-
Patent Agency Ranking
公开(公告)号：CN115296962A
公开(公告)日：2022-11-04
申请号：CN202210921082.8
申请日：2022-08-02
Applicant: 北京信息科技大学
Abstract: 本发明提供了一种基于维特比网络的OTFS系统信号检测方法，涉及通信技术领域，包括如下步骤：对发送符号SJ进行OTFS调制、无线信道和解调后得到接收符号YJ，对接收符号通过神经网络计算对数似然，对获得的对数似然进行更新路径损耗，并获取最小对数似然，对得到本轮最小对数似然的过程进行遍历，并根据最终对数似然恢复发送符号SJ。本发明将维特比网络应用于OTFS系统的信号检测，通过用神经网络代替维特比算法中需要信道状态信息的对数似然计算模块，所发明的基于维特比网络的OTFS信号检测方案即可在不需要CSI的情况下获得良好的检测性能。
-
公开(公告)号：CN113708855B
公开(公告)日：2023-07-25
申请号：CN202111178920.9
申请日：2021-09-29
Applicant: 北京信息科技大学
IPC: H04B17/21 , H04B17/391 , H04L25/02
Abstract: 本发明涉及一种基于深度学习的OTFS数据驱动接收方法、系统及介质，其包括将每个OTFS帧的数据信息进行映射后转换为时域信号；将所述时域信号经过信道及转换处理，得到OTFS调制后的时延‑多普勒域信号；将所述OTFS调制后的时延‑多普勒域信号作为深度神经网络的输入，以通信的发送端信号作为标签对深度神经网络进行离线训练；采用训练好的神经网络对接收到的OTFS信号进行恢复。本发明具有较好的误码性能与优秀的鲁棒性，对信道参数具有强大的泛化能力。本发明可以应用到不同的高移动性场景中。
-
公开(公告)号：CN116471152A
公开(公告)日：2023-07-21
申请号：CN202310654879.0
申请日：2023-06-05
Applicant: 北京信息科技大学
IPC: H04L25/02
Abstract: 本公开是关于一种基于正交时频空间调制技术的信道估计方法。该方法包括建立正交时频空间信道估计的模型，该模型包括时延多普勒域接收信号、稀疏度自适应匹配追踪算法和去噪网络；利用稀疏度自适应匹配追踪算法对时延多普勒域接收信号进行处理，重构延迟多普勒域信道；将延迟多普勒域信道输入至去噪网络中进行去噪处理，得到去噪信道响应。该方法能够在不依赖于信道路径数目的先验信息的情况下重构延迟多普勒域信道；并且能够消除延迟多普勒域信道相应的噪声。
-
公开(公告)号：CN115296962B
公开(公告)日：2023-06-09
申请号：CN202210921082.8
申请日：2022-08-02
Applicant: 北京信息科技大学
Abstract: 本发明提供了一种基于维特比网络的OTFS系统信号检测方法，涉及通信技术领域，包括如下步骤：对发送符号SJ进行OTFS调制、无线信道和解调后得到接收符号YJ，对接收符号通过神经网络计算对数似然，对获得的对数似然进行更新路径损耗，并获取最小对数似然，对得到本轮最小对数似然的过程进行遍历，并根据最终对数似然恢复发送符号SJ。本发明将维特比网络应用于OTFS系统的信号检测，通过用神经网络代替维特比算法中需要信道状态信息的对数似然计算模块，所发明的基于维特比网络的OTFS信号检测方案即可在不需要CSI的情况下获得良好的检测性能。
-
公开(公告)号：CN113708855A
公开(公告)日：2021-11-26
申请号：CN202111178920.9
申请日：2021-09-29
Applicant: 北京信息科技大学
IPC: H04B17/21 , H04B17/391 , H04L25/02
Abstract: 本发明涉及一种基于深度学习的OTFS数据驱动接收方法、系统及介质，其包括将每个OTFS帧的数据信息进行映射后转换为时域信号；将所述时域信号经过信道及转换处理，得到OTFS调制后的时延‑多普勒域信号；将所述OTFS调制后的时延‑多普勒域信号作为深度神经网络的输入，以通信的发送端信号作为标签对深度神经网络进行离线训练；采用训练好的神经网络对接收到的OTFS信号进行恢复。本发明具有较好的误码性能与优秀的鲁棒性，对信道参数具有强大的泛化能力。本发明可以应用到不同的高移动性场景中。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
