-
公开(公告)号:CN115915432A
公开(公告)日:2023-04-04
申请号:CN202211288296.2
申请日:2022-10-20
Applicant: 北京理工大学长三角研究院(嘉兴) , 北京理工大学
IPC: H04W72/21 , H04W72/0446 , H04W72/53
Abstract: 本发明提供一种蜂窝网络上行传输资源协同分配方法及装置,涉及无线通信技术领域,该方法首先构建蜂窝网络中上行传输资源协同分配的初始优化问题模型;然后确定初始优化问题模型对应的收益函数、状态空间以及动作空间,并确定初始优化问题模型对应的初始经验元组;此后基于优化问题的等价性,将初始优化问题模型等价转换为目标优化问题模型,并对初始经验元组进行增广,得到目标经验元组;最后通过目标经验元组,采用柔性动作‑评价算法,对目标优化问题模型进行求解,得到蜂窝网络中的上行传输资源协同分配方案。由于对初始经验元组进行增广,可以实现柔性动作‑评价算法初期对经验元组的多样性需求,提高算法的训练速度,进而提高分配效率。
-
公开(公告)号:CN115915443A
公开(公告)日:2023-04-04
申请号:CN202211289775.6
申请日:2022-10-20
Applicant: 北京理工大学长三角研究院(嘉兴) , 北京理工大学
IPC: H04W72/23 , H04W72/0446 , H04W72/53
Abstract: 本发明提供一种蜂窝网络下行传输资源协同分配方法及装置,涉及无线通信技术领域,该方法首先构建蜂窝网络中下行传输资源协同分配的初始优化问题模型;然后确定初始优化问题模型对应的收益函数、状态空间以及动作空间,确定初始优化问题模型对应的初始经验元组;此后基于优化问题的等价性,将初始优化问题模型等价转换为目标优化问题模型,并对初始经验元组进行增广,得到目标经验元组;最后通过目标经验元组,采用深度确定性策略梯度算法,对目标优化问题模型进行求解,得到蜂窝网络中的下行传输资源协同分配方案。由于对初始经验元组进行增广,可以实现算法初期对经验元组的多样性需求,可以有效降低算法须与环境交互才能生成经验元组的代价。
-
公开(公告)号:CN115001913B
公开(公告)日:2022-11-29
申请号:CN202210918918.9
申请日:2022-08-02
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于数字辅助的全双工频域自干扰消除方法,属于通信技术领域。本发明在传统频域自干扰消除的过程中引入了数字估计反馈的环节,在信号进入接收端之前,通过信道估计算法生成抵消信号,对自干扰进行消除,使得频域消除环节更加简单灵活,提高自干扰抵消信号的精度,有效降低接收信号的动态范围,增强抑制能力,有利于后续进一步消除。并通过对发射信号进行非线性建模,在信道估计过程中考虑高阶信号对建模过程的影响,抑制自干扰信号中的非线性成分,更好地适应信道变化。本发明适用于全双工通信领域,用以提高自干扰抵消信号的精度,增强自干扰抑制能力,同时优化适应信道变化及抑制自干扰信号中的非线性成分的能力。
-
公开(公告)号:CN115632915B
公开(公告)日:2024-12-27
申请号:CN202211153899.1
申请日:2022-09-21
Applicant: 北京理工大学
Abstract: 本发明提供一种全双工模拟域自干扰消除方法及装置,包括:获取原始发射信号分离后的第一发射信号和第二发射信号,第一发射信号经空域隔离后进入接收链路形成自干扰信号,第二发射信号输入至干扰信号重构单元;基于各矢量调制器的优化输入参数,分别对第二发射信号分离后的各个参考信号进行增益和相位调整,得到用于对自干扰信号进行消除的抵消信号;将各抵消信号和自干扰信号进行合并,以抵消自干扰信号。本发明根据各矢量调制器的I/Q两路输入参数获得最优的抵消信号,并通过抵消信号来实现模拟域自干扰消除,且在训练优化过程中按照当前最优参数方向对I/Q两路输入参数进行变步长迭代优化,减少迭代次数和提高收敛的速度。
-
公开(公告)号:CN115086118B
公开(公告)日:2022-11-29
申请号:CN202210845567.3
申请日:2022-07-19
Applicant: 北京理工大学
Abstract: 本发明公开的一种快速收敛的自适应数字域自干扰抵消方法及系统,属于通信技术领域。本发明实现方法为:在发射端发送训练序列,在接收端获取接收信号前的训练序列信息;采用训练序列法初步估计自干扰信道,缩短信道参数估计收敛时间;以训练序列法估计的自干扰信道为信道估计初始值,采用自适应算法对自干扰信道进行实时估计,同时保留信道参数自适应迭代能力;根据已知发送信号和当前自干扰信道估计值重构出接收信号中的自干扰部分,接收信号与估计的自干扰信号相减即能够获得期望信号,实现快速收敛的自适应数字域自干扰抵消,进而实现对时变自干扰信道参数的高效率补偿跟踪。训练序列选用零自相关的ZC序列,能够进一步提升信道参数估计精度。
