-
公开(公告)号:CN119967431A
公开(公告)日:2025-05-09
申请号:CN202510096946.0
申请日:2025-01-22
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于可转动天线的单用户上行传输系统通信质量增强方法、设备及介质,其中方法包括:引入偏转角对来表征单个天线三维方向,建立与天线偏转角对相关的多径几何信道模型;利用可转动天线智能控制器获取实际用户方向位置和信道状态信息;根据获取到的信息制定最小信噪比最大化问题,联合优化接收波束成型和所有可转动天线的偏转角;利用转动天线智能控制器改变天线角度至最佳偏转角,重新配置阵列的增益模式,以提高用户方向的定向增益。本发明所提出的方法在允许的天线偏转角调整范围内,相比传统的基于固定天线的通信系统,能够实现更高的阵列增益并显著增强接收端信噪比,从而在单用户场景下达到最佳通信质量效果。
-
公开(公告)号:CN118714585A
公开(公告)日:2024-09-27
申请号:CN202410795148.2
申请日:2024-06-19
Applicant: 华南理工大学
IPC: H04W24/02 , H04W24/08 , H04B17/318 , H04B17/382 , H04B17/373 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了基于RSRP预测上行吞吐量的优化方法、系统、装置及介质。所述方法包括:构建包括RSRP值及对应的上行吞吐量的数据集;构建RSRP和上行吞吐量映射关系,得到映射模型;基于改进的LSTM模型对RSRP在时间序列上进行多步预测,所述改进的LSTM模型包括编码器、注意力机制层、解码器和全连接层,注意力机制层用于在解码器每一步预测时,计算当前时刻隐藏状态与编码器所有隐藏状态之间的相关性权重,并据此生成加权和,作为解码器当前时刻的输入;利用改进的LSTM模型预测未来时隙RSRP的值,并结合映射模型进行上行吞吐量的预测。本发明基于深度学习技术,利用5G网络参数RSRP来预测上行吞吐量,从而可以提前分配资源满足当前系统对通信性能的需求。
-
公开(公告)号:CN113406560B
公开(公告)日:2024-07-16
申请号:CN202110552754.8
申请日:2021-05-20
Applicant: 华南理工大学
Abstract: 本发明公开了一种非相干分布宽带源的角度和频率参数估计方法。所述方法包括如下步骤:通过接收阵列获取远场非相干分布宽带源信号,估计非相干分布宽带源信号的协方差并将其向量化;建立向量化的非相干分布宽带源信号协方差模型,根据协方差模型中的方向导数矩阵的行重复性和奇异性,同时对方向导数矩阵和非相干分布宽带源信号协方差进行降维;将非相干分布宽带源信号协方差模型公式化为秩最小化问题,对秩最小化问题求解,得到角度‑频率联合分布矩阵的估计量,结合离散网格估计器估计出非相干分布宽带源的角度和频率分布的关键参数。本发明在提高非相干分布宽带源参数估计精度的基础上,降低计算复杂度,可用于雷达声呐等探测目标的识别和定位。
-
公开(公告)号:CN113504505B
公开(公告)日:2023-11-03
申请号:CN202110614512.7
申请日:2021-06-02
Applicant: 华南理工大学
IPC: G01S3/86
Abstract: 本发明公开了一种适用于低信噪比环境下的一维DOA估计方法,该方法通过对均匀线阵的接收信号进行处理,在对接收信号的协方差矩阵做降维处理的同时减去噪声信号的特征值达到降噪的效果,并在稀疏向量解的凸优化过程中迭代地更新加权矩阵的系数来逐步修正角度位置的偏差,减小了角度的估计误差,提高压缩感知类算法在低信噪比环境下的DOA估计精度。本发明基于压缩感知估计理论对接收信号进行采样,使得采样频率不受奈奎斯特定理的限制,通过对接收数据进行降噪预处理和迭代更新权重系数,提高了水下DOA的估计精度,在低信噪比环境下具有较好的降噪效果。
-
公开(公告)号:CN116633404A
公开(公告)日:2023-08-22
申请号:CN202310526942.2
申请日:2023-05-10
Applicant: 华南理工大学
Abstract: 本发明公开了一种双智能反射面辅助通信的联合波束赋形和部署方法,步骤如下:S1、输入部署区域和目标区域的位置信息;S2、计算并配置接入点发射信号的相位和功率;S3、构建并拆分智能反射面联合波束赋形和部署问题;S4、对于给定任意智能反射面部署,计算智能反射面的无源反射单元的相移;S5、基于S4所述智能反射面的无源反射单元的相移,计算并部署智能反射面部署位置;S6、基于S5所述智能反射面部署位置,计算并配置智能反射面的无源反射单元的相移。本发明所提出的双智能反射面辅助通信的联合波束赋形和部署方法能够显著提升通信覆盖范围和目标区域边缘处的最差信噪比,并且避免了信道估计的开销。
