-
公开(公告)号:CN104092643A
公开(公告)日:2014-10-08
申请号:CN201410365677.5
申请日:2014-07-29
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种2x2MIMO系统中基于HQAM的H.264/SVC视频传输方法,属于无线多媒体通信技术领域。该方法充分结合HQAM和MIMO技术的特点,针对MIMO信道进行SVD分解得到两个质量不同的子信道(HP和LP子信道),根据SVC码流不同质量层对视频恢复质量的贡献对其进行重要性排序,将基本层和第一个MGS层数据划分为HP数据,第二个和第三个MGS层划分为LP数据,分别映射到不同的HQAM符号中。针对信道SNR值,选取使得基本层数据达到安全门限以下的HQAM调制参数值,最终视频传输得到优化。本视频传输方法操作复杂度低,且能在不增加任何冗余数据的条件下,使得视频传输质量得到优化。
-
公开(公告)号:CN103414664A
公开(公告)日:2013-11-27
申请号:CN201310244474.6
申请日:2013-06-19
Applicant: 重庆邮电大学
IPC: H04L25/02
Abstract: 本发明公开了一种适用于长期演进(Long Term Evolution,LTE)系统的二维插值有限反馈方法,属于通信领域。该方法包括:接收端根据导频信息估计与当前数据帧相对应的信道矩阵,而对与后续数据帧相对应的信道矩阵则通过预测得到;根据信道矩阵,按子载波进行分块处理,从而形成反馈数据块;选出与每个反馈数据块四个顶点位置对应的最优码字,并根据最优码字进行时域和频域插值处理,计算与该反馈数据块对应的最优旋转向量;接收端将最优码字索引及最优旋转向量索引一并反馈给发射端,以确定与每个反馈数据块中所有子帧和子载波相对应的预编码矩阵,实现发射端预编码;采用该方法能够有效降低有限反馈的反馈量,并且有效抑制了反馈时延对系统造成的性能损失,提高了系统传输性能。
-
公开(公告)号:CN101789812B
公开(公告)日:2013-02-27
申请号:CN201010042065.4
申请日:2010-01-15
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于双极化天线的LTE MIMO通信传播信道建模方法,以建立LTE MIMO通信系统的传播信道模型,供优化研究使用,在LTEMIMO通信系统中,基站发射端的发射天线和移动接收端的接收天线均采用双极化天线阵列,所述双极化天线由多个双极化天线单元构成,所述双极化天线单元由第一线天线和第二线天线构成,所述建模方法包括如下步骤:将基站发射端发射的信号通过LTE MIMO通信传播信道传送到移动接收端,所述LTEMIMO通信传播信道为双极化天线传播信道;获得发射天线和接收天线中双极化天线单元的复响应;获得LTE MIMO通信传播信道的复响应;通过发射天线和接收天线的复响应以及LTE MIMO通信传播信道的复响应获得LTE MIMO通信系统的信道矩阵并导出。
-
公开(公告)号:CN101582752B
公开(公告)日:2012-04-18
申请号:CN200910104154.4
申请日:2009-06-23
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种LTE-A中预编码MIMO的信道抵消接收方法,涉及通信技术,为降低预编码MIMO接收机的实现难度,本发明提出一种信道抵消接收方法,包括:在预编码MIMO的接收端引入信道抵消模块,实现信道作用的均衡与发送符号发送顺序的恢复;利用解预编码码本矩阵进行预编码的逆操作;进行层映射及与其它相关过程相对应的逆操作并完成预编码MIMO的接收。本发明利用信道抵消模块完成信道作用的均衡及接收符号顺序的恢复操作,实现了与发射端各正向过程相对应的逆过程之间的独立与分离,降低了预编码MIMO接收机的实现难度及运算复杂度。为基于码本的预编码MIMO的接收提供了一种简单而高效的解决方案。
-
公开(公告)号:CN108430069B
公开(公告)日:2021-05-18
申请号:CN201810140166.1
申请日:2018-02-11
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种V2X网络性能测试评价分析方法,涉及车联网网络性能测试分析领域。其包括:搭建LTE网络性能测试和DSRC网络性能测试平台;进行LTE和DSRC在车联网环境下的网络性能,确定网络性能指标并计算网络性能指标值;结合熵权法和层次分析法确定各网络性能指标的权重。计算各项性能指标的功效分数,通过与各项性能指标的权重的加权计算得到综合性能评价分数,得到定量分析结果;使用模糊综合分析法结合综合权重得到定性分析结果;结合定量分析结果和定性分析结果得到综合分析评价结果。本发明通过实际测试车联网环境下的网络性能参数,综合考虑车联网各项性能指标对网络性能的影响,从而更加准确的评价车联网网络性能。
