-
公开(公告)号：CN110602736A
公开(公告)日：2019-12-20
申请号：CN201910620032.4
申请日：2019-07-10
Applicant: 北京交通大学
Abstract: 本申请实施例提供了一种场强预测方法、装置和计算机设备，该方法包括获取目标区域中一目标测量点的坐标信息之后，再将所述坐标信息输入校正之后的射线跟踪场强预测模型中，并得到所述射线跟踪场强预测模型输出的所述目标测量点的接收场强。这样，由于在模型校正过程中，兼顾了传播参数和场景参数的影响，因此可准确得到基于多径信息校正的射线跟踪场强预测模型输出的目标测量点的接收场强，物理意义更明确，应用部署范围更合适，鲁棒性更高。
-
公开(公告)号：CN114448540B
公开(公告)日：2023-03-14
申请号：CN202210143294.8
申请日：2022-02-16
Applicant: 北京交通大学
IPC: H04B17/391
Abstract: 本发明实施例供了一种基于天线辐射方向图的无人机信道建模方法。该方法包括：初始化蜂窝网络下的无人机信道模型参数；使用矩形栅格阵平面阵列来模拟蜂窝网络的基站天线的方向图；基于所述矩形栅格阵平面阵列通过调整波束方向计算发射天线到接收天线的天线方向图、冲击响应和转移函数。本发明实施例提出的一种基于天线辐射方向图的无人机信道建模，通过使用矩形天线阵列来模拟基站天线的方向图，通过调整波束方向来减少信号干扰与增强网络覆盖范围，与实际的无人机通信场景相符合，从而有效提高无人机信道模型的准确性。
-
公开(公告)号：CN114362851B
公开(公告)日：2023-02-21
申请号：CN202210021766.2
申请日：2022-01-10
Applicant: 北京交通大学
IPC: H04B17/30 , H04B17/391 , H04L25/02 , G06N20/00
Abstract: 本发明提供了一种基于机器学习的无线信道数据去噪方法。该方法包括：获取信道测量场景中的信道冲激响应数据序列；构建双向循环神经网络，将所述信道测量场景中的信道数据序列输入到所述双向循环神经网络中进行训练，得到训练好的双向循环神经网络；将待去噪的信道数据输入到所述训练好的双向循环神经网络，双向循环神经网络输出去噪后的信道冲激响应数据。本发明通过对双向循环神经网络进行训练，从而准确、快速地去除信道数据中的噪声，进而有效提高信道特性参数分析的准确性。
-
公开(公告)号：CN114448540A
公开(公告)日：2022-05-06
申请号：CN202210143294.8
申请日：2022-02-16
Applicant: 北京交通大学
IPC: H04B17/391
Abstract: 本发明实施例供了一种基于天线辐射方向图的无人机信道建模方法。该方法包括：初始化蜂窝网络下的无人机信道模型参数；使用矩形栅格阵平面阵列来模拟蜂窝网络的基站天线的方向图；基于所述矩形栅格阵平面阵列通过调整波束方向计算发射天线到接收天线的天线方向图、冲击响应和转移函数。本发明实施例提出的一种基于天线辐射方向图的无人机信道建模，通过使用矩形天线阵列来模拟基站天线的方向图，通过调整波束方向来减少信号干扰与增强网络覆盖范围，与实际的无人机通信场景相符合，从而有效提高无人机信道模型的准确性。
-
Patent Agency Ranking
公开(公告)号：CN114004305A
公开(公告)日：2022-02-01
申请号：CN202111312442.6
申请日：2021-11-08
Applicant: 北京交通大学
IPC: G06K9/62
