-
公开(公告)号：CN110913458A
公开(公告)日：2020-03-24
申请号：CN201911261736.3
申请日：2019-12-10
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种优化的选网选小区的方法及用户终端，所述方法包括用户终端在开机时，检查实时小区信息库，立即启动底层的无线环境探测来建立初始的实时小区信息库，根据不同运行状态和过程，以小区信息为索引对实时小区信息库进行维护，利用实时小区信息库，按照优化的选网策略进行选网，根据选网结果进行小区选择；本发明基于实时小区信息库，可使终端在各种复杂的选网环境下，迅速锁定符合条件的目标网络及小区，针对性启动相关的选网和小区驻留过程，避免盲搜。
-
公开(公告)号：CN110912670A
公开(公告)日：2020-03-24
申请号：CN201911135780.X
申请日：2019-11-19
Applicant: 重庆邮电大学
IPC: H04L5/00 , H04B7/0413 , G06K9/62
Abstract: 本发明属于移动通信技术领域，特别涉及一种基于K均值聚类的大规模MIMO导频分配方法及装置，方法包括：根据用户的大尺度衰落因子设置分组门限，将用户干扰系数大于分组门限的用户分为高干扰组，否则为低干扰组；为低干扰组的用户分配相同的导频序列；设置K个聚类中心数量，利用K均值聚类算法对高干扰组进行分类，将高干扰组分为K个簇；对K个簇进行分组，将相对空间距离大于1000m的簇分为非干扰组，否则为干扰组；为同一个簇内的用户分配正交导频，且非干扰组的用户复用导频；本发明在导频资源有限的情况下，减少因为使用非正交的导频序列的终端对目标终端带来的干扰，从而有效的抑制导频污染问题对大规模MIMO系统性能的影响。
-
公开(公告)号：CN107276703B
公开(公告)日：2020-03-17
申请号：CN201710304818.6
申请日：2017-05-03
Applicant: 重庆邮电大学
IPC: H04B17/391 , H04B7/0456
Abstract: 本发明请求保护一种采用压缩感知技术的正交空间调制系统检测方法，属于移动通信信号检测技术领域，本发明从稀疏信号求解的角度出发，根据正交空间调制(QSM)系统发送端生成向量的特点，利用压缩感知(CS)理论知识，提出了一种采用压缩感知技术的正交空间调制系统检测方法(S‑OMP)。本发明避免了联合检测方法中对所有可能的联合空间的搜索，极大地价低了复杂度。本发明不仅接近最大似然检测(ML)的性能，而且具有较低的复杂度，有极好的理论和实际意义。本发明在天线技术和绿色通信技术中有较好的实际应用意义。
-
公开(公告)号：CN106209187B
公开(公告)日：2019-11-12
申请号：CN201610546617.2
申请日：2016-07-12
Applicant: 重庆邮电大学
IPC: H04B7/0413 , H04B7/06
Abstract: 本发明请求保护一种采用联合优化的自适应广义空间调制系统(AGSM)方法，属于无线通信技术领域。提出方法将符号调制星座和传统GSM天线组合结合构成空间调制星座，接收端根据信道状态信息，选择该信道条件下最优的空间调制星座，并将该空间调制星座信息反馈给发送端，发送端在下次传输时采用该空间调制星座进行比特映射。进一步，提出了一种AGSM的简化计算方法，方法通过一种局部最优选择方式选择最优空间调制星座，可以有效降低AGSM中欧式距离的计算次数。相比于传统GSM系统，提出方法可以有效提升系统的BER性能，并且反馈量小，计算简单。
-
公开(公告)号：CN110381534A
公开(公告)日：2019-10-25
申请号：CN201910639198.0
申请日：2019-07-16
Applicant: 重庆邮电大学
Abstract: 本发明属于移动通信技术领域，具体涉及一种基于网络协作的小区选择方法及设备，所述方法包括根据宏小区和小小区的重叠区域内的每个用户从服务供应商获得的信道容量和用户支付给基站的价格计算用户设备的平均效用；选择用户设备的平均效用最大时所在的小小区作为候选小区，当确认候选小区后，用户设备向当原服务小区发送测量请求；原服务小区将测量报告发送给用户设备，用户设备检查候选小区的负载，若满足驻留条件，用户设备请求从原服务小区切换到候选小区；本发明与传统方法相比，75％以上的用户设备具有更好的吞吐量，整体系统性能提高5％，可以更好地将广泛应用于LTE/5G异构部署场景中。
-
Patent Agency Ranking
公开(公告)号：CN106376088B
公开(公告)日：2019-05-31
申请号：CN201611076349.9
申请日：2016-11-29
