公开(公告)号：CN110636017B

公开(公告)日：2022-02-15

申请号：CN201910762240.8

申请日：2019-08-19

Applicant: 江苏大学

Inventor： 周磊 ,  曹政 ,  戴继生

IPC: H04L25/02 ,  H04B7/0413

Abstract: 本发明公开了一种冲击噪声环境下基于变分贝叶斯推断的大规模MIMO系统的下行链路信道估计方法，包括步骤1：基站采用具有N根天线的均匀线性阵列，下行链路中的移动用户采用单天线，设T个时刻内，基站发送导频信号矩阵X，则存在冲击噪声的情况下，移动用户接收到的信号为y＝Φ(β)s+e+w；2：建立q(s),q(e),q(α),q(ν),q(γ)和β的数据模型并初始化参数；3：设置迭代次数计数变量k＝1；4：固定q(e),q(α),q(ν),q(γ),β，更新q(s)；5：固定q(s),q(α),q(ν),q(γ),β，更新q(e)；6：固定q(s),q(e),q(ν),q(γ),β，更新q(α)；7：固定q(s),q(e),q(α),q(γ),β，更新q(ν)；8：固定q(s),q(e),q(α),q(ν),β，更新q(γ)；9：固定q(s),q(e),q(α),q(ν),q(γ)，更新β；10：判断迭代计数变量k是否达到上限K或ν是否收敛，如果都不满足，则k＝k+1，并返回步骤4；11：估计最终的信道。本发明能有效改善信道估计的性能。

公开(公告)号：CN113447815A

公开(公告)日：2021-09-28

申请号：CN202110774876.1

申请日：2021-07-08

Applicant: 江苏大学

Inventor： 高静雅 ,  李善亮 ,  夏跃坤 ,  戴继生

IPC: G01R31/34 ,  G06F30/20 ,  G06F17/16 ,  G06F119/02

Abstract: 本发明公开了一种基于实值ESPRIT的电机故障在线检测方法及系统，属于电机故障检测技术领域，包括步骤1：采集电机定子电流数据i(n)。步骤2：利用Hilbert变换构造解析信号y(n)。步骤3：获取电流信号矩阵Y。步骤4：定义实值化矩阵QM，构造实值信号矩阵Y。步骤5：计算信号子空间的Us，利用Us构造矩阵H。步骤6：奇异值分解H，并根据求得的特征值估计信号频率。步骤7：判断电机是否发生故障。本发明与现有方法相比，可以显著降低计算量，更快发现电机故障，具有高可靠性和高灵敏性等优点。

公开(公告)号：CN111077493A

公开(公告)日：2020-04-28

申请号：CN201911317407.6

申请日：2019-12-19

Applicant: 江苏大学

Inventor： 郭梦雅 ,  戴继生

IPC: G01S3/14 ,  G01S3/782 ,  G01S3/802

Abstract: 本发明公开了一种基于实值离格变分贝叶斯推理的nested阵列波达方向估计方法，1：nested阵列接收到远场窄带高斯信号经匹配滤波，得到t时刻包含DOA的数据向量x(t)。2：利用x(t)求得在T快拍数下的接收数据协方差对 向量化，得到一维数据向量3：定义 将左乘 取实值和虚值并将其相加得到 4：在 内均匀划分个网格点 构造测量矩阵5：初始化l、γ、β。6：固定γ、β，更新μ、Σ。7：固定μ、Σ、β，更新γ。8：固定μ、Σ、γ，更新β。9：利用β值更新网格 如果在 则更新 否则不更新。10：判断l是否达到上限L或γ是否收敛，如果都不满足，则l＝l+1，并令β为零，利用更新 并返回步骤6。11：对γ进行谱峰搜索，得到K个极大值点对应的角度，即为DOA估计值。

