基于历史判决数据学习的低开销实时频谱图构建方法

    公开(公告)号:CN109167642B

    公开(公告)日:2020-04-28

    申请号:CN201810875938.6

    申请日:2018-08-03

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于历史判决数据学习的低开销实时频谱图构建方法,包括:步骤S1:载入采集的大规模认知无线电网络中所有感知节点通过单点频谱感知算法得到的目标频谱可用性历史判决数据;步骤S2:使用最小二乘支持向量机分析载入的历史判决数据确定频谱状态边界以构建频谱图;步骤S3:通过边界用户搜索算法确定历史判决数据中的支持向量以优化频谱图。与现有技术相比,本发明通过边界用户搜索算法筛选出距离频谱状态边界较远的次要用户,这些次要用户可无需参与检测目标频段,从而降低频谱图构建的能量开销和时间开销。

    基于数模混合的大数据辅助视频传输方法

    公开(公告)号:CN105657434B

    公开(公告)日:2019-03-01

    申请号:CN201610036778.7

    申请日:2016-01-20

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于数模混合的大数据辅助视频传输方法,包括步骤:1)基于信噪比最大化的无线视频传输系统,具体可分为:建立伪模拟视频传输框架,基于贝叶斯推理得到接收端重建视频信号的最小均方误差估计,最佳先验知识获取;2)基于数模混合的大数据辅助视频传输系统的信号发送端信号发送;3)基于数模混合的大数据辅助视频传输系统的信号接收端视频重建。我们假设发送端与接收端存在相同的云端数据,提取大数据中与传输信号最相关的信息用于辅助视频重建,通过最大化接收端信噪比提取最佳先验知识,在发送端制定相应标准决定是否传输原始视频信号,以节省传输带宽。与现有技术相比,本发明充分利用云端海量数据中与传输信号相关的信息,在提高的同时增强传输视频的视觉质量。

    一种用于多用户多信道的无线电动态频谱接入方法

    公开(公告)号:CN108599881A

    公开(公告)日:2018-09-28

    申请号:CN201810191313.8

    申请日:2018-03-08

    Applicant: 同济大学

    Abstract: 本发明涉及一种用于多用户多信道的无线电动态频谱接入方法,包括以下步骤:S1:基于狄利克雷过程,根据单位时间内认知无线电网络中簇头广播的ACK/NACK消息,获取各虚拟用户的子载波加载策略和数据包到达率;S2:定义目标次要用户数据包的冲突概率;S3:获取目标次要用户的数据包传输时延所服从的概率密度函数;S4:建立数据包传输时延与目标次要用户数据包的队列时延之间的关系,获取多媒体传输的总时延特性;S5:结合数据包重传次数,获取多媒体传输的信道容量特性;S6、结合容量特性和时延特性,构建服务质量评价体系,通过最大化服务质量,为目标次要用户制定最优的数据包加载方式。与现有技术相比,本发明具有降低开销、实用性强等优点。

    一种数模混合混沌码的构造方法

    公开(公告)号:CN108494522A

    公开(公告)日:2018-09-04

    申请号:CN201810071573.1

    申请日:2018-01-25

    Applicant: 同济大学

    Abstract: 本发明涉及一种数模混合混沌码的构造方法,该方法包括以下步骤:(1)本发明中信源为时间离散,幅度连续的模拟信号。当码率为1/N时,编码器基于非线性混沌函数把每一个信源编码成N个码字。这N个码字分为两部分,分别为N1个模拟码字和N2个数字码字(N2≤N1,N1+N2=N)。编码器根据译码后均方误差(MSE)的理论表达式和预测的信道信噪比(SNR),选择最优的参数N1和N2,使得接收端译码后MSE最小。(2)发送端把一帧信源生成的码字按照一定格式组成数据包,并发送到无线信道。(3)接收端对收到的模拟混沌码字和数字码字进行最大似然译码。与现有技术相比,本发明能显著降低译码后的MSE。

    在MIMO系统中基于贝叶斯压缩感知的率适应反馈方法

    公开(公告)号:CN103929282B

    公开(公告)日:2017-12-15

    申请号:CN201410131580.8

    申请日:2014-04-02

    Applicant: 同济大学

    Abstract: 本发明涉及一种在MIMO系统中基于贝叶斯压缩感知的率适应反馈方法,包括:1)在压缩反馈机制中使用基于时变MIMO信道模型的向量自回归模型,将当前信道反馈和先前的关系移除,只传送预测误差,同时将存在于当前信道向量的空间冗余可通过压缩感知进行压缩;2)推导出反馈速率和失真的关系,其中反馈速率反映了之前反馈需求和反馈信道的带宽,在压缩感知恢复中使用贝叶斯压缩感知模型来引出率失真函数;3)推导出了反馈失真和遍历下行容量关系的闭形式。与现有技术相比,本发明具有用子信道矩阵的反馈失真来表示用户的反馈,可以实现有效的基于下行容量需求的率适应反馈等优点。