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种车车通信中基于信道竞争的资源池资源分配方案，涉及车辆通信技术领域，资源分配方案包括：事件触发型传输Event‑triggered traffic和周期型传输Periodic traffic共同使用数据池中的资源；通过每个车载终端周期性的信道竞争及周期性调度共同实现资源分配；车载终端(Vehicle‑UE)不根据基站调度或者随机选择data池中的资源，而是根据信道竞争，并按照一定规则进行资源选择。通过本发明的技术方案，能实现车载终端能不经过基站的调度进行资源选择，尽可能避免资源碰撞，更加合理的利用资源，提高了可靠性。对比该机制和D2D资源池分配方案，本发明能使车车通信在可靠性和资源利用率上有显著提升。
-
公开(公告)号：CN109167624A
公开(公告)日：2019-01-08
申请号：CN201811328935.7
申请日：2018-11-09
Applicant: 重庆邮电大学
IPC: H04B7/08 , H04B7/0413 , H04L12/753 , H04L27/36
Abstract: 本发明属于5G通信技术领域，具体为一种基于A-Star算法的接收天线最优路径寻找方法，包括以下步骤：计算出接收天线索引序列的欧氏距离期望，对期望进行降序排列；把排序后的接收天线索引序列作为搜索层数序列，确定搜索树；用搜索树的分支表示发送向量，搜索树的根为A-Star算法初始节点，对排序后的接收天线进行树搜索，找到接收天线的最优路径。本发明能够在系统性能和计算复杂度之间进行有效的权衡。
-
公开(公告)号：CN108768409A
公开(公告)日：2018-11-06
申请号：CN201810576073.3
申请日：2018-06-06
Applicant: 重庆邮电大学
IPC: H03M13/11
CPC classification number: H03M13/1108 , H03M13/1125
Abstract: 本发明涉及5G通信系统，特别涉及一种优化的基于归一化最小值的LDPC译码方法，包括初始化，计算变量节点接收到的信道消息值；根据优化的归一化最小值算法进行迭代，更新从校验节点传送到变量节点的外信息、从变量节点传送到校验节点的外信息；计算变量节点的硬判决值，并进行硬判决；判断硬判决是否符合校验矩阵，若符合则输出硬判决作为译码结果，否则判断是否达到最大迭代数，若达到最大迭代数则译码失败；本发明使用最小值偏移量近似的替换第二最小值，减少了译码过程的比较运算次数，联合密度进化理论和加权平均方案根据各信噪比下的归一化因子得到一个最优的归一化因子以此来补偿译码性能，在实现过程中不会增加多余的硬件计算消耗。
-
公开(公告)号：CN107493123A
公开(公告)日：2017-12-19
申请号：CN201710676273.1
申请日：2017-08-09
Applicant: 重庆邮电大学
IPC: H04B7/0413 , H04B7/0456 , H04L27/34 , H04L27/36
Abstract: 本发明请求保护一种基于预编码辅助广义正交空间调制的低复杂度检测方法，本发明应用预编码辅助广义正交空间调制(PGQSM)，利用已知的信道状态信息，对正交空间调制(QSM)的同相和正交两路信号分别做预编码处理，以降低接收机信号检测的复杂度。本发明将信道预编码与广义正交空间调制技术结合起来，针对系统正交性在接收端造成的复杂度过高的问题，提出了一种改进的正交匹配追(orthogonal matching pursuit，OMP)低复杂度检测算法。该算法可以得到与最大似然检测算法相近的误比特率(BER)性能，且计算复杂度降低了约90％。本发明方将广泛应用于大规模MIMO系统中。
-
公开(公告)号：CN107483091A
公开(公告)日：2017-12-15
申请号：CN201710547435.1
申请日：2017-07-06
Applicant: 重庆邮电大学
IPC: H04B7/06 , H04B7/0417 , H04B17/391
CPC classification number: H04B7/0626 , H04B7/0417 , H04B17/3913
Abstract: 本发明请求保护一种5G通信领域中FDD大规模MIMO-OFDM系统下基于信道的时域稀疏性和卡尔曼信道预测模型的信道压缩和信道预测算法。解决了大规模MIMO-OFDM下信道状态信息(CSI)反馈量过大，所反馈的CSI过时的问题。在用户设备(UE)接收端反馈CSI时，不是直接反馈，而是先将CSI做反傅里叶变换(IFFT)来进行CSI稀疏，再根据信道的时域稀疏性抽头形成压缩后的CSI，故CSI压缩到较低维度矩阵，从而减少反馈量。同时利用压缩后的CSI，通过卡尔曼滤波理论得到预测CSI，不仅降低预测复杂度，同时克服了反馈的CSI过时问题。
-
-
-
-
-
-
-
-
-
Search Results
242
records
(took 0.031 seconds)