公开(公告)号：CN107302386B

公开(公告)日：2020-03-31

申请号：CN201710469169.5

申请日：2017-06-20

Applicant: 江苏大学

Inventor： 张文策 ,  鲍煦 ,  戴继生

IPC: H04B7/0413 ,  H04B7/0456

Abstract: 本发明公开一种基于矩阵多项式的大规模MIMO系统下行预编码方法，首先，输入信道矩阵、辅助矩阵非零元素个数、多项式阶数等参数；其次，生成辅助矩阵；再次，判断是否更新多项式系数；最后，计算预编码矩阵并输出结果。本发明能够解决用户信道相关场景下的低复杂度预编码问题，算法收敛速度快，性能优良且易于硬件实现。

公开(公告)号：CN110649953A

公开(公告)日：2020-01-03

申请号：CN201910762246.5

申请日：2019-08-19

Applicant: 江苏大学

Inventor： 戴继生 ,  郭梦雅 ,  周磊 ,  曹政

IPC: H04B7/08 ,  H04B7/0456 ,  H04L25/02

Abstract: 本发明公开了一种基于变分贝叶斯学习的在具有冲击噪声情况下的信道估计方法，包括步骤1：基站采用具有N根天线的均匀线性阵列，下行链路中的移动用户采用单天线，T个时刻内，基站发送导频信号矩阵X，用户接收到的信号是y＝Φw+n+e；2：设置迭代次数计数变量k＝1，初始化w的精度向量γ，噪声精度α，冲击噪声精度β，定义矩阵并初始化Z中元素为1，初始化δ；3：固定α、β、γ、Z、δ，更新μ、Σ；4：固定μ、Σ、β、γ、Z、δ，更新α；5：固定α、μ、Σ、γ、Z、δ，更新β；6：固定α、β、μ、Σ、Z、δ，更新γ；7：固定α、β、μ、Σ、γ、δ，更新Z；8：固定α、β、μ、Σ、γ、Z，更新δ；9：判断k是否达到上限K或γ是否收敛，如果都不满足，则迭代计数变量k＝k+1，并返回步骤3；10：估计最终的信道。

公开(公告)号：CN108494445B

公开(公告)日：2019-10-01

申请号：CN201810042658.7

申请日：2018-01-17

Applicant: 江苏大学

Inventor： 戴继生 ,  邹航 ,  张文策 ,  鲍煦

IPC: H04B7/0413 ,  H04L25/02

Abstract: 本发明公开了一种基于上行链路信道信息辅助的大规模MIMO通信系统的下行链路信道估计方法，包括：步骤1：基站采用了一个具有N根天线的均匀线性阵列，移动用户采用单天线。移动用户发送导频信号，基站接收到信号后，采用经典的最小二乘法估计出上行链路信道，记为步骤2：基站在T个时刻内发送导频信号矩阵X，则移动用户接收到的信号记为y。步骤3：初始化相关变量l、w、α以及β。步骤4：更新α，γ和τ。步骤5：更新β。步骤6：判断迭代计数变量l是否达到上限L或γ是否收敛，如果都不满足，则迭代计数变量l＝l+1，并返回步骤4。步骤7：设置门限η，并利用该门限选取下行链路信道的有效角度集合Ω。步骤8：利用有效角度集合Ω，估计最终的下行链路信道

公开(公告)号：CN108459296B

公开(公告)日：2019-08-02

申请号：CN201810042676.5

申请日：2018-01-17

Applicant: 江苏大学

Inventor： 戴继生 ,  陈方方 ,  鲍煦 ,  张文策

IPC: G01S3/00

Abstract: 本发明公开了一种基于离格稀疏贝叶斯学习的nested阵列波达方向估计方法，包括以下步骤：1：nested阵列接收到的窄带高斯信号经过匹配滤波后，得到在t时刻包含DOA信息的数据向量x(t)。2：利用x(t)求得在T快拍数下的接收数据协方差矩阵对向量化得到一维的数据向量3：在的范围均匀划分出个网格点设置迭代次数计数变量l＝1，初始化方差向量δ和角度偏移向量β，构造测量矩阵4：利用EM准则更新维的方差向量δ和角度偏离值β。5：利用β值更新网格6：判断迭代计数变量l是否达到上限或δ是否收敛，如果都不满足，则迭代计数变量l＝l+1，并令β＝0，利用更新的网格更新并返回步骤4。7：对方差向量δ进行谱峰搜索，得到K个极大值点对应的角度，即为目标角度的最终估计值。