Abstract: 本发明提供了一种动态信道的时变多径聚类方法。该方法包括：初始化MPC的参数，得到多个M帧的多径分量：根据多径分量对MPC进行追踪，得到MPC在连续帧间的演变轨迹。根据MPC在连续帧间的演变轨迹计算MPC轨迹的波动趋势；根据MPC轨迹的波动趋势将两条MPC轨迹分为三种位置情况：完全重叠、部分重叠和完全分离，结合每条轨迹的波动趋势计算两两MPC轨迹间的距离，根据两两MPC轨迹间的距离进行MPC聚类。本发明提出的聚类方法以MPC轨迹的波动趋势和轨迹间距作为聚类依据，能够准确地识别出波动趋势相似、轨迹间距相近的重叠轨迹并进行聚类。
-
公开(公告)号：CN114004305B
公开(公告)日：2025-05-23
申请号：CN202111312442.6
申请日：2021-11-08
Applicant: 北京交通大学
IPC: G06F18/23
Abstract: 本发明提供了一种动态信道的时变多径聚类方法。该方法包括：初始化MPC的参数，得到多个M帧的多径分量：根据多径分量对MPC进行追踪，得到MPC在连续帧间的演变轨迹。根据MPC在连续帧间的演变轨迹计算MPC轨迹的波动趋势；根据MPC轨迹的波动趋势将两条MPC轨迹分为三种位置情况：完全重叠、部分重叠和完全分离，结合每条轨迹的波动趋势计算两两MPC轨迹间的距离，根据两两MPC轨迹间的距离进行MPC聚类。本发明提出的聚类方法以MPC轨迹的波动趋势和轨迹间距作为聚类依据，能够准确地识别出波动趋势相似、轨迹间距相近的重叠轨迹并进行聚类。
-
公开(公告)号：CN115209376A
公开(公告)日：2022-10-18
申请号：CN202210826458.7
申请日：2022-07-14
Applicant: 北京交通大学
Abstract: 本发明提供一种基于反射面辅助的高速列车通信覆盖概率增强方法及系统，属于机无线通信技术领域，包括：初始化可重构智能表面的高速列车通信研究场景模型参数；计算在第个时间时隙的BS‑MR、BS‑RIS、RIS‑MR链路及系统等效信道的信道模型；计算在第个时间时隙的系统信噪比；计算在第个时间时隙，RIS反射振源的最佳相位；计算在第个时间时隙的覆盖概率。本发明基于智能可重构智能表面辅助的高速列车通信覆盖概率增强方法，以有效增强HST的覆盖性能，从而保障通信的连续性。
-
公开(公告)号：CN114362851A
公开(公告)日：2022-04-15
申请号：CN202210021766.2
申请日：2022-01-10
Applicant: 北京交通大学
IPC: H04B17/30 , H04B17/391 , H04L25/02 , G06N20/00
Abstract: 本发明提供了一种基于机器学习的无线信道数据去噪方法。该方法包括：获取信道测量场景中的信道冲激响应数据序列；构建双向循环神经网络，将所述信道测量场景中的信道数据序列输入到所述双向循环神经网络中进行训练，得到训练好的双向循环神经网络；将待去噪的信道数据输入到所述训练好的双向循环神经网络，双向循环神经网络输出去噪后的信道冲激响应数据。本发明通过对双向循环神经网络进行训练，从而准确、快速地去除信道数据中的噪声，进而有效提高信道特性参数分析的准确性。
-
公开(公告)号：CN110602736B
公开(公告)日：2020-10-30
申请号：CN201910620032.4
申请日：2019-07-10
Applicant: 北京交通大学
Abstract: 本申请实施例提供了一种场强预测方法、装置和计算机设备，该方法包括获取目标区域中一目标测量点的坐标信息之后，再将所述坐标信息输入校正之后的射线跟踪场强预测模型中，并得到所述射线跟踪场强预测模型输出的所述目标测量点的接收场强。这样，由于在模型校正过程中，兼顾了传播参数和场景参数的影响，因此可准确得到基于多径信息校正的射线跟踪场强预测模型输出的目标测量点的接收场强，物理意义更明确，应用部署范围更合适，鲁棒性更高。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
