-
公开(公告)号:CN119093975A
公开(公告)日:2024-12-06
申请号:CN202411191858.0
申请日:2024-08-28
Applicant: 四川天府新区厦大创新研究院 , 厦门大学
Abstract: 一种基于准静态智能反射面的宽带三维成型波束覆盖设计方法,涉及无线通信技术领域。利用准静态智能反射面的低成本、低复杂度、灵活性,增加静态反射阵列所不具备的可调性;通过获取波束覆盖的目标区域角度范围信息,利用基于DC‑SCA的交替迭代优化算法离线完成波束覆盖设计,无需实时信道估计,降低系统开销及计算复杂度。结合IRS单元辐射方向图,实现目标区域差异化增益需求的成型波束覆盖和宽带通信场景下不同子带频点处增益的平衡。考虑工作频点、工作带宽、量化比特等要求,通过设计合适的QS‑IRS单元样式进行手动拼接,形成大规模反射阵列。解决传统通信技术中存在的问题,考虑实际因素,具有重要现实意义和应用价值。
-
公开(公告)号:CN111431628B
公开(公告)日:2021-07-06
申请号:CN202010279607.3
申请日:2020-04-10
Applicant: 厦门大学
IPC: H04B13/02 , H04B17/391
Abstract: 一种提升水声通信链路平均吞吐量的方法,涉及水声通信网络优化。首先,将水声通信网络中的某一单链路看成独立的Agent,以及该链路上所有可能的传输频率和传输速率组合看成arm,将此二维图建立成具有单峰特性的无向图G;接着,将该链路平均吞吐量最大化问题建模成具有随机性质的MAB问题;然后,利用改进的UTS算法对其进行求解,得到该链路上最佳的传输频率和传输速率组合;最后,该链路保持该设置直到下一次更新时刻为止。考虑了具有二维单峰结构的水声通信目标函数,有效利用了水声通信信道的特性,并大大减少了每个时隙探索的arm空间;且运用了随机打破限制操作,不依赖于问题的条件。大大提高了网络平均吞吐量。
-
公开(公告)号:CN110392384B
公开(公告)日:2020-09-18
申请号:CN201910665595.5
申请日:2019-07-23
Applicant: 厦门大学
Abstract: 基于条件概率实现LoRa网关下行特定占空比的方法,涉及物联网低功耗广域网的LoRa。1)根据初始化参数得到饱和占空比;2)判断终端实际上行是否成功,若成功,则上行计数加1;3)判断网关下行是否满足概率p;4)判断网关下行是否成功;5)根据实际系统仿真的结果,更新上行成功的概率Psus与占空比,调节概率p得到想要的占空比要求;6)重复步骤1)~5)直至Psus收敛至某一稳定值Ps'us;7)若不考虑优先级,则步骤6)得到的概率p即为网关最终下行传输概率;若考虑优先级,则结合用户的优先级关系和用户数,获得来自不同优先级终端的数据,求出网关下行发送给各组用户的条件概率,即得各终端的网关最终下行传输概率。
-
公开(公告)号:CN109861764A
公开(公告)日:2019-06-07
申请号:CN201910154321.X
申请日:2019-03-01
Applicant: 厦门大学
Abstract: 用于水声OFDM迭代接收机的压缩感知信道估计方法,涉及水声通信领域。进行信道估计;进行信道均衡;进行交织;进行SISO译码。提出一种改进的SAMP算法——MSAMP算法。MSAMP算法不仅能够消除离散冲激响应的时域泄露问题,还继承了SAMP算法的优势,不需要稀疏度先验信息,只需要设定步长和时域扩展参数,即可进行准确的信道估计。MSAMP算法具有稀疏度自适应能力,能够在稀疏度未知的情况下,通过阶段性的增加I的大小来不断逼近实际信道的稀疏度,从而获得准确的信道估计。最大的创新点在于,本算法克服了离散冲激响应时域泄漏的影响,使得结果更加准确。
-
公开(公告)号:CN116074851B
公开(公告)日:2024-07-26
申请号:CN202310075203.6
申请日:2023-02-07
Applicant: 厦门大学
IPC: H04W16/18 , H04B7/185 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 一种多无人机空中基站具体环境追踪覆盖方法,涉及无线通信技术领域。提出一种多无人机空中基站在具体环境中联合追踪覆盖地面多个移动用户的方法,包括三级时间层次划分模型、基于具体环境的仿真器模型、由基于具体环境的仿真器辅助的MAP‑Elites算法以及规划‑探索‑服务算法。提出空间深度学习辅助的MAP‑Elites方案将MAP‑Elites算法改良应用作为搜索引擎,设计一种神经网络捕捉具体环境中的信道传播规律,进行大量快速虚拟规划,规避传统强化学习/深度强化学习方案的缺点,性能全面优于其它方法,单次训练便能适配动态网络的灵活性和鲁棒性。在多无人机空中基站联合追踪覆盖问题上具有重要实际应用意义。
