-
公开(公告)号：CN119449547A
公开(公告)日：2025-02-14
申请号：CN202411625458.6
申请日：2024-11-14
Applicant: 东南大学
IPC: H04L25/03 , H04L25/02 , H04B17/391
Abstract: 本发明公开了一种基于分段信道估计的通感一体化系统干扰消除方法，步骤为：建立无蜂窝协作通感一体化系统的信道模型和数据传输模型，通过所有用户发送上行导频，中央处理器CPU估计出用户与接入节点AP之间的数据传输信道；通过所有下行接入节点AP发送目标检测信号，所有上行接入节点AP联合接收信号，中央处理器CPU检测感知目标是否在场景中；通过所有下行接入节点AP发送下行导频，中央处理器CPU得到接入节点AP之间的交叉链路干扰信道的估计；系统同时进行上下行通信和对目标移动方向和速度的感知，并基于信道估计结果，对接受到的通信和感知信号分别进行干扰消除处理。本发明能够有效地直接抑制系统干扰，提升通信和感知性能。
-
公开(公告)号：CN115865296A
公开(公告)日：2023-03-28
申请号：CN202211476602.5
申请日：2022-11-23
Applicant: 东南大学
IPC: H04L5/00 , H04B7/0413 , H04B17/391
Abstract: 本发明公开了一种基于协方差的正交导频序列活跃检测方法。本发明针对无蜂窝分布式大规模MIMO通信系统中大规模免授权接入时面临的活跃用户检测问题，突破了传统活跃用户检测算法中受多种干扰影响的瓶颈问题。具体方案为，本发明首先提出了一种通信系统中设备间的协方差干扰度量方式，并利用最小化‑最大协方差干扰导频分配的方法，确定通信系统中各个接入设备发送的导频序列和发射功率。接着本发明采用部分更新坐标下降法来对在最小化‑最大协方差干扰的导频分配模式下的设备活跃性进行检测。该方法避免了非正交导频序列检测算法中导频开销过大的问题，对处理移动场景中的活跃用户检测问题具有非常重要的意义，因此本发明具有一定的实际价值。
-
公开(公告)号：CN119483668B
公开(公告)日：2025-05-16
申请号：CN202510052693.7
申请日：2025-01-14
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/0456 , H04B7/06 , H04B7/08 , H04B17/336 , H04B17/391 , G06N3/092
Abstract: 本发明公开了一种协作通感一体化场景中节点模式选择和波束赋形方法，属于无线通信领域。本发明提出了一种可以在通信和传感性能之间取得最佳平衡的系统节点模式选择与波束赋形方案，第一阶段首先建立系统的信道模型和数据传输模型，推导出上下行通信信干噪比表达式以及感知信干噪比表达式；第二阶段推导出最大比传输MRT波束赋形、迫零ZF波束赋形以及共轭感知波束赋形的表达式；第三阶段设计基于多智能体分层强化学习算法的节点模式选择与波束赋形算法；第四阶段调用算法以得到对每个接入节点进行双工模式选择和波束向量设计。该方法能够提高系统效率，推动无蜂窝协作通感一体化系统的实际部署，因此本发明具有一定的实际价值。
-
公开(公告)号：CN116318483B
公开(公告)日：2025-04-29
申请号：CN202310258038.8
申请日：2023-03-17
Applicant: 东南大学
IPC: H04B17/391 , H04B7/0413 , H04B7/0456
Abstract: 本发明涉及一种无蜂窝毫米波系统中基于上下界网络流的动态关联方法，该方法针对用户密集且通信环境动态变化情况下的无蜂窝毫米波大规模MIMO系统的动态关联问题，提出一种基于分阶段决策思想、利用低维度环境感知信息的动态关联技术，以解决现有技术中未有效处理用户服务需求的问题，以及动态关联算法开销大，导致现实情况下系统动态关联性能不足的问题。本发明所提出方法仅利用低维度的环境感知信息，计算复杂度不高，相对于传统方法，在渐进意义下时间复杂度没有增加，有效提升系统动态关联性能，且能以低开销适配动态的通信环境，此外，利用统计模型，对系统性能进行评价，仿真结果证明了所提出方法的优越性，具有一定的价值。
-
公开(公告)号：CN119893703A
公开(公告)日：2025-04-25
申请号：CN202311370813.5
申请日：2023-10-23
Applicant: 中国移动通信有限公司研究院 , 东南大学 , 中国移动通信集团有限公司
IPC: H04W72/121 , H04W72/52 , H04W72/54 , H04W24/08 , H04L43/0823
Abstract: 本申请提供一种用户调度方法、装置、设备及可读存储介质，涉及通信技术领域，该方法包括：在采用有限块长进行数据传输的情况下，确定待服务的各下行用户的传输错误概率；根据传输错误概率、有限块长和发射机传输速率，确定第一服务用户数，其中，第一服务用户数包括一个时频域资源内调度的第一上行用户数和第一下行用户数；根据第一服务用户数和传输错误概率，对待服务的用户集进行用户分组，其中，待服务的用户集包括待服务的上行用户和待服务的下行用户。本申请的方案实现了基于传输错误概率确定一个时频域资源内调度的上行用户数和下行用户数，为服务用户数的选择提供了依据，能够有效降低系统的传输错误概率，满足服务需求。
-
Patent Agency Ranking
公开(公告)号：CN117395688A