    一种基于基站间协作的上行干扰消除方法

    公开(公告)号:CN104980938A

    公开(公告)日:2015-10-14

    申请号:CN201510237317.1

    申请日:2015-05-12

    Applicant: 同济大学

    CPC classification number: H04W16/14 H04W72/0446

    Abstract: 本发明涉及一种基于基站间协作的上行干扰消除方法,包括:步骤S1:相邻的互为协作的基站分别根据信道状态信息将用户分为两类:I类和II类;步骤S2:基站之间互为服务基站和协作基站,服务基站和协作基站之间通过回传网络交换各自的II类用户信道信息,将服务基站I类用户与协作基站II类用户配对;步骤S3:配对成功的用户由各自基站分配相同的时频资源,进行上行数据的传输;步骤S4:服务基站和协作基站通过回传网络进行I类用户和II类用户的上行数据迭代干扰消除。与现有技术相比,本发明充分利用基站间的回传网络实现基站间的协作,解决小区边缘用户的同频干扰问题,提高系统吞吐量,具有迭代次数少、时延小等优点。

    在MIMO系统中基于贝叶斯压缩感知的率适应反馈方法

    公开(公告)号:CN103929282A

    公开(公告)日:2014-07-16

    申请号:CN201410131580.8

    申请日:2014-04-02

    Applicant: 同济大学

    Abstract: 本发明涉及一种在MIMO系统中基于贝叶斯压缩感知的率适应反馈方法,包括:1)在压缩反馈机制中使用基于时变MIMO信道模型的向量自回归模型,将当前信道反馈和先前的关系移除,只传送预测误差,同时将存在于当前信道向量的空间冗余可通过压缩感知进行压缩;2)推导出反馈速率和失真的关系,其中反馈速率反映了之前反馈需求和反馈信道的带宽,在压缩感知恢复中使用贝叶斯压缩感知模型来引出率失真函数;3)推导出了反馈失真和遍历下行容量关系的闭形式。与现有技术相比,本发明具有用子信道矩阵的反馈失真来表示用户的反馈,可以实现有效的基于下行容量需求的率适应反馈等优点。

    一种基于分层狄利克雷过程的智能频谱感知方法

    公开(公告)号:CN103746752A

    公开(公告)日:2014-04-23

    申请号:CN201310693043.8

    申请日:2013-12-18

    Applicant: 同济大学

    Abstract: 本发明涉及一种基于分层狄利克雷过程的分布式协作频谱感知方法。具体为:利用感知数据的统计特性,首先对次要用户的感知数据进行自动分组,然后在每个分组内进行数据融合,从而挖掘出网络中的异构频谱;此外,针对该频谱感知方法的实施,提出了一种简洁高效的分布式信息交换方案,即簇内信息交换和簇间信息交换,并给出了所需交换的最简洁信息。

    一种面向确定性定位的低成本UWB基站布置优化方法

    公开(公告)号:CN120034871A

    公开(公告)日:2025-05-23

    申请号:CN202510227603.3

    申请日:2025-02-27

    Applicant: 同济大学

    Abstract: 本发明中提出了一种面向确定性定位的低成本UWB基站布置优化方法,包括以下步骤:(1)构建LoS/NLoS混合干扰下的测距模型,基于ToA定位算法,推导定位误差的统计特性,形成误差置信区间的数学表达。(2)针对特定定位需求,求解置信区间超出的最大值,构建联合定位精度、确定性和基站数量的优化问题。(3)设定基站数量变化范围,生成多个维度的粒子群,设计不同维度粒子交互规则,迭代更新求解最优基站布置方案。本方法可以满足特定的确定性定位需求,同时最小化布置基站数量,降低设备成本。

    一种数据驱动的UWB基站标定误差消除方法

    公开(公告)号:CN119212078A

    公开(公告)日:2024-12-27

    申请号:CN202411372213.7

    申请日:2024-09-29

    Abstract: 本发明公开了一种数据驱动的UWB基站标定误差消除方法,包括:步骤S1,推导存在标定误差的标签定位,即基于到达时间线性方程,推导存在定位误差的标签定位过程,根据求解标签定位表达式,分析基站标定误差校正方法;步骤S2,结合实验数据消除基站标定误差,即利用UWB定位平台及光栅、交换机设备,收集真实位置与求解标签位置数据,基于实验数据迭代求解坐标系旋转矩阵及偏差向量,实现标定误差的校正。在较低计算复杂度下实现了基站标定误差的校正。

Patent Agency Ranking