-
公开(公告)号:CN110505643B
公开(公告)日:2022-12-02
申请号:CN201910897122.8
申请日:2019-09-23
Applicant: 杭州电子科技大学
IPC: H04W24/02 , H04B7/0413
Abstract: 本发明公开了一种基于模拟退火算法的大规模MIMO系统上行能效优化方法,包括步骤:S1:通过最小均方误差(Minimum Mean Squared Error,简称MMSE)信道估计,从基站接收到的导频信号中可推导出未量化信号的协方差矩阵。S2:信号经过量化系统,根据Bussgang理论与MMSE信道估计可得量化后系统噪声的协方差矩阵,由香农公式可得量化后的系统容量下限。通过以上公式,可得到系统的频谱效率。S3:根据能量效率的定义,得到大规模MIMO系统上行能量效率。S4:构建模拟退火算法模型,设计合理的退火参数,并进行求解最优值。本方法计算速度快速,鲁棒性强,并且不会陷入局部极值,执行效率更高。
-
公开(公告)号:CN111163028B
公开(公告)日:2022-06-14
申请号:CN201911375415.6
申请日:2019-12-27
Applicant: 杭州电子科技大学
IPC: H04L27/26 , H04L25/02 , H04B17/364
Abstract: 本发明公开了一种基于基带复信号相角的TDOA跟踪方法,包括:S11.接收基站发送的导频序列,并计算出不同天线接收信号的到达时间差TDOA的初值;S12.接收基站发送的帧信号,并在预设范围内选择数个到达时间差TDOA的时延因子,根据选取的时延因子对接收到帧信号进行解码,得到数个帧信号的解码结果;S13.计算解码后的数个帧信号的实部能量均值与虚部能量均值的比值,并选取所有比值中的最大值所对应的到达时间差TDOA的时延因子,将选取的最大值所对应的到达时间差TDOA的时延因子反馈至基站;S14.基站接收到所述最大值所对应的到达时间差TDOA的时延因子,构造与接收到的到达时间差TDOA的时延因子相对应的正交恢复预编码矩阵,对预编码矩阵中的元素进行相位旋转。
-
公开(公告)号:CN112134816B
公开(公告)日:2022-06-10
申请号:CN202011029446.9
申请日:2020-09-27
Applicant: 杭州电子科技大学
IPC: H04L25/02
Abstract: 本发明涉及一种基于智能反射表面的ELM‑LS联合信道估计方法,应用于配备有M根天线的基站,一个单天线用户以及包含K个反射元件的IRS的系统,M和K为正整数,基站的发射信号x经过级联信道和直连信道到达接收端;联合信道估计方法包括以下步骤:S1、将IRS的信道估计问题转化为估计θ问题;S2、通过发射和接收导频训练极限学习机ELM,使得输出的误差最小;S3、通过开关法判断直连信道质量;S4、计算接收信号y的信噪比q;若q小于或等于阈值λ,则转至S5;若q大于阈值λ,则转至S6;S5、选择ELM估计;S6、选择LS估计。本发明的联合信道估计方法,提升存在直连信道干扰情况下的IRS信道估计准确率。
-
公开(公告)号:CN112737647A
公开(公告)日:2021-04-30
申请号:CN202011560887.1
申请日:2020-12-25
Applicant: 杭州电子科技大学
IPC: H04B7/0413 , H04B7/0456 , H04B17/391
Abstract: 本发明公开了一种基于混合连接的毫米波大规模MIMO混合预编码算法。以毫米波大规模MIMO为研究背景,最大化系统频谱效率为目标函数,采用混合连接系统结构,分为两个阶段设计混合预编码矩阵,第一阶段首先以等效信道增益最大化为目标函数求取模拟预编码矩阵,为降低算法复杂度,还提出了一种共轭信道相位共享方案求取模拟预编码矩阵,第二阶段,在求得模拟预编码矩阵的基础上,将使系统总的频谱效率最大化分解为使各个子阵频谱效率之和最大化,以此求得数字预编码矩阵,最终得到混合预编码矩阵,本发明相对以往算法,不需要满足数据流数与射频链路数相等的约束,且能获得更好的系统性能。
-
公开(公告)号:CN110163412A
公开(公告)日:2019-08-23
申请号:CN201910298961.8
申请日:2019-04-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于改进的支持向量机股票收益率预测方法,使用步骤如下:S1,支持向量机对股票收益率进行分类预测时,无法识别和选择高效的特征,结合BPSO优化特征选择机制,选择最优特征,并作为特征属性输入SVM算法;S2,SVM算法存在参数选择困难问题,利用粒子群算法搜索SVM参数,提出改进支持向量机进行股票趋势预测的混合分类方法;本发明消除无关或效果重复的特征属性,减少输入特征的维度,减小了股票趋势预测的时间;提高支持SVM的分类预测性能。采用BPSO算法帅选出最优特征作为输入变量输入到粒子群优化的SVM算法中,有效提高了股票趋势预测的精确性,大大降低了输入技术指标的复杂性。