公开(公告)日：2024-01-12
申请号：CN202311479708.5
申请日：2023-11-08
Applicant: 东南大学
IPC: H04W24/02 , H04B7/0413 , H04B17/391 , H04W72/044 , H04L41/147 , G06N3/092
Abstract: 本发明公开了一种网络辅助全双工系统预分配‑优化双工模式优化方法。针对网络辅助全双工无蜂窝大规模MIMO系统中接入节点AP的双工模式选择问题，提出了一种权衡系统频谱效率和资源利用率的方案。具体方案为：“预分配”部分的网络负载预测算法可以预测下一时隙的网络负载并预分配足够的资源块；“优化”部分的基于深度强化学习的AP双工模式优化方法可以基于预分配的资源块求解频谱效率与资源利用率之间权衡的多目标优化问题。该方法适用于活动用户数变化的场景，保证了高效的资源预分配，并通过智能算法使系统可以自主寻找最优解，为解决动态大规模物联网场景的资源调度问题具有非常重要的意义，因此本发明具有一定的实际价值。
-
公开(公告)号：CN119483668A
公开(公告)日：2025-02-18
申请号：CN202510052693.7
申请日：2025-01-14
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/0456 , H04B7/06 , H04B7/08 , H04B17/336 , H04B17/391 , G06N3/092
Abstract: 本发明公开了一种协作通感一体化场景中节点模式选择和波束赋形方法，属于无线通信领域。本发明提出了一种可以在通信和传感性能之间取得最佳平衡的系统节点模式选择与波束赋形方案，第一阶段首先建立系统的信道模型和数据传输模型，推导出上下行通信信干噪比表达式以及感知信干噪比表达式；第二阶段推导出最大比传输MRT波束赋形、迫零ZF波束赋形以及共轭感知波束赋形的表达式；第三阶段设计基于多智能体分层强化学习算法的节点模式选择与波束赋形算法；第四阶段调用算法以得到对每个接入节点进行双工模式选择和波束向量设计。该方法能够提高系统效率，推动无蜂窝协作通感一体化系统的实际部署，因此本发明具有一定的实际价值。
-
公开(公告)号：CN115865296B
公开(公告)日：2024-07-02
申请号：CN202211476602.5
申请日：2022-11-23
Applicant: 东南大学
IPC: H04L5/00 , H04B7/0413 , H04B17/391
Abstract: 本发明公开了一种基于协方差的正交导频序列活跃检测方法。本发明针对无蜂窝分布式大规模MIMO通信系统中大规模免授权接入时面临的活跃用户检测问题，突破了传统活跃用户检测算法中受多种干扰影响的瓶颈问题。具体方案为，本发明首先提出了一种通信系统中设备间的协方差干扰度量方式，并利用最小化‑最大协方差干扰导频分配的方法，确定通信系统中各个接入设备发送的导频序列和发射功率。接着本发明采用部分更新坐标下降法来对在最小化‑最大协方差干扰的导频分配模式下的设备活跃性进行检测。该方法避免了非正交导频序列检测算法中导频开销过大的问题，对处理移动场景中的活跃用户检测问题具有非常重要的意义，因此本发明具有一定的实际价值。
-
公开(公告)号：CN119316022A
公开(公告)日：2025-01-14
申请号：CN202411578507.5
申请日：2024-11-07
Applicant: 东南大学
IPC: H04B7/0456 , H04B17/391 , H04B17/345 , G06N3/08
Abstract: 本发明公开了一种通感一体化场景下联合预编码设计方法。针对无蜂窝协作通感一体化系统，提出了一种基于无监督深度学习的联合预编码设计方案，包括：建立通感一体化场景中的信号与信道模型；构建深度展开的联合通信感知预编码设计网络；利用收集的训练数据，训练深度展开的联合通信感知预编码设计网络；在部署阶段，利用联合通信感知预编码设计网络输出优化算法流程参数，进而利用构建好的优化算法流程获取通感一体化场景不同时隙下的通信预编码向量和感知预编码向量。本发明充分利用深度学习驱动，抑制了无蜂窝协作通感一体化系统中相互耦合的、难以处理的各种干扰，克服了现有技术中算法复杂的问题，大大降低了计算开销。
-
公开(公告)号：CN117879741A
公开(公告)日：2024-04-12
申请号：CN202410186750.6
申请日：2024-02-20
Applicant: 东南大学
IPC: H04B17/391 , H04B17/336 , H04W28/02 , H04B7/0413
Abstract: 本发明公开了一种低时延的网络辅助全双工模式优化方法。针对网络辅助全双工无蜂窝大规模MIMO系统中接入节点的双工模式选择问题，提出了一种可以降低服务时延溢出概率的方案。具体方案为：建立网络辅助全双工无蜂窝大规模MIMO系统模型，并推导出每个用户的时延溢出概率表达式；建立以最小化最大时延溢出概率为优化目标的优化问题；采用基于Q‑learning的智能强化学习算法求解优化问题，输出可以降低时延的最优双工模式选择向量。该方法保证了高效的资源预分配和用户低时延的服务需求，并通过智能算法使系统可以自主寻找最优解，为网络辅助全双工无蜂窝系统支撑6G通信中超高可靠超低时延问题的解决具有非常重要的意义，因此本发明具有一定的实际价值。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.02 seconds)