公开(公告)号：CN110071747A

公开(公告)日：2019-07-30

申请号：CN201910208705.5

申请日：2019-03-19

Applicant: 江苏大学

Inventor： 张文策 ,  夏晓璇 ,  付垠凯 ,  鲍煦 ,  戴继生

IPC: H04B7/0413 ,  H04B7/06

Abstract: 本发明公开一种大规模MIMO系统上行链路低复杂度量化比特选择方法，首先，输入信号带宽、天线数目、用户数目、移相器网络功耗、射频链路功耗、采样速率和用户发送功率等相关参数以及量化比特数上下限参数信息；其次，选取上下限中两个中间值量化比特数，并算出两个量化比特数所对应的系统能效；然后，通过多次数值比较，迭代搜索能效最优的量化比特；最后，输出经过若干次计算后的最优量化比特数。本发明能够解决用户数目较多的低精度ADC毫米波大规模MIMO系统上行链路的低复杂度量化比特选择问题，适用于混合波束赋形和全数字波束赋形两种算法，具有低复杂度、易于硬件实现以及能量效率高等优点。

公开(公告)号：CN109725298A

公开(公告)日：2019-05-07

申请号：CN201910022179.3

申请日：2019-01-10

Applicant: 江苏大学

Inventor： 戴继生 ,  方忠驰

IPC: G01S7/40

Abstract: 本发明公开了一种基于秩损求根的阵列流型误差校准和波达方向估计方法，1：接收到的雷达信号经匹配滤波后，在接收机处的输出表示为x(t)；2：求矩阵x(t)的协方差矩阵R，并对其进行特征值分解得到噪声子空间矩阵EN；3：初始化迭代计数变量k，初始化收敛精度α，初始化互耦误差矩阵C以及代价函数J0；4：利用EN以及初始化的C构造U；5：利用U构造关于变量x的多项式f(x)，令f(x)＝0求得模最接近于1的N个根6：利用 求得N个DOA估计值；7：定义矩阵T，构造矩阵 得到向量 进行归一化，并求其平均值 重构幅相误差矩阵Γ；8：利用重构的Γ求得新的互耦系数 重构C；9：构造代价函数Jk及α，判断k是否达到上限或α是否收敛，若都不满足，k＝k+1，并返回4；10：输出DOA估计值，Γ以及C。

公开(公告)号：CN108920777A

公开(公告)日：2018-11-30

申请号：CN201810599840.2

申请日：2018-06-12

Applicant: 江苏大学

Inventor： 戴继生 ,  王彬羽

IPC: G06F17/50 ,  G06F17/16 ,  G06F17/12

Abstract: 本发明公开了一种基于随机扰动的同伦算法奇异问题处理方法，包括步骤1：假设观测向量y由一未知信号x通过线性变换y＝Ax+n生成，其中，A为已知观测矩阵，n为噪声向量；步骤2：初始化解向量x、正则化参数λ、随机扰动系数η以及辅助集合ε, 设置迭代次数计数变量l＝0；步骤3：构造随机扰动影响下的KKT方程组，并求解该方程组，计算最大步长值Δλ；步骤4：根据步骤3求得的Δλ，更新λ,x和ε, 步骤5：令l＝l+1，返回步骤3，直到λ＜10-3终止，输出完整的正则化路径。本发明基于随机扰动方法，提出了一种新型的同伦算法奇异问题处理方法，本方法实现更为简单，计算复杂度较低，同时又能够获得正确的解路径。