-
公开(公告)号：CN118139105A
公开(公告)日：2024-06-04
申请号：CN202410281033.1
申请日：2024-03-12
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
Abstract: 本发明涉及基于空频多域扩展的海量设备低延迟接入识别检测方法，属于无线通信中的数据传输领域，包括：S1，空频扩展的海量物联网设备接入；S2，通过矩阵变换将信道从天线‑频率域变换至角度‑延时域；S3，模型简化；以及S4，数据估计。其中，步骤S1包括下列子步骤：S11，将所有子载波划分为B个资源块，每个资源块包含P个子载波；S12，将属于同一个资源块内的子载波进行等间隔分布；S13，同一资源块内在每个子载波上传输同一星座符号；在步骤S2中，首先将信道与接收信号变换至角度‑频率域，最后变换至角度‑延时域。本发明提增加了系统能够同时容纳的用户个数，提升了数据识别检测性能，并降低了用户的接入延迟。
-
公开(公告)号：CN118138413A
公开(公告)日：2024-06-04
申请号：CN202410254696.4
申请日：2024-03-06
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC: H04L27/12 , H04L27/14 , H04L27/144
Abstract: 本发明公开了TSN中连续调频波多域参数调制的联合通信探测方法，用于解决自动驾驶场景下的频谱资源受限问题、实现时频资源的合理复用以及联合通信探测功能。包括如下步骤：主动和被动联合通信探测设备通过资源块识别方案获取资源块使用信息并确定所用资源块。主动方采用两帧合并探测方法，发送包括信标帧和DDM帧的连续调频波，通过基于检测的参数信息恢复算法探测环境目标。被动方采用两帧联合探测方法探测环境目标、进行同步时延调整并向主动方发送同步确认信息，实现设备间的自适应时间同步。进入通信过程，主动方对连续调频波进行多域参数信息调制，被动方利用先验信息进行数据解调以及目标探测，并允许持续的跟踪和状态更新。
-
公开(公告)号：CN118019047A
公开(公告)日：2024-05-10
申请号：CN202410230192.9
申请日：2024-02-29
Applicant: 北京理工大学 , 北京理工大学长三角研究院(嘉兴)
IPC: H04W24/08 , H04B7/0413 , H04W74/0833 , H04L25/02
Abstract: 本发明公开时间敏感网络中频域预均衡的多用户接入识别检测方法，属于无线通信中的数据传输技术领域。本发明实现方法为：在下行阶段，基站某一跟天线向所有用户设备广播标志信号，用户进行同步、信道估计、功率控制。在上行传输阶段，用户采用免授权方式进行数据传输。用户发射信号的过程包括星座符号调制，乘扩频序列，预均衡以及OFDM调制。基站在联合用户活跃性与数据粗估计来识别活跃用户序号以及数据的粗估计，利用估计得到的数据进行信道估计。利用信道估计值进行更精确的数据估计。信道估计以及数据估计之间能够进行迭代。本发明能够在较少的时频资源下实现数据检测以及信道估计，实现时间敏感网络所期望的高实时性、高可靠性数据传输。
-
公开(公告)号：CN117895981A
公开(公告)日：2024-04-16
申请号：CN202311614959.X
申请日：2023-11-29
Applicant: 北京理工大学
IPC: H04B7/06 , H04B7/0456 , H04B7/0417 , H04L25/02
Abstract: 本发明提出了时间敏感网络中基于通感一体化的信道语义智能获取方法，属于通信感知一体化中的信道语义获取技术领域。本发明在TSN通信感知一体化场景下，基于AI辅助设计了一个通信感知一体化信道语义提取与重构网络，通过在两个阶段中分配导频符号，以及调整损失函数的权重，来灵活适应通信信道语义和感知信道语义之间的共享程度和ISAC性能之间的平衡关系。一方面，通过引入瞬时信道的先验信息来进一步优化波形设计，增强通信和感知信道语义的提取；另一方面，利用通信与感知信道语义之间的相关性联合处理这两种模态，实现通信与感知功能的深度融合。本发明能够实现通信和感知协同增益，有效提高感知的准确度和降低通信估计与反馈阶段延时。
-
公开(公告)号：CN113347123B
公开(公告)日：2023-03-28
申请号：CN202110604783.4
申请日：2021-05-31
Applicant: 北京理工大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本公开的基于模型驱动的混合MIMO系统信道估计与反馈网络，该网络包括：上行信道压缩网络、上行信道重构网络、下行信道压缩网络、下行信道重构网络，反馈压缩网络、反馈信道重构网络；其中，所述上行信道压缩网络和上行信道重构网络组成上行信道估计模块，用于基站获取上行链路空间‑频率域信道矩阵；所述下行信道压缩网络和下行信道重构网络组成下行信道估计模块，用于用户获取下行链路空间‑频率域信道矩阵；所述下行信道压缩网络、反馈压缩网络和反馈信道重构网络组成下行信道反馈模块，用于基站获取下行链路空间‑频率域反馈信道矩阵。能够准确获取混合MIMO系统的信道估计，降低信道估计与反馈的系统开销。能够准确获取混合MIMO系统的信道估计，降低信道估计和反馈的系统开销。
