-
公开(公告)号:CN116647916A
公开(公告)日:2023-08-25
申请号:CN202310913035.3
申请日:2023-07-25
Applicant: 华南理工大学 , 京信网络系统股份有限公司
IPC: H04W72/044 , H04W72/23 , H04B7/06 , H04B7/08 , H04B7/155
Abstract: 本申请涉及一种中继通信方法、装置和智能超表面中继器。所述方法包括:接收所述宿主基站发送的波束控制信息,并根据所述波束控制信息,确定所述智能超表面阵列的反射参数;根据所述反射参数对所述智能超表面阵列进行控制,以使所述智能超表面阵列在所述宿主基站与用户终端之间进行中继转发。采用本方法能够降低中继通信的功耗和成本。
-
公开(公告)号:CN116634567B
公开(公告)日:2023-12-12
申请号:CN202310913514.5
申请日:2023-07-25
Applicant: 华南理工大学 , 京信网络系统股份有限公司
IPC: H04W72/044 , H04W72/0446 , H04W72/0453 , H04W72/23 , H04B7/06 , H04B7/08 , H04B7/155 , H04L5/00
Abstract: 本申请涉及一种波束管理方法、装置和智能超表面中继系统。所述方法包括:获取所述智能超表面中继系统的原始下行波束,确定与所述原始下行波束相关联的候选上行波束;根据用户终端通过所述候选上行波束所发送的候选上行信号,从所述候选上行波束中确定出目标上行波束;确定与所述目标上行波束相匹配的下行波束配置信息,将所述下行波束配置信息发送至所述智能超表面中继器,以使所述智能超表面中继器根据接收到的所述下行波束配置信息,转发所述智能超表面中继系统的目标下行波束。采用本方法能够减少波束管理的资源损耗。
-
公开(公告)号:CN116647916B
公开(公告)日:2023-12-15
申请号:CN202310913035.3
申请日:2023-07-25
Applicant: 华南理工大学 , 京信网络系统股份有限公司
IPC: H04W72/044 , H04W72/23 , H04B7/06 , H04B7/08 , H04B7/155
Abstract: 本申请涉及一种中继通信方法、装置和智能超表面中继器。所述方法包括:接收所述宿主基站发送的波束控制信息,并根据所述波束控制信息,确定所述智能超表面阵列的反射参数;根据所述反射参数对所述智能超表面阵列进行控制,以使所述智能超表面阵列在所述宿主基站与用户终端之间进行中继转发。采用本方法能够降低中继通信的功耗和成本。
-
公开(公告)号:CN116634567A
公开(公告)日:2023-08-22
申请号:CN202310913514.5
申请日:2023-07-25
Applicant: 华南理工大学 , 京信网络系统股份有限公司
IPC: H04W72/044 , H04W72/0446 , H04W72/0453 , H04W72/23 , H04B7/06 , H04B7/08 , H04B7/155 , H04L5/00
Abstract: 本申请涉及一种波束管理方法、装置和智能超表面中继系统。所述方法包括:获取所述智能超表面中继系统的原始下行波束,确定与所述原始下行波束相关联的候选上行波束;根据用户终端通过所述候选上行波束所发送的候选上行信号,从所述候选上行波束中确定出目标上行波束;确定与所述目标上行波束相匹配的下行波束配置信息,将所述下行波束配置信息发送至所述智能超表面中继器,以使所述智能超表面中继器根据接收到的所述下行波束配置信息,转发所述智能超表面中继系统的目标下行波束。采用本方法能够减少波束管理的资源损耗。
-
公开(公告)号:CN119211950B
公开(公告)日:2025-03-21
申请号:CN202411696981.8
申请日:2024-11-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种跨层协同优化的LoRa‑Mesh无线网络通信方法,该方法的步骤为:边缘节点将边缘数据经LoRa‑Mesh网络回传至汇聚节点;边缘节点向汇聚节点发起空中设备配对请求;应用层进行应用层私有协议封装,基于PSK机制的分级动态密钥协商协议实现空中激活;网络层使用针对非对称信道优化的AODV路由协议构建网状路由路径;MAC层进行数据碰撞判断和退避控制;RDC层基于异步通信低占空比监听机制进行信道监听;物理层调用LoRa通信驱动发送和接收数据;边缘节点根据节点数据类型进行数据解析。本发明提升了LoRa‑Mesh网络中通信的稳定性、高效性和安全性,满足随机分布节点场景下的通信需求。
-
公开(公告)号:CN119519782A
公开(公告)日:2025-02-25
申请号:CN202411465027.8