-
公开(公告)号:CN114827000B
公开(公告)日:2023-04-21
申请号:CN202210300999.6
申请日:2022-03-25
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于链路生存时间位置预测的GPSR路由协议转发方法。标准的GPSR协议中节点无需维护路由表,仅需知道自身一跳邻居节点的位置信息,便可找出下一跳转发节点。但在节点高速移动的使用场景中,节点的位置信息不精确,增大了节点间通信时延,同时网络拓扑变化明显,容易出现路由空洞现象,导致路由开销增大。基于上述缺陷,本发明通过链路生存时间筛选、剔除失效节点,更新节点位置信息,达到提高节点位置精确度的目的,通过在邻居列表中加入空洞规避名单,考虑节点与目的节点间的距离和链路生存时间两个因素,降低路由空洞现象的发生概率。通过上述方法,大幅度降低了GPSR协议的传输时延和路由开销。
-
公开(公告)号:CN113341954B
公开(公告)日:2023-03-21
申请号:CN202110547020.0
申请日:2021-05-19
Applicant: 华南理工大学
IPC: G05D1/02
Abstract: 本发明公开了基于蚁群算法的无人船节能路径规划方法。所述方法包括以下步骤:通过栅格法对环境进行建模,在建模后的地图上设立n个任务点,选取两个任务点i,j,通过Lazy theta*算法计算两个任务点的中间路径点,将中间路径点连成线得到最短路径;根据中间路径点,全局风浪流干扰方向和干扰大小,计算任务点i到任务点j的最短距离dij和能量消耗eij;计算n个任务点两两之间的最短距离和能量消耗,构建距离矩阵D和能量消耗矩阵E;将距离矩阵D和能量消耗矩阵E作为启发式信息进行蚁群算法计算,获取全局最优节能路径规划。本发明提出的将距离和能量消耗用作蚁群算法的启发式信息是一种可以得到全局最优节能路径规划的方法,有效节约无人船的能量消耗。
-
公开(公告)号:CN115315013A
公开(公告)日:2022-11-08
申请号:CN202210808647.1
申请日:2022-07-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种适用于水声传感器网络的节能并行接入方法、装置及介质,其中方法包含网络初始化、网络更新和网络通信三个阶段,网络将在更新阶段和通信阶段循环直至抵达设置网络的运行时间。方法中利用水声通信的传播时延为多个节点并行地传输数据提供了机会,由此提高了各节点的并行发送机会,使得本发明具有更高的网络吞吐量、更低的端到端时延以及更高的单次发送成功率;该方法还引入了节点休眠状态,为节点增加了休眠状态,使得本发明具有更低的平均能耗以及更久的网络寿命。本发明可广泛应用于水声传感器网络领域。
-
公开(公告)号:CN115051759A
公开(公告)日:2022-09-13
申请号:CN202210716942.4
申请日:2022-06-23
Applicant: 华南理工大学
IPC: H04B13/02
Abstract: 本发明公开了一种物理层声电融合的跨水气界面/介质通信系统及方法,其中系统包括:水下通信节点,用于发送水声通信调制信号;物理层融合浮标,用于接收水声通信调制信号,对接收的水声通信调制信号进行采样,并发送至云接收机;云接收机,用于对接收到的数据进行解调,获得水声信号采样数据;对水声信号采样数据进行信号预处理,以识别水声信号采样数据的调制方式;根据所识别的调制格式解调水声信号采样数据,获得水声基带信号。本发明通过云接收机对水声信号采样数据进行解调和处理,能够快速灵活地转换软件功能来应对不同的调制方式和变化的水声信道,实现成本更低。本发明可广泛应用于水声通信技术领域。
-
公开(公告)号:CN115022228A
公开(公告)日:2022-09-06
申请号:CN202210762091.7
申请日:2022-06-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于蚁群算法的声电协同网络的自适应路由系统及方法,其中系统包括:源节点,若路由表中不存在目的节点转发路径,产生一个路由请求RREQ报文并广播出去,进行寻路过程;中继节点,用于接收并转发路由请求RREQ报文;采用蚁群算法计算概率,根据概率确定传输的优先级,根据优先级转发数据,以及进行信息素更新,并更新到目的节点的本地路由表;目的节点,用于收到路由请求RREQ报文,选择最优通信路径,计算需要更新的信息素,将其写入路由应答RREP报文,然后发送路由应答RREP报文。本发明减少声学链路的跳数以及水声网络中的信令开销,帮助将传输损耗和信令开销转移到水上无线电网络,可广泛应用于跨介质异构网络领域。
-
-
-
-
-
-
-
-
-