-
公开(公告)号:CN115441898A
公开(公告)日:2022-12-06
申请号:CN202211073964.X
申请日:2022-09-02
Applicant: 北京理工大学
Abstract: 本发明公开的一种多抽头结构的全双工模拟域自干扰消除系统,属于全双工通信系统中的模拟域自干扰消除技术领域。本发明为面向同时同频全双工的一种多抽头结构的全双工模拟域自干扰消除系统,包括自干扰信号采集模块、多抽头干扰对消模块、对消能力检测反馈模块。本发明直接以最小化输出功率为目标重建抵消信号,通过每一抽头的矢量调制器对各重建信号进行幅度和相位调控,降低输出对消后的残余信号功率,针对模拟域自干扰消除构建对消能力检测反馈模块,对消能力检测反馈模块向FPGA芯片提供反馈控制并调节各抽头的矢量调制器,使模拟域自干扰实际消除能力最大化,同时使数字域自干扰消除部分发挥其最大优势,减少模拟域自干扰对其他模块的干扰,改善自干扰抵消效果。
-
公开(公告)号:CN115913278A
公开(公告)日:2023-04-04
申请号:CN202211714161.8
申请日:2022-12-30
Applicant: 北京理工大学
Abstract: 本发明涉及通信技术领域,提供一种全双工数字域联合自干扰抵消方法、装置和电子设备,方法包括:接收发射信号以及自干扰信号;基于发射训练序列对自干扰信号进行训练序列同步,得到接收训练序列;基于接收训练序列对自干扰信号进行直流偏置校准,得到校准自干扰信号和校准接收训练序列;基于发射训练序列、发射训练序列的关联信号以及校准接收训练序列计算估计联合自干扰信道响应;根据发射信号、发射信号的关联信号和估计联合自干扰信道响应计算重构自干扰信号。本发明实施例用以解决现有技术中数字域自干扰抵消技术只能抵消自干扰信号中的线性部分,仅通过线性抵消不可能实现自干扰信号的完全抑制的缺陷。
-
公开(公告)号:CN115913278B
公开(公告)日:2024-06-28
申请号:CN202211714161.8
申请日:2022-12-30
Applicant: 北京理工大学
Abstract: 本发明涉及通信技术领域,提供一种全双工数字域联合自干扰抵消方法、装置和电子设备,方法包括:接收发射信号以及自干扰信号;基于发射训练序列对自干扰信号进行训练序列同步,得到接收训练序列;基于接收训练序列对自干扰信号进行直流偏置校准,得到校准自干扰信号和校准接收训练序列;基于发射训练序列、发射训练序列的关联信号以及校准接收训练序列计算估计联合自干扰信道响应;根据发射信号、发射信号的关联信号和估计联合自干扰信道响应计算重构自干扰信号。本发明实施例用以解决现有技术中数字域自干扰抵消技术只能抵消自干扰信号中的线性部分,仅通过线性抵消不可能实现自干扰信号的完全抑制的缺陷。
-
公开(公告)号:CN115632915A
公开(公告)日:2023-01-20
申请号:CN202211153899.1
申请日:2022-09-21
Applicant: 北京理工大学
Abstract: 本发明提供一种全双工模拟域自干扰消除方法及装置,包括:获取原始发射信号分离后的第一发射信号和第二发射信号,第一发射信号经空域隔离后进入接收链路形成自干扰信号,第二发射信号输入至干扰信号重构单元;基于各矢量调制器的优化输入参数,分别对第二发射信号分离后的各个参考信号进行增益和相位调整,得到用于对自干扰信号进行消除的抵消信号;将各抵消信号和自干扰信号进行合并,以抵消自干扰信号。本发明根据各矢量调制器的I/Q两路输入参数获得最优的抵消信号,并通过抵消信号来实现模拟域自干扰消除,且在训练优化过程中按照当前最优参数方向对I/Q两路输入参数进行变步长迭代优化,减少迭代次数和提高收敛的速度。
-
公开(公告)号:CN115086118A
公开(公告)日:2022-09-20
申请号:CN202210845567.3
申请日:2022-07-19
Applicant: 北京理工大学
Abstract: 本发明公开的一种快速收敛的自适应数字域自干扰抵消方法及系统,属于通信技术领域。本发明实现方法为:在发射端发送训练序列,在接收端获取接收信号前的训练序列信息;采用训练序列法初步估计自干扰信道,缩短信道参数估计收敛时间;以训练序列法估计的自干扰信道为信道估计初始值,采用自适应算法对自干扰信道进行实时估计,同时保留信道参数自适应迭代能力;根据已知发送信号和当前自干扰信道估计值重构出接收信号中的自干扰部分,接收信号与估计的自干扰信号相减即能够获得期望信号,实现快速收敛的自适应数字域自干扰抵消,进而实现对时变自干扰信道参数的高效率补偿跟踪。训练序列选用零自相关的ZC序列,能够进一步提升信道参数估计精度。
-
-
-
-
-
-
-
-
-