-
公开(公告)号:CN109919374A
公开(公告)日:2019-06-21
申请号:CN201910154140.7
申请日:2019-03-01
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于APSO-BP神经网络的股票预测方法,包括数据预处理、构建APSO-BP神经网络预测模型。首先,在收集的股票数据中提取有效特征并进行数据预处理,形成特征数据样本集。然后,构建合适的BP神经网络模型。之后使用自适应变异粒子群算法(APSO)优化该BP神经网络的初始权重和阈值,从而得到最终的APSO-BP神经网络预测模型。本发明方法的预测精度更高,并且不会陷入局部极值,收敛速度快,预测时间短,从而执行效率更高。
-
公开(公告)号:CN112953603B
公开(公告)日:2022-06-10
申请号:CN202011641177.1
申请日:2020-12-31
Applicant: 杭州电子科技大学
IPC: H04L5/00
Abstract: 本发明涉及一种基于等角紧框架理论的导频优化设计方法,包括以下几个步骤:步骤一:在FDD大规模MIMO系统下行链路中;步骤二:取随机高斯矩阵作为初始的导频矩阵;以矩阵互相关性最小化作为优化目标;步骤三:根据等角紧框架理论设计出一种导频矩阵优化算法;步骤四:通过发送优化后的导频进行信道估计,并且在优化算法中采用了CSM迭代算法,以进一步减小计算复杂度;本发明的有益效果是:本发明针对FDD大规模MIMO下行链路信道估计问题,通过优化导频矩阵方法提高信道估计性能。
-
公开(公告)号:CN112702094B
公开(公告)日:2022-02-11
申请号:CN202011517662.8
申请日:2020-12-21
Applicant: 杭州电子科技大学
IPC: H04B7/0426 , H04B7/0456 , H04B17/382 , H04B17/391
Abstract: 本发明公开了本发明提出了一种基于可调精度ADC的大规模MIMO系统能效优化方法。针对基站端配置可调精度ADC结构的多用户大规模MIMO上行系统,根据随机矩阵理论推导出系统的能量效益的近似表达式。在满足用户基本的数据传输速率和功率约束条件下,建立起以能效最大化为目标的优化问题。接着将目标问题分解为功率控制和精度优化两个子问题。最后利用分数规划性质和动态更新干扰的迭代算法实现功率的分配,采用协调更新算法完成ADC的精度选择,以达到能效的最大化。本发明方法具有快速收敛性,显著提升了系统的能效,为每个ADC匹配合适的量化精度,提升了系统的频效和能效,并且有较低的复杂度。
-
公开(公告)号:CN108449121B
公开(公告)日:2020-09-01
申请号:CN201810148509.9
申请日:2018-02-13
Applicant: 杭州电子科技大学
IPC: H04B7/0456 , H04B7/0413 , H04B17/391
Abstract: 本发明公开了一种毫米波大规模MIMO系统中低复杂度混合预编码方法。本发明部分连接混合预编码方案的每个射频链路对应的预编码方案与在不考虑射频链路的情况下的最优数字预编码方案相对应位置之间求取F范数最小值,从而通过每次计算求出一个射频链路的数字预编码矩阵与模拟预编码矩阵。每个射频链路的模拟预编码矩阵相位为最优数字预编码矩阵最大奇异值向量的相位,其数字预编码矩阵元素实部为模拟预编码矩阵的共轭转置乘以对应位置最优数字预编码向量的实部,数字预编码矩阵元素虚部为模拟预编码矩阵的共轭转置乘以对应位置最优数字预编码向量虚部的相反数。本发明能够以更低的算法复杂度获得比模拟预编码更高的系统可达和速度。
-
公开(公告)号:CN110190879B
公开(公告)日:2020-08-11
申请号:CN201910364651.1
申请日:2019-04-30
Applicant: 杭州电子科技大学
IPC: H04B7/0413 , H04B7/0426 , H04L12/24
Abstract: 本发明公开了一种基于低精度ADC大规模MIMO系统的能效优化方法。本发明针对采用MRC接收的低精度ADC大规模MIMO上行链路,将对导频长度、发射功率和量化比特数的进行联合优化,并以导频长度和用户端的最高发射功率的限制作为约束因子从而建立起能效最优化模型,再根据分数规划的性质,把原始的分式形式的优化问题转换成等价的减式形式,进而采用交替优化算法来优化导频长度、发射功率和量化比特数。
-
-
-
-
-
-
-
-
-