申请日:2024-10-21
Applicant: 华南理工大学
IPC: H04B7/06 , H04B7/0426 , H04B17/391
Abstract: 本发明公开一种移动感知预测波束赋形的方法,涉及无线通信,针对现有技术波束赋形不够高效的问题提出本方案。步骤:S1.构建新型的感知辅助SWIPT系统模型;S2.构建多天线混合接入点HAP对移动能量用户MEU运动状态的感知预测与跟踪模型;S3.构建基于扩展卡尔曼滤波EKF的在线波束赋形框架;S4.构建移动能量用户MEU能量收集的功率与多天线混合接入点HAP处的总功耗之比最大化的优化问题模型;S5.基于Dinkelbach和SDR变换将非凸的优化问题转进行凸优化处理,实现感知辅助SWIPT系统的无线能量传输WPT效率最大化。优点在于,所构建的感知辅助SWIPT系统多天线混合接入点HAP为多个单天线通信用户IU和一个移动能量用户MEU提供服务,更接近实际应用场景,实现准确的跟踪精度和高效的功率传输。
-
公开(公告)号:CN119276666A
公开(公告)日:2025-01-07
申请号:CN202411293368.1
申请日:2024-09-14
Applicant: 华南理工大学
Abstract: 本发明公开基于信号仿真和CNN网络的端到端跳频信号识别检测方法,针对现有技术中的问题提出本方案,S1.在预设信噪比范围内仿真每个网台的跳频信号;S2.对预设的信号类型进行仿真并分别封装为仿真函数;S3.对仿真生成的跳频信号与预设种类的背景信号进行随机的时域叠加并转化为时频图;S4.对时频图进行裁剪;S5.批量生成训练样本集;S6.构建三通道输入的CNN网络;S7.利用训练样本集合训练CNN网络,将测试样本输入训练好的模型中输出识别结果。优点在于,只需少量真实信号结合理论模型就完成多样真实训练集,避免采集真实数据的困难和资源消耗。可模拟真实环境下跳频通信工作频段内可能伴随的复杂电磁背景,为后续建立端到端的神经网络框架打下基础。
-
公开(公告)号:CN118549956A
公开(公告)日:2024-08-27
申请号:CN202410496919.8
申请日:2024-04-24
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于北斗RTK定位的偏移监测方法及系统,涉及卫星定位技术,针对现有技术中存在成本高的问题提出本方案。主要包括汇聚平台模块、监测终端模块与电池模块。汇聚平台模块以轮流访问的方式,对各待监测节点下发定位请求指令,未收到指令的待监测节点通过电池模块控制保持睡眠模式,以降低供电压力与电池成本。监测终端模块通过数据处理得到自主定制的观测数据并回传给汇聚平台,自主定制的观测数据可以大幅减小一条原始观测数据的数据量,降低通信设备的技术压力与成本。最终数据回传汇聚平台进行网络RTK解算,先传输后集中解算的方式可以大大降低网络差分站中心的服务费成本。可以用较低的成本实时有效监测待监测点的偏移状况。
-
公开(公告)号:CN118137155A
公开(公告)日:2024-06-04
申请号:CN202410316662.3
申请日:2024-03-20
Applicant: 华南理工大学
Abstract: 本发明公开了一种高增益宽频带的交叉超表面圆极化天线,该天线包括:反射腔、介质基板、第一矩形偶极子、第二矩形偶极子、第三矩形偶极子、第四矩形偶极子、多个寄生超表面、四分之一波长馈电圆弧、同轴线连接器;第一矩形偶极子和第二矩形偶极子、第三矩形偶极子和第四矩形偶极子分别设于介质基板的上下层,构成交叉偶极子结构,寄生超表面沿第一、第二矩形偶极子延伸方向所在轴线对称分布;第二矩形偶极子、第四矩形偶极子分别通过同轴线连接器的内外导体馈电,分别通过四分之一波长馈电圆弧与第一、第三矩形偶极子连接;反射腔输出正向辐射反射波。本发明形成交叉超表面圆极化天线,获得了高增益、宽轴比带宽和阻抗带宽的圆极化辐射性能。
-
公开(公告)号:CN117240663A
公开(公告)日:2023-12-15
申请号:CN202310464371.4
申请日:2023-04-26
Applicant: 华南理工大学
IPC: H04L25/02 , H04B17/336
Abstract: 本发明公开了一种信干噪比门限估计的方法和装置。所述方法包括以下步骤:根据无线通信系统的算力和系统配置,选择一种信道估计滤波方法;根据选择的信道估计滤波方法,计算信道估计滤波系数;根据信道估计滤波系数计算载波的信干噪比门限。采用本发明提供的一种信干噪比门限估计的方法和装置,针对各种信道估计滤波方法,能以很低的计算复杂度对信干噪比门限进行估计。采用本发明的方法和装置能够有效评估信道估计中自激效应对智能反射面系统性能的影响,提升各种场景情况下智能反射面系统的性能。
-
-
-
-
-
-
-
-
-