基于智能反射表面的无线光MIMO通信系统LED数目调制方法

    公开(公告)号:CN115776339B

    公开(公告)日:2024-09-17

    申请号:CN202210733918.1

    申请日:2022-06-27

    Abstract: 本发明提供一种基于智能反射表面的无线光MIMO通信系统LED数目调制方法,在多个LED发射机与多个PD接收机之间设置有镜面反射器;当需要传输数据时,输入比特流一部分用于星座映射;另一部分根据预设的空间映射表和用户的位置自适应选择LED激活模式;接着基于分集或分组多路复用的LED数目调制得到发射信号;PD接收机执行并行的模数转换、迫零均衡、OFDM解调,得到发射信号的估计;通过能量检测分别生成星座符号向量和空间符号向量的估计值,最后通过星座解映射和空间解映射得到最终的输出比特流。本发明能根据用户位置自适应选择LED,在选择传输星座信息的LED数目时,每个时隙可变,提高了系统灵活性,同时在智能反射表面的帮助下,能够获得更高的信道增益。

    一种基于深度学习的广义无线光MIMO系统的盲检测方法

    公开(公告)号:CN113839744A

    公开(公告)日:2021-12-24

    申请号:CN202111108640.0

    申请日:2021-09-22

    Applicant: 重庆大学

    Abstract: 本发明涉及无线光通信技术领域,具体公开了一种基于深度学习的广义无线光MIMO系统的盲检测方法,设置预处理模块根据LED发射机与PD接收机之间的映射关系对Nr个PD接收机并行输出的接收信号y进行放大和特征提取,得到输入信号然后通过提前训练完成的盲检测器对输入信号进行检测,直接输出对应的比特信息。盲检测器基于深度学习神经网络而搭建,在训练完成后学习到正确比特向量与输入信号之间的关系,可实时对输入信号进行检测。本发明可以在没有实时信道信息的情况下以与ZF‑ML检测方案相当的低计算复杂度,取得与Joint‑ML检测方案相当的误码性能,获得与Joint‑ML检测方案相同的最优检测效果。

    一种5G与TSN融合网络的冗余主时钟方法

    公开(公告)号:CN116388918A

    公开(公告)日:2023-07-04

    申请号:CN202310406158.8

    申请日:2023-04-17

    Applicant: 重庆大学

    Abstract: 本发明涉及一种5G与TSN融合网络的冗余主时钟方法,属于工业互联网领域,包括以下步骤:S1:在5G与TSN融合网络中,基于最佳主时钟选择算法,通过节点参数和链路参数建立主时钟候选列表,并使用所述主时钟候选列表描述重新配置主时钟的过程;S2:基于建立的主时钟候选列表,通过改进的状态决策算法,允许多个主时钟同时在一个工作时钟域内运行,并通过位于5G基站的主时钟和位于用户设备UE的主时钟同时对从时钟进行授时以减轻链路拥塞和链路故障因素导致的同步误差。本发明减少了主时钟重选配置所需的时间,提高了系统时间同步的同步精度,提高了5G与TSN融合网络时间同步的可靠性。

    基于智能反射表面的无线光MIMO通信系统LED数目调制方法

    公开(公告)号:CN115776339A

    公开(公告)日:2023-03-10

    申请号:CN202210733918.1

    申请日:2022-06-27

    Abstract: 本发明提供一种基于智能反射表面的无线光MIMO通信系统LED数目调制方法,在多个LED发射机与多个PD接收机之间设置有镜面反射器;当需要传输数据时,输入比特流一部分用于星座映射;另一部分根据预设的空间映射表和用户的位置自适应选择LED激活模式;接着基于分集或分组多路复用的LED数目调制得到发射信号;PD接收机执行并行的模数转换、迫零均衡、OFDM解调,得到发射信号的估计;通过能量检测分别生成星座符号向量和空间符号向量的估计值,最后通过星座解映射和空间解映射得到最终的输出比特流。本发明能根据用户位置自适应选择LED,在选择传输星座信息的LED数目时,每个时隙可变,提高了系统灵活性,同时在智能反射表面的帮助下,能够获得更高的信道增益。

    一种基于深度学习的广义无线光MIMO系统的盲检测方法

    公开(公告)号:CN113839744B

    公开(公告)日:2022-09-02

    申请号:CN202111108640.0

    申请日:2021-09-22

    Applicant: 重庆大学

    Abstract: 本发明涉及无线光通信技术领域,具体公开了一种基于深度学习的广义无线光MIMO系统的盲检测方法,设置预处理模块根据LED发射机与PD接收机之间的映射关系对Nr个PD接收机并行输出的接收信号y进行放大和特征提取,得到输入信号然后通过提前训练完成的盲检测器对输入信号进行检测,直接输出对应的比特信息。盲检测器基于深度学习神经网络而搭建,在训练完成后学习到正确比特向量与输入信号之间的关系,可实时对输入信号进行检测。本发明可以在没有实时信道信息的情况下以与ZF‑ML检测方案相当的低计算复杂度,取得与Joint‑ML检测方案相当的误码性能,获得与Joint‑ML检测方案相同的最优检测效果。

Patent Agency Ranking