-
公开(公告)号:CN106972877B
公开(公告)日:2020-08-25
申请号:CN201710272347.5
申请日:2017-04-24
Applicant: 重庆邮电大学
IPC: H04B7/0413 , H04B7/06
Abstract: 本发明涉及多小区mmWave大规模MIMO波束赋形技术领域,公开了一种基于波束发现信号BDS的多小区mmWave大规模MIMO波束选择方法。用户在每个波束选择周期内将ZC序列构成的BDS与用户本地ZC序列集进行逐一相关运算,获取该用户最佳波束所对应的ZC序列根指数。然后,对所接收到的信号进行解扰,获取最佳波束所在的服务mmWave小区ID。最后,用户将所确定的波束索引反馈回服务小区。同时,针对mmWave小区间的波束干扰问题,本发明设计了一种多小区部分波束干扰抑制算法,通过用户对接收信号的处理来获取用户的最佳波束与强干扰波束,大大降低了波束选择算法的复杂度,能有效降低小区间的波束干扰。
-
公开(公告)号:CN107911195B
公开(公告)日:2020-03-17
申请号:CN201710979858.0
申请日:2017-10-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于CVA的咬尾卷积码信道译码方法,涉及到移动通信技术领域。为降低译码复杂度,提高译码效率,本发明提出了一种基于循环维特比算法(Circular Viterbi Algorithm,CVA)的译码算法,根据接收到信息序列的似然比信息来确定出可靠性最高的译码起始位置,从该起始位置开始进行修正的维特比译码,通过加比选过程,删除不可能的状态位置,经过几次迭代搜索后,幸存路径会收敛到较少的幸存状态,选择最大度量值的状态作为最终译码的起始位置,根据其相对应的幸存路径估计出译码结果。该算法具有更快的收敛速度,译码效率得到了进一步提高,降低了译码时延。
-
公开(公告)号:CN109921799A
公开(公告)日:2019-06-21
申请号:CN201910126833.5
申请日:2019-02-20
Applicant: 重庆邮电大学
IPC: H03M7/30
Abstract: 本发明请求保护一种基于聚能量字典学习的张量压缩方法,属于信号处理领域。所述方法包括以下步骤:1、将张量分别进行塔克分解和稀疏表示,得到字典、稀疏系数和核张量;2、通过张量的稀疏系数和核张量的关系,得到关于张量的新的稀疏表示形式;3、利用聚能量字典学习算法对映射矩阵中的字典进行降维,从而实现张量的压缩。本发明提出的基于聚能量字典学习的张量压缩算法,实现了张量的有效压缩,相对于其他压缩算法,能够更有效地保留原始张量的信息,达到更好地去噪效果。
-
公开(公告)号:CN109919864A
公开(公告)日:2019-06-21
申请号:CN201910126717.3
申请日:2019-02-20
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于稀疏去噪自编码网络的图像压缩感知方法,属于深度学习与图像处理技术领域。所述方法包括以下步骤:1、获取原始图像信号x作为训练数据,对数据预处理并完成信号腐蚀得到 2、搭建稀疏去噪自编码网络的编码子网络,图像信号x通过编码子网络得到测量值y;3、搭建稀疏去噪自编码网络的解码子网络,测量值y通过解码子网络得到重建图片 4、引入稀疏性限制,生成损失函数JSDAE(W,b);5、通过反向传播算法对编码和解码子网络进行联合训练,更新参数并得到最优稀疏去噪自编码网络。本发明在去噪自编码网络的基础上加入稀疏性限制,将图像压缩和重建集成到一个统一的自编码网络框架中,有效的提高了重建图像的质量并大大的减低重构时间。
-
公开(公告)号:CN106534030B
公开(公告)日:2019-05-31
申请号:CN201611074345.7
申请日:2016-11-29
Applicant: 重庆邮电大学
IPC: H04L27/26 , H04B7/0413 , H04B7/0456 , H04L25/02 , H04L5/00
Abstract: 本发明公开了一种基于802.11n多天线OFDM系统中联合训练序列和导频的信道估计方法,涉及通信技术领域。该方法为:首先,接收端通过FFT算法信道解调后,引入前导码中长训练字段估计出训练序列的信道信息,利用加权矩阵改善信道信息,该信道信息可以直接作为本子载波中数据处信道值;其次,对上述数据去循环移位还原;最后,通过本地导频值和导频处接收信号估计出导频信道,进一步消除频率偏移及相位噪声的影响。本发明利用训练序列、加权矩阵和导频值完成信道估计及接收信号的恢复操作,避免了训练序列信道估计误差大的特点,实现训练序列、加权矩阵和导频分布式相结合的方法,降低了信道估计误差,为实现802.11n的多天线OFDM系统的接收提供了一种简单而高效的解决方案。
-
-
-
-
-
-
-
-
-