-
公开(公告)号：CN103068049A
公开(公告)日：2013-04-24
申请号：CN201210532162.0
申请日：2012-12-11
Applicant: 北京邮电大学
Abstract: 一种蜂窝与终端直通D2D混合网络中，避免蜂窝通信对D2D通信造成干扰的方法是：根据D2D UE上报的干扰信息和基站自身存储的上行链路调度的历史信息，基站识别对某个特定D2D UE造成有害干扰的蜂窝用户CeUE后，基站向被干扰的D2D UE提供对其造成干扰的CeUE的无线网络临时标识RNTI和相关信息，用于辅助该D2D UE解码对其造成干扰的CeUE的信息；籍此方式，D2D UE能够预测在相应的传输时间间隔TTI中的CeUE的干扰情况，并执行相应的无线资源管理操作，以避免CeUE对随后的D2D模式通信造成有害干扰。本发明通过基站的辅助，D2D UE对PDCCH的计算和解码的操作简单、灵活、便利，在LTE/LTE-A系统中切实可行。
-
公开(公告)号：CN103024911A
公开(公告)日：2013-04-03
申请号：CN201210505772.1
申请日：2012-11-30
Applicant: 北京邮电大学
Abstract: 一种蜂窝与D2D混合网络中终端直通通信的数据传输方法，包括下列操作步骤：（1）在网络初始化时，为D2D通信的公共控制信道CCCH划分频谱资源，并规定D2D通信与蜂窝通信使用相同的帧结构；（2）分配D2D通信的CCCH频谱，并定义该CCCH承载的信令和时序关系；（3）D2D通信开始前，D2D UE先获得蜂窝UE的上行资源分配信息，并根据该信息对这些分配资源上承载的信号进行测量，以获得各蜂窝UE对其干扰强弱的信息；（4）D2D UE传输数据时，先利用公共控制信令及其时序关系进行交互而竞争蜂窝上行资源，再根据测量的干扰信息进行无线资源管理决策后，才完成数据传输。本发明优点是：操作简便，提高无线资源利用率，D2D数据传输更加高效，且可避免与蜂窝通信之间的干扰。
-
公开(公告)号：CN1815904A
公开(公告)日：2006-08-09
申请号：CN200510007318.3
申请日：2005-02-06
Applicant: 北京邮电大学
Abstract: 本发明涉及一种消除码分多址(CDMA)蜂窝移动通信系统小区间和小区内干扰的方法，主要是对于干扰较大的邻小区接入用户，确定其所用的扰码和信道化码，并估计其信道冲激响应；然后结合期望小区内接入用户分配的扰码和信道化码，以及估计出来的信道冲激响应，进行小区间和小区内的干扰消除，从而达到提高接收性能，增加系统容量的目的。
-
公开(公告)号：CN115529618B
公开(公告)日：2025-03-18
申请号：CN202210922796.0
申请日：2022-08-02
Applicant: 北京邮电大学
IPC: H04W24/06 , H04B17/391 , H04B17/345
Abstract: 本发明公开了一种无线系统上行干扰精简识别与性能预测方法，包括以下步骤：步骤1，确定干扰精简识别与性能预测所需的干扰模型；步骤2，收集无线系统运行时产生的用户数据；步骤3，精简干扰识别；步骤4，无线性能预测。本发明的优点是提出了精简干扰识别，以信号用户指示向量、干扰用户指示向量和功率偏移向量作为特征，测量UL‑SINR作为标签，使用监督机器学习算法进行训练，得到链路级干扰关系，在不需要额外物理设备和用户完整测量报告的前提下，提供了完整和精确的上行干扰关系建模方案，实现了低复杂度、快速、准确和完整的链路级干扰识别。
-
公开(公告)号：CN116032392A
公开(公告)日：2023-04-28
申请号：CN202211610520.5
申请日：2022-12-14
Applicant: 北京邮电大学
IPC: H04B17/373 , H04B17/345 , H04B17/336 , H04B17/391
Abstract: 本发明提出一种基于局部数据的无线网络用户间上行干扰挖掘预测方法，包括：区分强干扰用户和弱干扰用户，筛选出待预测的强干扰用户；根据筛选出待预测的强干扰用户范围为各个信号用户收集并整理训练数据集；利用训练数据集对待训练的模型进行训练，得到当前信号用户的干扰模型；对每个信号用户进行训练，汇总每个信号用户的训练结果获得到整个无线系统的总干扰模型；对于给定的信号用户，获得服务用户基站端UL‑SINR的预测值，所述方法实施简单，更接近于实际网络场景，且不消耗额外的导频资源、运算资源的消耗也较小，实现了实时、高效、高精度的干扰预测。
-
Patent Agency Ranking
公开(公告)号：CN114974270A
