低复杂度的空间调制接收端天线选择方法

    公开(公告)号:CN113612506B

    公开(公告)日:2023-03-21

    申请号:CN202010537301.3

    申请日:2020-06-12

    Abstract: 本发明提供了低复杂度的空间调制接收端天线选择方法。该方法需要在发射端已知期望用户与窃听者信道状态信息的情况下。假设期望接收端总共有Nb根天线,从中选择Nt根天线接收数据,然后将此选择模式反馈给发射端。发射机将发送的信息比特中的一部分映射为天线索引,另一部分映射为传统的幅度相位调。同时做预编码和人为噪声投影,发射机发送信号,接收端根据检测到的天线序号和调制符号可以完整的恢复发送信息。本发明与传统的天线选择技术相比安全速率得到了极大的提升,并且期望用户能够很好的解调出有用信号,在非法窃听端难以恢复出有用信号,从而能够更好地提升系统的安全性能。

    基于自维持干扰协作的集中式安全波束成形方法

    公开(公告)号:CN112448739A

    公开(公告)日:2021-03-05

    申请号:CN201910835185.0

    申请日:2019-09-05

    Abstract: 本发明公开了一种基于自维持干扰协作的集中式安全波束成形方法,以最大化系统平均保密速率的下限作为设计标准,同时考虑了源、中继和干扰器处的发射功率约束,联合设计波束成形向量;首先固定给定的中继和干扰器处波束成形向量,确定源的波束成形向量,然后再对于给定源处的波束成形向量,确定中继和干扰器的波束成形向量,进行交替迭代,得出源、中继和干扰器处的波束成形向量最优解。本发明实现了波束成形向量的优化设计,可以有效提高系统的安全性能,具有较高的平均保密速率。

    一种由微生物作用制备氮掺杂石墨烯的方法

    公开(公告)号:CN103803541A

    公开(公告)日:2014-05-21

    申请号:CN201410060866.1

    申请日:2014-02-24

    Abstract: 本发明公开了一种由微生物作用制备氮掺杂石墨烯的方法。首先将反硝化细菌接入灭菌后的营养培养基,使反硝化细菌适量增殖。再将改进Hummers法制备的氧化石墨烯在去离子水中超声分散成悬液,再按一定比例加入到反硝化细菌的培养基中,酌情补充氮源,在厌氧条件下混合培养。反硝化细菌在破坏含氧官能团同时在石墨烯中引入氮元素,得到氮掺杂石墨烯粗产物,再通过洗涤、离心、干燥等步骤得到纯净的氮掺杂石墨烯。本法使用反硝化细菌在温和条件下进行氮掺杂,步骤简单,控制容易,产物缺陷少,成本低,环境影响小。

    基于拉格朗日乘子的最小正则化发射功率波束成形方法

    公开(公告)号:CN111224702B

    公开(公告)日:2023-05-05

    申请号:CN201911025873.7

    申请日:2019-10-25

    Abstract: 本发明公开了一种基于拉格朗日乘子的最小正则化发射功率波束成形方法。该方法为:利用随机子载波选择的方法,构建线性OFDM子载波集,并从中随机选择N个子载波并分配给N根发射天线,解耦波束成形的方向与距离之间的相关性;设置波束成形需要满足的正交约束条件和相位对齐约束条件;利用零空间投影的方法去除正交约束条件;在去除正交约束条件后的目标函数加入正则化惩罚项;利用拉格朗日乘子法构建隐私信息波束成形向量和人工噪声波束成形向量;利用二维搜索,求取隐私信息波束成形向量和人工噪声波束成形向量中的最优正则化因子。本发明削弱了敏感的窃听者截获隐私信息的能力,提高了无线通信和网络的安全性,增强了通信系统的稳定性。

    一种基于深度学习的空间调制网络中联合检测方法

    公开(公告)号:CN111769862B

    公开(公告)日:2022-11-11

    申请号:CN202010594156.2

    申请日:2020-06-28

    Abstract: 本发明公开了一种基于深度学习的空间调制网络中联合检测方法。本发明利用深度学习方法,首先将信道和接收信号均处理为实值行向量,二者堆叠生成训练样本,一批样本组成训练集,将原始数据比特处理为独热编码形式,生成训练集的标签;然后搭建深度神经网络,使用训练集及其标签训练深度神经网络;最后,每当信道矩阵和接收信号发生变化时,向深度神经网络输入信道和接收信号,得到输出,即为信号检测结果。只要信道的随机分布不发生改变,便无需进行新的训练。本发明的有益效果为,本发明提出的基于深度学习的联合检测方法,无需重复繁琐的计算,以可接受的复杂度,获得了较优的误比特率性能。

    基于深度学习的空间调制接收端译码方法

    公开(公告)号:CN113612587A

    公开(公告)日:2021-11-05

    申请号:CN202010471591.6

    申请日:2020-05-29

    Abstract: 本发明提供了一种基于深度学习的空间调制接收端译码方法,包括:构造深度神经译码网络,并初始化训练参数;在空间调制系统发射机发送训练序列,接收机接受信号,由此产生大量训练数据,同时发射机随机发射信号,以此生成验证数据集;利用训练数据集对构建的神经网络模型进行训练,得到训练好的神经网络,然后用验证集验证网络评估神经网络,若不符合要求,改变参数继续训练直至神经网络收敛;将训练好的升级网络部署在空间调制的接收端,对接受信号y进行译码,得到发射符号的估计。

    一种基于白化滤波的最大化接收功率的波束成形方法

    公开(公告)号:CN111835393A

    公开(公告)日:2020-10-27

    申请号:CN202010678703.5

    申请日:2020-07-15

    Abstract: 本发明提供了一种基于白化滤波的最大化接收功率的波束成形方法。通过接收波束成形的设计,抑制来自全双工窃听者的恶意干扰,同时最大化有用信号的接收功率,以提升系统的安全性能。首先利用已知的信道状态信息,对合法用户接收到的有色噪声进行白化噪声矩阵的设计。进一步地,对合法用户的接收信号预乘白化噪声矩阵,并且建立最大化有用信号功率的优化问题。将优化问题转化为平均最大化接收功率问题,通过Rayleigh-Ritz方法设计接收波束成形向量。本发明与传统的最大化接收功率相比在安全速率和误码率上得到了极大地提升,能够在具有全双工窃听者的安全空间调制系统中有效抑制恶意干扰,提高合法用户获取有用信息的能力,更好地提升了系统的安全性能。

    一种采用萘降解细菌氧化和降解石墨材料的方法

    公开(公告)号:CN105013126A

    公开(公告)日:2015-11-04

    申请号:CN201510379529.3

    申请日:2015-07-01

    Abstract: 本发明公开了一种采用萘降解细菌氧化和降解石墨材料的方法,属于环境生物技术领域。所述的方法是将萘降解细菌接入含有萘的无机盐培养基,细菌增殖后,再与石墨材料混合进行共培养;3-14日后,将和细菌作用后的石墨材料取出,纯化、干燥后得到细菌氧化石墨材料的产物。本发明采用萘降解细菌对石墨材料进行氧化、降解处理,方法温和可控并具有良好的环境相容性,可用于氧化石墨或石墨烯制备氧化石墨,也可用于降解环境中的碳纳米材料。

Patent Agency Ranking