-
公开(公告)号：CN114006639B
公开(公告)日：2024-01-30
申请号：CN202111293619.2
申请日：2021-11-03
Applicant: 东南大学
IPC: H04B7/0456 , H04B7/0452 , H04B7/0426
Abstract: 本发明公开了一种适用于上行多用户MIMO系统的分布式预编码方法，采用去中心化架构，每个用户配置独立的预编码器，根据当前各用户自身的信道信息独立求解线性预编码矩阵。本发明以最小化均方误差为预编码准则，并约束编码后每个用户或每根天线的发送信号功率，以此得到一个全局优化问题。本发明通过采用一种“盲信息”策略，可以获得上述问题的一组独立子问题，在子问题上使用拉格朗日乘数法和迭代法获得全局的优化解。本发明将问题的求解分解至每一个用户终端独立计算，在降低系统整体求解复杂度，缓解基站计算和通信压力的同时，保证该分布式计算方法在性能上也可以非常接近全局优化计算方法。
-
公开(公告)号：CN115208736B
公开(公告)日：2024-12-31
申请号：CN202210528524.2
申请日：2022-05-16
Applicant: 东南大学
IPC: H04L27/34 , H04L27/36 , H04L27/38 , H04L1/1812 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种适用于混合自动重传请求系统的高阶调制星座设计方法。设计方法中的神经网络代价函数采用交叉熵函数；训练方法采用反向传播算法；将二进制比特流经过星座映射后生成的高阶调制信号作为神经网络编码器的输入，神经网络编码器的输出表示所输入高阶调制信号对应的发射信号；将经过高斯白噪声信道后的接收信号实部、虚部作为神经网络解码器的输入，神经网络解码器的输出结果代表高阶调制信号中每个比特为1的概率值；神经网络的隐藏层和输出层的激活函数分别采用常规的Relu函数和Linear函数；本发明不仅在单次传输的过程中性能优于传统的正方形高阶调制星座，通过多次传输的重传合并可获得更大的性能增益。
-
Patent Agency Ranking
公开(公告)号：CN114629536A
公开(公告)日：2022-06-14
申请号：CN202210331268.8
申请日：2022-03-30
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/0456 , H04L27/26
Abstract: 本发明公开了一种适用于上行多用户MIMO‑OFDM系统子带级预编码方法，包括：将一个或多个资源块组成一个子带，共同反馈一个预编码矩阵；以最小化均方误差为预编码的基础准则，并约束编码后每个用户或每根天线的发送信号功率，以此得到一个全局优化问题；针对该优化问题，使用拉格朗日乘数法和通用迭代法以获得全局的优化解。本发明提出的子带级预编码方法在子带内共同反馈一个预编码矩阵的思想基础上，给出了一种设计子带级预编码矩阵的具体方法，在降低基站计算压力和减小反馈开销的同时，保证该子带级预编码方法能够有效对抗频率选择性信道，并且在性能上远远优于5G协议中基于码本的预编码方法。
-
公开(公告)号：CN116208209A
公开(公告)日：2023-06-02
申请号：CN202310129843.0
申请日：2023-02-17
Applicant: 东南大学
IPC: H04B7/0456 , H04B7/0452 , H04L25/03 , G06F18/23213
Abstract: 本发明设计一种基于聚类的上行多用户MIMO预编码传输方法，该方法利用信道的统计特性，能够自适应地根据传输环境调节码本构成。本方法首先需要采样一段时间内信道状态信息，使用迭代预编码算法计算出最优的预编码矩阵，之后使用聚类方法在数据集上训练得到适用于上行多用户MIMO系统的预编码码本，并将该套码本同步部署在基站和用户端。在传输中，本方法基于码字和最优预编码矩阵的距离贪心地进心码本搜索。本方法设计的预编码码本能够自适应信道特性变化，相较经典码本拥有更好的性能表现，而使用贪心策略进行码本搜索则降低了在线计算的复杂度，更适合在实际系统中使用。
-
公开(公告)号：CN114629536B
公开(公告)日：2023-04-07
申请号：CN202210331268.8
申请日：2022-03-30
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/0456 , H04L27/26
Abstract: 本发明公开了一种适用于上行多用户MIMO‑OFDM系统子带级预编码方法，包括：将一个或多个资源块组成一个子带，共同反馈一个预编码矩阵；以最小化均方误差为预编码的基础准则，并约束编码后每个用户或每根天线的发送信号功率，以此得到一个全局优化问题；针对该优化问题，使用拉格朗日乘数法和通用迭代法以获得全局的优化解。本发明提出的子带级预编码方法在子带内共同反馈一个预编码矩阵的思想基础上，给出了一种设计子带级预编码矩阵的具体方法，在降低基站计算压力和减小反馈开销的同时，保证该子带级预编码方法能够有效对抗频率选择性信道，并且在性能上远远优于5G协议中基于码本的预编码方法。
-
公开(公告)号：CN115208736A
公开(公告)日：2022-10-18
申请号：CN202210528524.2
申请日：2022-05-16
Applicant: 东南大学
Abstract: 本发明公开了一种适用于混合自动重传请求系统的高阶调制星座设计方法。设计方法中的神经网络代价函数采用交叉熵函数；训练方法采用反向传播算法；将二进制比特流经过星座映射后生成的高阶调制信号作为神经网络编码器的输入，神经网络编码器的输出表示所输入高阶调制信号对应的发射信号；将经过高斯白噪声信道后的接收信号实部、虚部作为神经网络解码器的输入，神经网络解码器的输出结果代表高阶调制信号中每个比特为1的概率值；神经网络的隐藏层和输出层的激活函数分别采用常规的Relu函数和Linear函数；本发明不仅在单次传输的过程中性能优于传统的正方形高阶调制星座，通过多次传输的重传合并可获得更大的性能增益。
-
公开(公告)号：CN114006639A
公开(公告)日：2022-02-01
申请号：CN202111293619.2
申请日：2021-11-03
Applicant: 东南大学
IPC: H04B7/0456 , H04B7/0452 , H04B7/0426
Abstract: 本发明公开了一种适用于上行多用户MIMO系统的分布式预编码方法，采用去中心化架构，每个用户配置独立的预编码器，根据当前各用户自身的信道信息独立求解线性预编码矩阵。本发明以最小化均方误差为预编码准则，并约束编码后每个用户或每根天线的发送信号功率，以此得到一个全局优化问题。本发明通过采用一种“盲信息”策略，可以获得上述问题的一组独立子问题，在子问题上使用拉格朗日乘数法和迭代法获得全局的优化解。本发明将问题的求解分解至每一个用户终端独立计算，在降低系统整体求解复杂度，缓解基站计算和通信压力的同时，保证该分布式计算方法在性能上也可以非常接近全局优化计算方法。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