公开(公告)日：2022-08-30
申请号：CN202210396621.0
申请日：2022-04-15
Applicant: 北京邮电大学
IPC: G10L19/018 , G10L19/16
Abstract: 本发明提出一种音频信息自适应隐藏方法，包括：步骤1，在发送端，原始音频信号经分帧形成多帧短时信号后，确定信号所属的块类型及其在整个频带的掩蔽阈值；选用窗函数进行加窗处理后再进行时频转换，得到频域信号，结合心理声学模型得出的掩蔽阈值曲线确定频域信号各频点的嵌入强度，嵌入在信号的各频点上，完成信息嵌入，获得含隐蔽信息的音频；步骤2，含隐蔽信息的音频经过信道传输进入接收端；步骤3，在接收端，提取出接收音频中的嵌入信息。所述方法通过在发送端中引入AAC编码器对信号进行分析，对载体信号特性的分析更细致，使得信息的嵌入更适应信号本身特性，对原始音频的修改幅度更小，音质损失更小，具有更好的不可感知性。
-
公开(公告)号：CN113630350A
公开(公告)日：2021-11-09
申请号：CN202110929809.2
申请日：2021-08-13
Applicant: 北京邮电大学
IPC: H04L25/02
Abstract: 公开了一种毫米波多天线信道估计方法，包括，建立信号传输模型，所述信号传输模型满足：向量化观测矩阵所得到的观测向量等于，第一矩阵与向量化信道矩阵所得到的信道向量之乘积的结果，与，向量化噪声矩阵所得到的噪声向量之和，利用观测向量中M个观测元素、以及第一矩阵中对应于所述观测元素的M个行向量，构建M个方程组成的方程组，每个方程满足：对于M个观测元素中的任一观测元素，该观测元素等于，第一矩阵中该观测元素所对应的行向量与信道向量中该观测元素所对应的信道估计元素之乘积；所述M不小于信道传输路径总数，求解所述方程组，得到信道向量，根据信道向量进行向量化逆运算，得到信道估计结果。本方法低复杂度、性能可解析。
-
公开(公告)号：CN113382477A
公开(公告)日：2021-09-10
申请号：CN202110530072.7
申请日：2021-05-14
Applicant: 北京邮电大学
Abstract: 本申请提出了一种应用于无线网络用户间上行干扰建模的方法，涉及无线通信、多用户干扰、干扰预测、非线性回归技术领域，其中，该方法包括：通过离线训练生成干扰模型，离线训练包括以下步骤:获取输入数据；对所述输入数据进行处理，首先对数据进行清洗，剔除被调度次数小于预设阈值的数据，将剔除后的数据整理为训练数据集；使用训练数据集和非线性回归模型函数，采用一类基于置信域方法的迭代式算法进行分布训练，使用损失度量函数削弱异常值对训练结果的影响，生成所述干扰模型。采用上述方案的本发明解决了现有方法精确度低、干扰信息不全面、不适用于实际无线网络技术的问题，实现了对网络状况的快速响应和追踪。
-
公开(公告)号：CN110324782A
公开(公告)日：2019-10-11
申请号：CN201910654600.2
申请日：2019-07-19
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于接收功率的多有向发送源的定位方法及装置，其中方法包括：在第一预设区域内的坐标点中选择第四预设数量个坐标点，构成第一稀疏发送源向量；利用压缩感知方法计算有向发送源的初始估计信息；确定当前候选区域；在当前候选区域内的坐标点中选择当前预设数量个坐标点，构成第二稀疏发送源向量；利用压缩感知方法计算有向发送源的当前估计信息；如果当前位置分辨率不等于预设目标位置分辨率，则确定新的候选区域，并执行构成第二稀疏发送源向量的步骤；直到当前位置分辨率等于预设目标位置分辨率，将当前估计信息确定为有向发送源的位置信息和方向信息。本发明实施例能够降低多有向发送源定位过程中的计算复杂度。
-
公开(公告)号：CN104486241B
公开(公告)日：2017-12-05
申请号：CN201410699647.8
申请日：2014-11-27
Applicant: 北京邮电大学
IPC: H04L12/823 , H04L12/861
Abstract: 本申请公开了一种基带资源池中的下行信道数据处理方法，包括：预先在基带处理出口处设置出口缓冲区；将基带处理后的数据选择送入所述出口缓冲区；按照预先设定的时间间隔，从所述出口缓冲区取出数据进行前端处理，将从所述出口缓冲区中读出的进行前端处理的数据进行顺序编号并记录。应用本申请，能够在基带资源池架构中出现下行信道超时拥塞时保证下行信道数据传输的实时性要求。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.203 seconds)
