN模型的5G毫米波信道信息确定的方法及装置,其中方法包括:获取毫米波的历史信道信息,确定角度变化集合,根据目标间隔时刻的角度变化集合,在确定目标角度变化值后,根据目标角度变化值确定目标间隔时刻的下一时刻的信道信息;缩小了确定目标间隔时刻的下一时刻的信道信息的范围,基于目标间隔时刻的下一时刻的信道信息对预设的ESN模型进行修正,提高了修正后的ESN模型的准确性,将毫米波的历史信道信息输入修正后的ESN模型用于预估当前时刻下毫米波的信道信息,因此,可以提高预估当前时刻下毫米波的信道信息的准确性。

    一种应用于车联异构网络的无线资源调度方法及装置

    公开(公告)号:CN110831206A

    公开(公告)日:2020-02-21

    申请号:CN201911087839.2

    申请日:2019-11-08

    Abstract: 本发明实施例提供了一种应用于车联异构网络的无线资源调度方法及装置,应用于车联网领域,该方法包括:在每一个资源调度周期内,接收各个车辆用户发送的包括第一类请求、第二类请求和第三类请求中的至少一个业务请求;将所接收到的各个第二类请求和各个第三类请求存储于指定缓存区中;为各个发送第一类请求的车辆用户,分配包括LET-V和NR-V2X频段的预设资源池中LTE-V频段的时频资源块RB;在各个发送第一类请求的车辆用户的RB分配完成后,从所述指定缓存区中所存储的请求中,提取多个目标请求,从预设资源池中的剩余资源中,为各个发送目标请求的车辆用户分配RB。从而实现在保证各种业务的服务质量的前提下,在车联异构网络中针对不同种类业务分配频谱资源。

    任务卸载、状态更新方法、装置、系统及相关设备

    公开(公告)号:CN110650497A

    公开(公告)日:2020-01-03

    申请号:CN201910936913.7

    申请日:2019-09-29

    Abstract: 本发明实施例提供了一种任务卸载、状态更新方法、装置、系统及相关设备,方法包括:接收用户设备发送的初始任务数据,至少基于自身任务接收速率,自身最大任务容量,协同云端无人机的任务接收速率,协同云端无人机的最大任务容量,以及预先构建的最小化响应时延的模式判决函数,确定任务卸载模式,任务卸载模式包括协同卸载模式和非协同卸载模式。可见能够判断采用协同卸载模式或非协同卸载模式,以使得响应时延最小。从而能够降低基于无人机的通信系统的响应时延。

    一种信息调制方式确定方法、装置、电子设备及存储介质

    公开(公告)号:CN109274625A

    公开(公告)日:2019-01-25

    申请号:CN201811337509.X

    申请日:2018-11-12

    Abstract: 本发明实施例提供了一种信息调制方式确定方法、装置、电子设备及存储介质,其中所述方法包括:获取待解调信息;将所述待解调信息转换成网格星座矩阵GCM;将所述GCM输入到预先确定的目标对比全卷积网络CFCN中,通过所述目标CFCN确定所述GCM对应的所述待解调信息的调制方式。本发明是实现了得到较优的确定待解调信息对应的信息调制方式,以及降低了计算复杂度。

    脉冲噪声环境下基于互循环相关MUSIC算法信源个数与来波方向角估计方法

    公开(公告)号:CN109188344A

    公开(公告)日:2019-01-11

    申请号:CN201810966962.0

    申请日:2018-08-23

    Abstract: 本发明公开了脉冲噪声环境下基于互循环相关MUSIC算法信源个数与来波方向角估计方法,属于阵列信号处理领域。首先构建包括M个阵元和N个远场窄带信号的远场窄带信号源模型,计算第m个阵元t时刻的接收数据xm(t)。然后针对t时刻,利用任意两个阵元的接收数据,计算这两个阵元的互循环协方差矩阵R(m,k);将M×M个互循环相关协方差矩阵R(m,k)求和取均值,得到一个互循环相关协方差矩阵Rmutual。最后对互循环相关协方差矩阵Rmutual进行奇异值分解,并计算其功率谱密度P(θ):搜索功率谱密度P(θ)的局部谱峰即得远场窄带信号的来波方向角估计值。本发明利用信号的循环平稳特性,互相关在自相关的基础上进一步地去掉随机噪声和杂波成分,提升了强脉冲噪声背景下来波方向角估计性能。

    一种基于虚拟域的软件定义网络转发控制方法

    公开(公告)号:CN108390833A

    公开(公告)日:2018-08-10

    申请号:CN201810142911.6

    申请日:2018-02-11

    Abstract: 本发明公开了一种基于虚拟域的软件定义网络转发控制方法,属于网络交换与路由技术领域。首先建立通信场景,对视频数据构建虚拟域,标识数据流和控制流,设计UDP数据包得到控制流的控制信令;然后把table_miss流表条目写入到SDN交换机中,第一条ARP寻址包信令与table_miss无法匹配,触发Packet-in消息发送到SDN控制器;SDN控制器回复Packet Out消息,同时下发初始流表条目给SDN交换机;第二个及之后的ARP寻址包信令与SDN交换机中的流表条目进行匹配,进行SDN交换机或SDN控制器回复消息,发往不同UDP数据包的控制信令,SDN交换机处理并确定交换机输出或者经过网络切换输出。本发明实现了转控分离设计,增加了网络透明性,大大的降低终端用户的应用开发开销,同时大大的提高了网络健壮性。

    一种基于软件定义的多制式无线网络高效切换方法

    公开(公告)号:CN108174419A

    公开(公告)日:2018-06-15

    申请号:CN201810090803.9

    申请日:2018-01-30

    Abstract: 本发明公开了一种基于软件定义的多制式无线网络高效切换方法,属于无线通信领域,首先搭建LTE和WiFi的链路传输平台,终端同时接入LTE和WiFi网络;控制器与两个客户端建立异步等待连接,实时监听控制器自身端口;控制器的业务源接收线程接收视频数据并进行打包;然后控制器将打包的视频数据发送到UE侧的控制器客户端,接收视频数据和测试数据,并统计两条链路的传输链路信息回传给控制器;控制器根据丢包率进行链路传输状况优劣的比较,如果进行链路切换,发送链路切换命令回到控制平台,实现链路之间的智能切换。本发明实现了异构网间无缝、智能的切换,消除了异构网间切换的鉴权接入等过程,降低了异构网间的切换业务响应时延。

    一种数字信号调制方式识别方法及装置

    公开(公告)号:CN107276938A

    公开(公告)日:2017-10-20

    申请号:CN201710508161.5

    申请日:2017-06-28

    Abstract: 本发明实施例提供了一种数字信号调制方式识别方法及装置,方法包括:获取待识别数字信号,并获得待识别数字信号的目标参数信息;根据目标参数信息,计算待识别数字信号的目标特征,将目标特征按照预设顺序组合为目标特征集;将目标特征集输入至预先训练完成的目标字典学习模型,得到目标稀疏表示系数;基于预设的稀疏表示系数与调制方式的对应规则,确定目标稀疏表示系数对应的调制方式,作为待识别数字信号的调制方式。由于目标字典学习模型是以实际应用场景中所获取的训练信号样本对应的特征集样本作为输入内容进行训练所得到的字典学习模型,所以即使在接收到的无线信号为非完备信号的情况下,也能准确识别其调制方式。

Patent Agency Ranking