大规模MIMO系统中基于部分导频复用的导频污染减轻方法

    公开(公告)号:CN105634571B

    公开(公告)日:2018-12-28

    申请号:CN201610031168.8

    申请日:2016-01-18

    Abstract: 本发明公开了一种大规模MIMO系统中基于部分导频复用的导频污染减轻方法,属于通信领域。该导频污染减轻方法包括以下步骤:一、将配置给小区用户的导频序列分为复用导频序列组和正交导频序列组;二、根据用户到目标基站信道大尺度衰落系数的数值特征,将小区内的用户分为导频复用用户和导频正交用户,把复用导频序列组的导频随机分配给导频复用用户,该组导频序列在其它小区复用,把正交导频序列组的导频随机分配给导频正交用户,该组导频序列不在其它小区复用;三、在基站端对用户的上行数据进行处理接收,通过最大化上行目标小区的总频谱效率求得最优部分导频复用因子,进而以此为基础,实现导频优化配置,从而使得导频污染得到明显降低。

    一种基于卷积神经网络的数字信号调制分类方法

    公开(公告)号:CN108764077A

    公开(公告)日:2018-11-06

    申请号:CN201810462767.4

    申请日:2018-05-15

    CPC classification number: G06K9/00536 G06K9/6288 G06N3/0454

    Abstract: 本发明请求保护一种基于卷积神经网络的信号调制分类方法,涉及信号调制分类领域。该方法的步骤为:1、同时利用平滑伪Winger‑Ville分布和Born‑Jordan分布,将接收到的信号转换成时频分布图;2、由于不同调制信号的时频图像不同,因此利用卷积神经网络自动提取这两种时频分布图的特征;3、利用多模融合模型将这些不同的时频图像特征进行融合;4、利用多层感知机完成信号的分类任务。本发明提出的基于卷积神经网络的信号调制分类方法,相对于传统的调制分类方法,利用了卷积神经网络自动提取特征,提高了信号在低信噪比下的识别性能。

    基于3D-Markov链的IEEE802.11ad网络用户QoE优化方法

    公开(公告)号:CN105472641B

    公开(公告)日:2018-08-28

    申请号:CN201510792047.0

    申请日:2015-11-17

    Abstract: 本发明涉及一种基于3D‑Markov链的IEEE802.11ad网络用户QoE优化方法,属于IEEE802.11ad网络与接入控制技术领域。该方法包括以下步骤:1)构建适用于IEEE802.11ad网络业务用户接入退避行为的3D‑Markov链分析模型;2)根据3D‑Markov链分析模型计算系统QoS指标;3)根据系统QoS指标,采用典型的平均意见得分MOS评价方法映射得到用户QoE量化指标;4)动态检测,实时更新,以QoE最大化为目标优化竞争时间窗口函数;5)根据最优竞争窗口值,得出最大QoE。本发明的用户QoE优化方法中的竞争时间窗口函数,可以根据业务用户QoE满意程度的不同而动态更新,此外,本方法在保证用户达到满意QoE的前提下,灵活的改变竞争时间窗口函数,提升了接入用户整体QoE。

    一种最小化基站发射功率的mmWave多小区干扰抑制方法

    公开(公告)号:CN108449122A

    公开(公告)日:2018-08-24

    申请号:CN201810084655.X

    申请日:2018-01-29

    Inventor: 张祖凡 余鸿晖

    Abstract: 本发明涉及mmWave多小区干扰抑制技术领域,公开了一种联合用户关联和波束宽度选择的最小化基站发射功率的mmWave多小区干扰抑制方法。该方法为:将高斯天线模型和mmWave双射线信道模型结合作为系统模型,在该系统模型下,将最小化基站发射功率问题转化为用户关联和最佳波束宽度选择两个方法,首先基于分布式框架下基站与用户配对之后选择SINR大于一定阈值的用户,用户在相邻基站中选择发射功率最小的基站进行关联,然后运用粒子群优化方法选择最佳波束宽度。本发明设计了一种用户关联和波束宽度选择方法,在保证基站发射功率最小化的情况下降低了计算复杂度,减少了小区间干扰。

    一种V2X网络性能测试及综合评价分析方法

    公开(公告)号:CN108430069A

    公开(公告)日:2018-08-21

    申请号:CN201810140166.1

    申请日:2018-02-11

    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。

    一种基于CVA的咬尾卷积码信道译码方法

    公开(公告)号:CN107911195A

    公开(公告)日:2018-04-13

    申请号:CN201710979858.0

    申请日:2017-10-19

    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。

    一种基于IEEE 802.11ac的OFDM系统的定时同步方法

    公开(公告)号:CN107508780A

    公开(公告)日:2017-12-22

    申请号:CN201710882853.6

    申请日:2017-09-26

    Abstract: 本发明请求保护一种基于IEEE 802.11ac的OFDM(Orthogonal Frequency Division Multiplexing,正交频分复用)系统的定时同步方法,涉及移动通信技术,实现在发送多帧数据的情况下正确检测出帧的起始位置。本方法主要步骤可分为:首先将接收信号进行采样,并检测数据量是否大于最小帧的数据量,然后将非甚高吞吐量中的本地序列进行扩充,再进行反傅里叶变换和拓展,最后通过采样之后的数据与处理过后的本地序列进行相关,构成一个代价函数,从而正确检测到一帧数据的起始位置。本发明利用接收信号自身特性、IEEE 802.11ac帧结构的特性以及非甚高吞吐量的训练序列的特性,三者相结合,降低了定时同步算法的实现复杂度,从而为帧定时同步提供了一种简单而又有效的解决方案。

    基于中断概率和差分信道质量指示信息的头节点选择方法

    公开(公告)号:CN103987066B

    公开(公告)日:2017-08-11

    申请号:CN201410228052.4

    申请日:2014-05-27

    Abstract: 本发明公开了一种基于中断概率和差分信道质量指示信息的头节点选择方法,涉及通信技术,本发明提出对头结点进行选择。先通过OP方法进行用户的粗选,既通过信道容量中的功率增益门限加上条件概率得出小区中中断概率较小的UE;然后通过IWF进行精选,小区用户间通过OP粗选后,反馈行道质量指示信息给eNodeB(基站),得出差分信道质量指示信息,利用差分信道质量指示信息得到干扰加权因子,最终通过干扰加权因子得到干扰较小的UE(用户),既是头节点。由于是移动协作云的环境下,所以头节点的选择是动态监测,实时更新的。这样选出的头节点中断概率小,频谱利用率高,吞吐量大,增强了头节点在移动协作云中承上启下的作用。

    大规模MIMO系统中基于TLS‑ESPRIT算法的二维DOA估计

    公开(公告)号:CN104678350B

    公开(公告)日:2017-07-28

    申请号:CN201510104318.9

    申请日:2015-03-10

    Abstract: 本发明公开一种大规模MIMO系统中利用总体最小二乘ESPRIT算法实现二维波达方向估计的方法,该方法首先根据大规模MIMO系统接收信号模型,将面阵分割为两个部分重叠的子阵,使其满足ESPRIT算法所要求的阵列移不变性;然后根据1D ESPRIT算法计算子阵列的信号子空间,进而根据TLS准则,估计出仰角信息;最后利用其中一子阵的方向矩阵来实现方位角估计,并自动与仰角配对。本发明采用TLS‑ESPRIT算法的思想有效地解决了大规模MIMO系统中二维DOA估计问题,不但能够自动实现方位角和仰角配对,而且计算复杂度相对较低。

Patent Agency Ranking