公开(公告)号：CN117728870A

公开(公告)日：2024-03-19

申请号：CN202311572780.2

申请日：2023-11-23

Applicant: 南京邮电大学

Inventor： 张昀 ,  张虎 ,  黄经纬 ,  赵阳 ,  张玉瑶 ,  高贵 ,  徐孙武 ,  魏玉尧 ,  周婧 ,  刘荣 ,  施健

IPC: H04B7/06 ,  H04B7/0413 ,  H04B7/0456

Abstract: 本发明公开了一种无线通信技术领域的频分双工方式下大规模MIMO系统信道状态信息反馈方法及系统，旨在解决现有技术中信道状态信息反馈网络在用户设备端的复杂度过高，并且性能也有待提升等问题，其包括在用户端得到下行链路信道状态信息在空间频域上信道矩阵H；通过离散傅里叶变换将空间频域上的信道矩阵变换为角延迟域上的信道矩阵H'，并取其前Na行构成信道矩阵Ha，利用编码器对信道矩阵Ha进行特征提取和压缩，然后利用解码器进行解压缩和恢复得到重建信道矩阵#imgabs0#进行零填充以及离散傅里叶逆变换后得到反馈的信道状态信息。本发明在降低用户设备端复杂度的同时提升信道状态信息反馈性能。

公开(公告)号：CN115984623A

公开(公告)日：2023-04-18

申请号：CN202310044631.2

申请日：2023-01-30

Applicant: 南京邮电大学

Inventor： 张昀 ,  黄经纬 ,  高贵 ,  赵阳 ,  张玉瑶 ,  黄橙

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0475 ,  G06N3/094 ,  G06V10/40

Abstract: 本发明公开了一种基于生成对抗架构的目标检测增强方法、装置及存储介质，涉及计算机视觉中的目标检测技术领域。本发明提出了一种新的目标检测框架，对难以进一步提高性能的目标检测网络进行对抗性训练，能够使训练完善的目标检测网络进一步提高性能，并且没有参数的增加，能够快速有效地改进训练有素的目标检测网络，训练速度快，消耗计算资源少且高效，不以增加推理时间或训练难度为代价，几乎是一种即插即用的训练方式。

公开(公告)号：CN119945849A

公开(公告)日：2025-05-06

申请号：CN202510080660.3

申请日：2025-01-17

Applicant: 南京邮电大学

Inventor： 于舒娟 ,  高贵 ,  蔡良隆 ,  孙洋 ,  卢宏宇

IPC: H04L25/02 ,  H04L27/26

Abstract: 本发明属于无线通信中的信道估计领域，提出了一种基于改进的像素注意力网络(PAN)的信道估计算法，旨在解决传统信道估计方法在5G系统信号中接收子载波间串扰和子符号间干扰等问题。该方法结合SC‑PA块以及U‑PA块，并将PAN的特征提取模块卷积层后加入批量归一化(BN)和线性整流函数(ReLU)，通过增强特征表达能力，提升了信道估计的精度。具体流程为：先针对OFDM符号的块状符号结构，在时频网格中插入二维分布的离散导频符号。然后利用导频符号位置处信道的初步估计值构成低分辨率信道时频增益图像，通过改进的PAN网络进一步处理。该方法有效提升了信道估计的精度，特别是在5G系统中，能够更好地应对子载波间串扰和子符号间干扰问题。

公开(公告)号：CN118740221A

公开(公告)日：2024-10-01

申请号：CN202410635359.X

申请日：2024-05-22

Applicant: 南京邮电大学

Inventor： 于舒娟 ,  施健 ,  高贵 ,  张昀 ,  张虎 ,  刘荣 ,  周婧

IPC: H04B7/06 ,  H04B7/08 ,  H04B7/0408 ,  H04W16/28

Abstract: 本发明公开了一种MISO系统波束成形方法，属于通信系统技术领域，包括：获取目标基站发射信号；通过训练好混合波束成形器根据目标基站发射信号，获取具有最优频谱效率的用户接收信号；所述混合波束成形器的训练包括：在恒模约束和最大发射功率约束的条件下，通过预设混合波束成形网络模型获取使频谱效率最大化的模拟波束成形向量；根据获取到的使频谱效率最大化的模拟波束成形向量，得到训练好的混合波束成形器。本发明并利用得到的模拟波束成形向量训练混合波束成形器，避免了依赖于完美的信道状态信息进行信息提取，通过训练好的混合波束成形器获取具有最优频谱效率的用户接收信号，以低复杂度获取最优的频谱效率，对信道信息进行了有效提取。

公开(公告)号：CN115759090A

公开(公告)日：2023-03-07

申请号：CN202211245600.5

申请日：2022-10-12

Applicant: 南京邮电大学

Inventor： 于舒娟 ,  赵阳 ,  毛新涛 ,  吴梦洁 ,  高贵 ,  张昀

IPC: G06F40/295 ,  G06F40/30 ,  G06F40/237 ,  G06F40/268 ,  G06F16/35 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种结合软词典和汉字字形特征的中文命名实体识别方法，包括：对输入的汉字序列分别进行软词典嵌入SoftLexicon embedding和部首级嵌入radical‑level embedding得到软词典嵌入表示、部首级嵌入表示，将软词典嵌入表示和部首级嵌入表示进行拼接得到字符表示；在所得的字符表示上加入门卷积单元以实现文本特征信息的进一步提取，采用两种不同窗口大小的CNN网络提取文本上下文特征；将门卷积单元输出结果放入序列建模层，对字符之间的依赖关系进行建模，得到序列建模后的结果；将序列建模后的结果经过全连接层后，被送入到一个标准条件随机场中执行字符序列的标签预测，得到中文命名实体识别结果。