-
公开(公告)号：CN110417515B
公开(公告)日：2020-12-15
申请号：CN201910758663.2
申请日：2019-08-16
Applicant: 江南大学 , 中科怡海高新技术发展江苏股份公司
IPC: H04L1/00 , H04B7/0413 , H04B7/08
Abstract: 本发明公开了一种基于离散迭代估计的大规模MIMO信号检测方法，属于无线通信技术领域。所述方法通过基于离散估计迭代的检测方法将求解最大似然问题转换为求解有约束的凸优化问题，在大规模MIMO系统中可以获得较好的检测性能，该方法同时还具有较低的计算复杂度，适用于大规模MIMO系统，同时为了加快离散估计迭代信号检测方法的收敛速度，提高检测方法的性能，本发明提出将自动更新的阻尼法应用到该检测方法中，根据增广式拉格朗日表达式，离散迭代算法和欧几里得距离，采用改进的离散迭代算法对接收信号矩阵y进行检测，得到发射信号估计值提高了检测方法的误码性能和收敛速度。
-
公开(公告)号：CN110489218B
公开(公告)日：2023-03-28
申请号：CN201910681783.7
申请日：2019-07-26
Applicant: 江南大学
Abstract: 本发明提供基于半马尔可夫决策过程的车载雾计算系统任务卸载方法，其可以根据任务卸载过程的实际情况全面的考虑各种时延，得到更符合实际情况的卸载策略，进而使系统获得更多的长期收益。其包括以下步骤：S1：基于半马尔可夫决策模型定义系统的状态集合；S2：定义系统的动作集合；S3：定义系统的奖励模型；S4：定义系统的转移概率；S5：求解车载雾计算系统中的最优卸载策略；其特征在于：步骤S3中，系统奖励可以表示为立即收益和开销的差值；立即收益的计算通过不同的时延进行，包括：通过本地处理任务需要的时延、请求车辆发送给计算单元的传输时延、系统将任务卸载给计算单元处理需要的时延。
-
公开(公告)号：CN110933646A
公开(公告)日：2020-03-27
申请号：CN201911123138.X
申请日：2019-11-16
Applicant: 江南大学
Abstract: 本发明提供车载通讯中针对连续退避冻结的时延性能分析方法，其数据包时延计算方法中考虑了连续退避冻结情况，依据本发明的技术方案，可以计算出更准确、与实际更接近的数据传输时延。本发明的技术放啊中，先将马尔可夫退避过程转化为Z域中的线性系统，对紧急信息与常规信息进行优先级分类，对两中队列利用退避时间的概率母函数、传输时间的概率母函数进行MAC层服务过程建模，然后采用梅森公式建立连续退避冻结Z域模型，计算退避计数器减一所需平均时间，最后基于迭代方法计算出性能参数：数据包的时延。
-
公开(公告)号：CN111031512A
公开(公告)日：2020-04-17
申请号：CN201911128045.6
申请日：2019-11-18
Applicant: 江南大学
IPC: H04W4/40 , H04W24/08 , H04B17/391
Abstract: 本发明提供交通干扰下无人驾驶车队通信实时性能分析方法，其可以分析在典型交通干扰下，802.11p车队通信的实时性能，且本方案计算复杂度适中，系统模型简单合理，适于实际应用。本发明的技术方案中，首先实时计算无人驾驶车队中的每辆车在交通干扰下的动力学状态；再根据车辆的动力学状态确定网络连通模型，表述任意时刻车辆之间的连通状态；然后定义了AC0、AC1队列的传输队列模型，用于表示每一辆车的传输队列的动态行为；之后定义了802.11p MAC服务过程模型，利用服务过程模型以及网络连通模型求解传输队列模型中的服务时间变异系数，最后利用传输队列模型求解交通干扰下，基于802.11p的车队通信的两个实时性能参数。
-
公开(公告)号：CN110489218A
公开(公告)日：2019-11-22
申请号：CN201910681783.7
申请日：2019-07-26
Applicant: 江南大学
Abstract: 本发明提供基于半马尔可夫决策过程的车载雾计算系统任务卸载方法，其可以根据任务卸载过程的实际情况全面的考虑各种时延，得到更符合实际情况的卸载策略，进而使系统获得更多的长期收益。其包括以下步骤：S1：基于半马尔可夫决策模型定义系统的状态集合；S2：定义系统的动作集合；S3：定义系统的奖励模型；S4：定义系统的转移概率；S5：求解车载雾计算系统中的最优卸载策略；其特征在于：步骤S3中，系统奖励可以表示为立即收益和开销的差值；立即收益的计算通过不同的时延进行，包括：通过本地处理任务需要的时延、请求车辆发送给计算单元的传输时延、系统将任务卸载给计算单元处理需要的时延。
-
Patent Agency Ranking
