基于多模态深度学习的双重混合结构的DOA估计方法及系统

    公开(公告)号:CN119959863A

    公开(公告)日:2025-05-09

    申请号:CN202510017397.3

    申请日:2025-01-06

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于多模态深度学习的双重混合结构的DOA估计方法及系统,具体为:构造全数字FD子阵列与异构混合H2AD结构相结合的双重MIMO接收机H2AD‑FD系统模型;通过对H2AD结构中的每个小组进行DOA估计产生多个候选角度集合;针对FD子阵列,采用多层深度学习算法或Root‑MUSIC方法计算辐射源方向粗略估计值;采用层次聚类方法从H2AD的候选角度集合中推断出每个小组对应的真解;基于最小均方误差原理设计最优加权融合算法,合成两部分真解,获得最终的DOA估计值。本发明能够快速消除相位模糊,并且具备高能效、低成本及低复杂度的测向性能。

    一种基于加速局部加权K均值聚类的DOA估计方法及系统

    公开(公告)号:CN118842497A

    公开(公告)日:2024-10-25

    申请号:CN202410813176.2

    申请日:2024-06-21

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于加速局部加权K均值聚类的DOA估计方法及系统,具体为:首先建立基于新型的异构子链接混合模拟和数字大规模MIMO接收阵列的DOA估计系统模型;然后接收来自多个天线阵列的信号,进行信号的预处理,将预处理后的信号分组,并计算每个子阵列组的克拉美罗下界CRLB;接着对每个子阵列组使用root‑MUSIC方法,获得候选解集,对初始候选解集使用加速加权K均值聚类算法,通过局部搜索和递归更新,得到各组的真实解;最后将所有子阵列组得到的真实解合并,并通过加权平均算法得到最终的DOA估计。本发明降低了DOA估计的计算复杂度,加快了DOA估计过程,提高了DOA估计的准确性和可靠性,适用于大规模MIMO系统和未来低延迟、高可靠性的无线通信网络。

    一种IRS辅助的双向中继网络信道估计的导频图案设计方法

    公开(公告)号:CN115664894B

    公开(公告)日:2024-06-14

    申请号:CN202210582320.7

    申请日:2022-05-26

    Applicant: 海南大学

    Abstract: 本发明提供一种IRS辅助的双向中继网络信道估计的导频图案设计方法,建立智能反射面辅助的双向中继网络基本模型,所述智能反射面辅助的双向中继网络基本模型中包含有接收信号模型;将接收信号模型转化成含有级联信道的接收信号模型;通过发射四段符号不同的导频信号序列,并对应调整智能反射面的相移配置,对两个直连通道和两个级联通道进行分离,并获得四个接收信号矩阵;根据四个接收信号矩阵计算得到仅包含单个信道信息和噪声的矩阵;使用最小二乘准则分别估计四个信道,通过将智能反射面与双向中继网络结合,可以完美且快速的分离出两个直连通道和两个级联通道,且信号估计的均方误差更小。

    面向Active IRS辅助无线网络的一阶泰勒近似功率分配方法及装置

    公开(公告)号:CN117769014A

    公开(公告)日:2024-03-26

    申请号:CN202311838151.X

    申请日:2023-12-28

    Applicant: 海南大学

    Abstract: 本发明提供了一种面向Active IRS辅助无线网络的一阶泰勒近似功率分配方法及装置,具体为:对基站BS、用户端User、有源智能反射表面Active IRS进行配置,根据BS处的发送信号、Active IRS的反射信号、Active IRS的消耗功率,得到User处的信噪比SNR、User处的可实现速率,确定原始优化问题为最大化信噪比;确定BS处的发射波束成形向量和Active IRS的相移向量;将最大化信噪比的原始优化问题,转换为关于功率分配因子的优化问题;使用泰勒多项式近似算法即TPA算法,求得功率分配因子的闭式解。本发明所提出的TPA方法的AR性能能够得到较好的提高,而且具有较低的计算复杂度。

    有源IRS辅助单基站单用户系统的用户可达速率迭代优化方法及装置

    公开(公告)号:CN116980939A

    公开(公告)日:2023-10-31

    申请号:CN202310959516.8

    申请日:2023-07-31

    Applicant: 海南大学

    Abstract: 本发明公开了一种有源IRS辅助单基站单用户系统的用户可达速率迭代优化方法及装置。该方法为:构建有源IRS辅助单基站单用户的通信系统模型;建立最大化用户的信噪比的优化问题,迭代有源IRS的归一化向量和二范数来满足IRS的功率约束;引入辅助变量,忽略直达得到近似信噪比ASNR,进行关于归一化向量的求导,向所得表达式代入初始值,得到IRS向量的归一化向量,由功率约束得到IRS向量的二范数,IRS向量的归一化向量与二范数进行迭代直到满足阈值,实现用户可达速率的优化。该装置包括模型构建、优化问题构建、近似信噪比求解、归一化向量求导、迭代求解五个模块。本发明实现了低计算复杂度,获得了较高的可达速率性能。

    混合IRS辅助DM的低复杂度波束成形优化方法及系统

    公开(公告)号:CN116980011A

    公开(公告)日:2023-10-31

    申请号:CN202310959622.6

    申请日:2023-07-31

    Applicant: 海南大学

    Abstract: 本发明公开了一种混合IRS辅助DM的低复杂度波束成形优化方法及系统。该方法为:对基站发射天线、混合IRS配备的反射元件、用户配备的接收天线进行初始化设置;获取基带发射信号,构建混合IRS辅助方向调制的最大化信噪比优化问题模型,并通过交替优化算法求解;固定混合IRS相移矩阵,采用最大化信泄噪比算法优化发射波束成形向量;固定发射波束成形向量,采用相位对齐和等幅度反射准则优化混合IRS相移矩阵。该系统包括初始化、优化问题模型构建、发射波束成形向量优化、混合IRS相移矩阵优化四个模块。本发明通过交替优化分别设计发射波束成形向量和混合IRS相移矩阵,提高了系统的速率性能,实现了性能、成本及功耗的平衡。

Patent Agency Ranking