-
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
Applicant: 南京理工大学
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。
-
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
Applicant: 南京理工大学
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。
-
公开(公告)号：CN110176952B
公开(公告)日：2022-05-13
申请号：CN201910416955.8
申请日：2019-05-20
Applicant: 南京理工大学
Abstract: 本发明公开了一种安全空间调制网络中天线选择方法，在第一阶段，利用近瞬时信道特性，以最大化信干噪比与窃听用户人工噪声信干噪比的乘积为目标，选择发射端天线的一个子集作为发射天线集合。在第二阶段，发射端采用空间调制进行比特流译码，激活一根发射天线发送保密信息，同时其他天线在期望信道的零空间处发射人工噪声，以干扰窃听者。本发明能够提升系统的安全速率。
-
公开(公告)号：CN113612506A
公开(公告)日：2021-11-05
申请号：CN202010537301.3
申请日：2020-06-12
Applicant: 南京理工大学
IPC: H04B7/0426 , H04B7/0456 , H04B7/06 , H04B7/08 , H04L1/06
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。
-
公开(公告)号：CN108988923A
公开(公告)日：2018-12-11
申请号：CN201810779326.7
申请日：2018-07-16
Applicant: 南京理工大学
IPC: H04B7/06 , H04B7/08 , H04B17/336 , H04B17/382
Abstract: 本发明提供了一种安全空间调制系统中基于信号泄露的天线选择方法。与传统的多输入多输出系统不同的是，在空间调制系统中发射机只有一根天线被激活发射调制信号，因此信道间干扰和符号同步的问题可以被有效解决，发射机和接收机的实现复杂度大大降低，同时激活天线的序号也携带比特信息，从而提高了系统的频谱效率和能量效率。为提高空间调制系统物理层的安全性能，在发射机发射人工噪声和天线选择，其中人工噪声信号位于期望用户信道的零空间上，利用信号泄露的概念，通过天线选择来最大化信泄噪比，从而提高系统的安全速率性能。本方法与传统的基于欧式距离最大化的天线选择方法相比在安全速率和计算复杂度方面都具有较大的优势。
-
Patent Agency Ranking
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
Applicant: 南京理工大学
IPC: H04B7/0426 , H04B7/0456 , H04B7/06 , H04B7/08 , H04L1/06
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。
-
公开(公告)号：CN110176952A
公开(公告)日：2019-08-27
申请号：CN201910416955.8
申请日：2019-05-20
Applicant: 南京理工大学
Abstract: 本发明公开了一种安全空间调制网络中天线选择方法，在第一阶段，利用近瞬时信道特性，以最大化信干噪比与窃听用户人工噪声信干噪比的乘积为目标，选择发射端天线的一个子集作为发射天线集合。在第二阶段，发射端采用空间调制进行比特流译码，激活一根发射天线发送保密信息，同时其他天线在期望信道的零空间处发射人工噪声，以干扰窃听者。本发明能够提升系统的安全速率。
-
公开(公告)号：CN108988922A
公开(公告)日：2018-12-11
申请号：CN201810778653.0
申请日：2018-07-16
Applicant: 南京理工大学
IPC: H04B7/06 , H04B17/309 , H04B17/391
Abstract: 本发明提供了一种安全空间调制系统中基于最大化近似安全速率的线性预编码方法。通过联合发射人工噪声信号和设计线性预编码，将人工噪声信号投影到期望用户信道的零空间上，不影响期望用户的正常译码，但对窃听用户的译码产生干扰，同时依照最大化近似安全速率准则设计线性预编码。对于最大化近似安全速率的优化问题，其为非凸的二次约束的二次规划问题，通过推导其目标函数的梯度，然后使用梯度下降法迭代求解，该方法确定收敛到局部最优解，从而可以提高了系统的安全速率性能。本方法与传统的基于最大化安全速率的方法相比，在计算复杂度方面具有较大的优势，同时获得了接近传统方法的安全速率性能。
-
公开(公告)号：CN108964730A
公开(公告)日：2018-12-07
申请号：CN201810777723.0
申请日：2018-07-16
Applicant: 南京理工大学
IPC: H04B7/0456
CPC classification number: H04B7/0456 , H04B7/0486
Abstract: 本发明提供了一种安全空间调制系统中基于连续凸近似的线性预编码方法。针对空间调制系统中物理层安全传输问题，通过联合发射人工噪声信号和设计线性预编码的方法，将人工噪声信号投影到期望信道的零空间上，同时依照最大化近似的安全速率的准则设计线性预编码矩阵，建立最大化近似安全速率的优化问题，对于该非凸的二次约束的二次规划将原问题转化成凸差规划问题，然后使用一阶泰勒级数展开和连续凸近似的方法迭代求解凸的子优化问题，获得原问题的近似最优解。基于连续凸近似的线性预编码算法，与传统的基于梯度下降法的线性预编码算法相比，其能实现更高的安全速率，因为梯度下降法可能会陷入局部最优解。
-
公开(公告)号：CN110213816A
公开(公告)日：2019-09-06
申请号：CN201910439101.1
申请日：2019-05-24
Applicant: 南京理工大学
IPC: H04W52/24 , H04B7/0413 , H04B17/382
Abstract: 本发明提供了一种基于安全空间调制的低复杂度高性能功率分配方法。针对提高空间调制的安全性方面的问题，在发射信号中引入了人工噪声，由此产生了发射有用信号和人工噪声的功率分配的问题，为求解出可以提供更好的安全性的功率分配因子，可以利用梯度下降算法等方法。本发明利用了信干噪比（SINR）的概念，提出了一种最大化信号干扰噪声比和人工噪声干扰噪声比的乘积（Max-P-SINR-ANSNR）的方法，为功率分配因子提供了一个极低复杂度的解析解，使得空间调制有很好的安全性能，能够获得接近最优的安全速率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.017 seconds)