公开(公告)号：CN109743086A
公开(公告)日：2019-05-10
申请号：CN201910167502.6
申请日：2019-03-06
Applicant: 江南大学
IPC: H04B7/0413 , H04L25/02
Abstract: 本发明提供一种大规模MIMO系统的信道估计方法，随着天线数目的增加，其计算复杂度不会变得更加复杂，进而可以利用现有设备完成大规模MIMO系统的信道估计。其包括步骤：S1：根据MIMO系统模型利用接收信号向量r构造样本协方差矩阵 S2：基于所述样本协方差矩阵 采用FSCAPI子空间追踪算法求解所述信号子空间RS；S3：利用导频序列Φ求得基于导频的信道增益矩阵的初始估计 S4：利用所述信号子空间RS和所述信道增益矩阵的初始估计 对模糊矩阵Ej进行求解；S5：基于所述信号子空间RS、所述模糊矩阵Ej和所述信道增益矩阵的初始估计 利用ILSP算法对所述信道增益矩阵的初始估计 进行重新估计，得到信道增益矩阵的最终估计
-
公开(公告)号：CN109245804B
公开(公告)日：2020-10-09
申请号：CN201810979928.7
申请日：2018-08-27
Applicant: 江南大学
IPC: H04B7/0413 , H04B7/08
Abstract: 本发明公开了一种基于雅可比迭代的大规模MIMO信号检测方法，属于无线通信技术领域。所述方法包括将矩阵求逆过程转化为矩阵乘法和矩阵加法的迭代过程，并利用梯度算法和整体校正加速法，分别为雅可比算法提供搜索方向及确定迭代方程的校正系数。本发明通过采用改进后的雅可比迭代法对高维矩阵求逆过程进行估计，将矩阵求逆过程转化为矩阵乘法和矩阵加法的迭代过程，大大降低了计算复杂度，利用梯度算法和整体校正加速法，分别为雅可比算法提供搜索方向及确定迭代方程的校正系数，使得迭代收敛性更好，收敛速率更快。
-
公开(公告)号：CN109245804A
公开(公告)日：2019-01-18
申请号：CN201810979928.7
申请日：2018-08-27
Applicant: 江南大学
IPC: H04B7/0413 , H04B7/08
Abstract: 本发明公开了一种基于雅可比迭代的大规模MIMO信号检测方法，属于无线通信技术领域。所述方法包括将矩阵求逆过程转化为矩阵乘法和矩阵加法的迭代过程，并利用梯度算法和整体校正加速法，分别为雅可比算法提供搜索方向及确定迭代方程的校正系数。本发明通过采用改进后的雅可比迭代法对高维矩阵求逆过程进行估计，将矩阵求逆过程转化为矩阵乘法和矩阵加法的迭代过程，大大降低了计算复杂度，利用梯度算法和整体校正加速法，分别为雅可比算法提供搜索方向及确定迭代方程的校正系数，使得迭代收敛性更好，收敛速率更快。
-
公开(公告)号：CN111031512B
公开(公告)日：2022-09-09
申请号：CN201911128045.6
申请日：2019-11-18
Applicant: 江南大学
IPC: H04W4/40 , H04W24/08 , H04B17/391
Abstract: 本发明提供交通干扰下无人驾驶车队通信实时性能分析方法，其可以分析在典型交通干扰下，802.11p车队通信的实时性能，且本方案计算复杂度适中，系统模型简单合理，适于实际应用。本发明的技术方案中，首先实时计算无人驾驶车队中的每辆车在交通干扰下的动力学状态；再根据车辆的动力学状态确定网络连通模型，表述任意时刻车辆之间的连通状态；然后定义了AC0、AC1队列的传输队列模型，用于表示每一辆车的传输队列的动态行为；之后定义了802.11p MAC服务过程模型，利用服务过程模型以及网络连通模型求解传输队列模型中的服务时间变异系数，最后利用传输队列模型求解交通干扰下，基于802.11p的车队通信的两个实时性能参数。
-
公开(公告)号：CN110933646B
公开(公告)日：2021-09-28
申请号：CN201911123138.X
申请日：2019-11-16
Applicant: 江南大学
Abstract: 本发明提供车载通讯中针对连续退避冻结的时延性能分析方法，其数据包时延计算方法中考虑了连续退避冻结情况，依据本发明的技术方案，可以计算出更准确、与实际更接近的数据传输时延。本发明的技术放啊中，先将马尔可夫退避过程转化为Z域中的线性系统，对紧急信息与常规信息进行优先级分类，对两中队列利用退避时间的概率母函数、传输时间的概率母函数进行MAC层服务过程建模，然后采用梅森公式建立连续退避冻结Z域模型，计算退避计数器减一所需平均时间，最后基于迭代方法计算出性能参数：数据包的时延。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.048 seconds)