-
公开(公告)号:CN118041728A
公开(公告)日:2024-05-14
申请号:CN202410432149.0
申请日:2024-04-11
Applicant: 厦门大学
Abstract: 一种基于匹配追踪类重构算法的OCDM信道估计方法,涉及无线通信物理层多载波传输。信号传输过程中所经历信道为时频双扩展信道,推导出OCDM系统在此条件下的输入输出关系,即信道频率响应(CFR)。依据信道频率响应表达式构造出完备字典,将接收信号表示为完备字典与稀疏向量的乘积。利用OMP算法还原稀疏向量,从而重构信道频率响应。仿真结果显示基于OMP信道估计的OCDM系统(OCDM‑OMP)不仅在误比特率等性能方面优于同等条件下的OFDM系统,并且在信道估计准确性方面也优于同等信道条件下当前最新的OCDM信道估计方式pca‑OCDM。
-
公开(公告)号:CN114362888B
公开(公告)日:2024-01-19
申请号:CN202210081588.2
申请日:2022-01-24
Applicant: 厦门大学
IPC: H04L1/00 , H04L5/00 , H04B7/06 , G06N3/0464 , G06N3/08
Abstract: 一种提升无线通信下行链路传输性能的方法,涉及无线通信系统。1)初始化算法参数;2)根据最新接收到的CQI反馈及历史信息生成状态;3)将状态输入深度神经网络中生成对应每一动作即MCS的价值,选择本次数据传输所要采用的MCS;4)根据所选MCS将对应比特的信息打包到传输块中发送给用户;5)用户对传输块解码,结果反馈ACK/NACK信号给智能体;6)根据用户反馈的ACK/NACK计算奖励,并将“状态”、“动作”、“奖励”、“下一状态”作为一个经验存储到经验池中;7)不断从经验池中抽取经验样本训练深度神经网络;8)更新执行的TTI t,若t小于设定的总时长T,则返步骤2);否则,终止。
-
公开(公告)号:CN110233762B
公开(公告)日:2021-03-09
申请号:CN201910517429.0
申请日:2019-06-14
Applicant: 厦门大学
Abstract: 一种利用MAB提升全双工CSMA网络吞吐量的方法,属于无线通信网络优化技术领域。首先将无线通信网络中的每一条FD链路看成独立的Player,以及该链路上所有可能的TP和CST组合看成arm。接着将该网络吞吐量最大化问题建模成具有对抗性质的MP‑MAB问题。然后利用改进的Exp3算法对其进行求解,得到各链路上最佳的TP和CST组合。最后网络保持该设置直到下一次更新时刻为止。不需要额外的节点充当数据融合中心,是一种完全分布式的模式,因此具有较低的通信开销;不需要网络的任何先验信息,降低了系统的实现复杂度;与随机选择方法相比,可以提高42%的网络吞吐量。
-
公开(公告)号:CN110392384A
公开(公告)日:2019-10-29
申请号:CN201910665595.5
申请日:2019-07-23
Applicant: 厦门大学
Abstract: 基于条件概率实现LoRa网关下行特定占空比的方法,涉及物联网低功耗广域网的LoRa。1)根据初始化参数得到饱和占空比;2)判断终端实际上行是否成功,若成功,则上行计数加1;3)判断网关下行是否满足概率p;4)判断网关下行是否成功;5)根据实际系统仿真的结果,更新上行成功的概率Psus与占空比,调节概率p得到想要的占空比要求;6)重复步骤1)~5)直至Psus收敛至某一稳定值Ps'us;7)若不考虑优先级,则步骤6)得到的概率p即为网关最终下行传输概率;若考虑优先级,则结合用户的优先级关系和用户数,获得来自不同优先级终端的数据,求出网关下行发送给各组用户的条件概率,即得各终端的网关最终下行传输概率。
-
公开(公告)号:CN109756320A
公开(公告)日:2019-05-14
申请号:CN201910030553.4
申请日:2019-01-14
Applicant: 厦门大学
Abstract: 本发明公开了一种无线网络中基于全双工MAC协议的通信方法,包括以下步骤:发起节点发送第一数据帧给第一接收节点,当第一接收节点需要发送第二数据帧给发起节点时,立刻根据第一数据帧的源地址开始发送第二数据帧给发起节点,如果第二数据帧的结束时间早于第一数据帧的结束时间,则第一接收节点在发送完第二数据帧后继续发送忙音信号,直至接收完所述第一数据帧;如果第一数据帧的结束时间早于第二数据帧的结束时间,则发起节点在发送完第一数据帧后继续发送忙音信号,直至接收完第二数据帧;之后同时向对方发送确认帧。由此,本发明实现了一种随机接入的全双工MAC协议,从而提高信道的空间复用率及频谱利用率。
-
-
-
-
-
-
-
-
-