-
Patent Agency Ranking
公开(公告)号：CN114584437A
公开(公告)日：2022-06-03
申请号：CN202210483219.6
申请日：2022-05-06
Applicant: 北京理工大学
Abstract: 本发明公开了一种单次握手协议的半盲消息检测方法及装置，所述方法包括：多个处于活跃状态的节点分别使用相同的信道资源发送各自的上行接入信号；考虑模数转换器对接收信号进行量化，构建接收端的量化接收信号模型；基于贝叶斯推理去量化并计算外信息，将所述量化接收信号模型退化成等效线性模型；对所述等效线性模型作离散傅里叶变换，得到角度域线性模型；对角度域接收信号作矩阵分解，得到具有相位模糊和排序模糊的角度域信道矩阵估算和信号矩阵估算，并利用所述上行接入信号所携带的参考信息消除矩阵分解所引入的固有模糊。所述方法具有更低的接入时延，在动态系统中更加鲁棒，同时在相同信道资源开销下具有更好的消息检测性能。
-
公开(公告)号：CN113382060A
公开(公告)日：2021-09-10
申请号：CN202110635429.8
申请日：2021-06-07
Applicant: 北京理工大学
IPC: H04L29/08 , H04B17/391 , G06T17/00
Abstract: 本发明公开了一种物联网数据收集中的无人机轨迹优化方法及系统，先构建深度强化学习框架网络，然后将以包括信息素浓度的状态信息输入到策略网络中，获得无人机的动作，循环此过程；并利用信息素浓度计算瞬时奖励值以及获得累积奖励值。通过累积奖励值的状态，判断优化训练是否完成，最终根据训练好的策略网络获得无人机优化轨迹。本发明在仿真环境中对无人机及物联网节点进行信道建模，信道建模同时考虑视距LoS链路和非视距NLoS链路的存在，能够在反映实际物联网通信环境动态变化的前提下，使无人机快速完成物联网数据收集工作。根据优化后的无人机轨迹执行数据采集任务，可以更好地满足无人机实际飞行的需求，更准确的完成数据采集任务。
-
公开(公告)号：CN118972955A
公开(公告)日：2024-11-15
申请号：CN202410944391.6
申请日：2024-07-15
Applicant: 北京理工大学
IPC: H04W72/0453 , H04W72/542 , H04W72/0446 , H04W72/044 , H04W72/50
Abstract: 本发明公开了一种面向6G的跨域多载波通信感知协同波形设计方法，属于无线通信感知一体化技术领域，包括S1、建立连续多OFDM符号感知序列模糊函数数学模型；S2、优化感兴趣区间内感知序列自相关特性；S3、优化感兴趣区间外模糊函数取值和通信功率分配。本发明采用上述一种面向6G的跨域多载波通信感知协同波形设计方法，以感知功能为中心的波形优化设计策略，对波形系数在时间、频率、功率甚至时延‑多普勒域上进行优化，在最优化目标感知性能的同时尽可能提升通信可达数据率。
-
公开(公告)号：CN118329037A
公开(公告)日：2024-07-12
申请号：CN202410414433.5
申请日：2024-04-08
Applicant: 北京理工大学
Abstract: 本发明公开的一种基于惯导的分布式无人系统集群协同状态估计方法，属于无人系统协同领域，本发明实现方法为：基于无人系统搭载的惯性导航系统得到机械编排结果；基于每个无人系统自身传感器得传感器测量结果；基于传感器测量结果与节点间信息交互建立量测方程后，建立分布式扩展卡尔曼滤波方程进行滤波估计；基于分布式滤波结果对机械编排结果进行修正，得到更精确的状态估计结果。本发明通过将无人系统自身传感器信息与相对测量信息进行分布式融合，实现大规模集群中无人系统的分布式协同状态估计，能够避免集中式协同和已有分布式协同难以实现大规模集群的分布式协同状态估计问题，提高复杂环境下集群中每个节点的状态估计精度。
-
公开(公告)号：CN114584437B
公开(公告)日：2022-07-01
申请号：CN202210483219.6
申请日：2022-05-06
Applicant: 北京理工大学
Abstract: 本发明公开了一种单次握手协议的半盲消息检测方法及装置，所述方法包括：多个处于活跃状态的节点分别使用相同的信道资源发送各自的上行接入信号；考虑模数转换器对接收信号进行量化，构建接收端的量化接收信号模型；基于贝叶斯推理去量化并计算外信息，将所述量化接收信号模型退化成等效线性模型；对所述等效线性模型作离散傅里叶变换，得到角度域线性模型；对角度域接收信号作矩阵分解，得到具有相位模糊和排序模糊的角度域信道矩阵估算和信号矩阵估算，并利用所述上行接入信号所携带的参考信息消除矩阵分解所引入的固有模糊。所述方法具有更低的接入时延，在动态系统中更加鲁棒，同时在相同信道资源开销下具有更好的消息检测性能。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.023 seconds)
