-
公开(公告)号：CN116033460B
公开(公告)日：2024-07-23
申请号：CN202211729707.7
申请日：2022-12-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于RIS辅助认知反向散射通信系统的优化方法，包括：构建基于信道状态信息不确定性的RIS辅助认知反向散射通信网络；分析当前系统传输特性，满足传输时间约束、主接收机干扰功率约束、能量收集约束以及RIS相移约束下，构建联合优化传输时间、次发射机发射功率、反射系数和相移的多变量耦合的资源分配模型；利用最坏准则法和不等式性质将不确定性目标函数和约束转化成确定性问题；使用连续凸近似法、变量替换法和交替优化方法将其转化成凸优化问题；利用CVX工具箱求得所优化变量的最优解，本发明能够有效提高系统的吞吐量、鲁棒性和频谱效率。
-
公开(公告)号：CN115278697B
公开(公告)日：2024-05-07
申请号：CN202210898724.7
申请日：2022-07-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种面向硬件损伤的工业物联网波束优化方法，属于物联网领域。该方法包括：S1：构建多工业传感器节点频谱资源共享的多层异构工业物联网传输系统模型；S2：考虑不完美硬件损伤导致的收发机相位噪声与失真噪声特性，满足最大传输功率约束与传感器节点最小传输速率约束，建立联合优化宏基站和飞蜂窝基站波束赋形的系统总能效最大化问题；S3：利用丁克尔巴赫法、半定松弛法以及连续凸近似法将步骤S2构建的多变量耦合、难以求解的非凸优化问题转化为确定性、凸优化问题；S4：求解凸优化问题，获得最优波束赋形向量。本发明在系统节能、主用户保护方面相较于现有技术有较大提升。
-
公开(公告)号：CN116232418A
公开(公告)日：2023-06-06
申请号：CN202211628723.7
申请日：2022-12-18
Applicant: 重庆邮电大学
IPC: H04B7/185 , H04W16/28 , H04W12/122
Abstract: 本发明属于卫星通信领域，具体涉及一种基于GEO卫星通信系统的鲁棒安全波束调度方法；该方法包括：首先，构建GEO卫星通信网络；根据GEO卫星通信网络构建系统合法用户和速率最大化的安全波束调度模型；其次，引入椭球模型，构建有界信道不确定性模型；根据系统合法用户和速率最大化的安全波束调度问题和有界信道不确定性模型构建鲁棒安全波束调度模型；求解鲁棒安全波束调度问题，得到波束调度方案；GEO卫星根据波束调度方案进行信息传输；本发明在保证系统合法用户和速率最大化的同时，与传统算法相比提高了GEO卫星通信系统的安全性和鲁棒性。
-
公开(公告)号：CN115278697A
公开(公告)日：2022-11-01
申请号：CN202210898724.7
申请日：2022-07-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种面向硬件损伤的工业物联网波束优化方法，属于物联网领域。该方法包括：S1：构建多工业传感器节点频谱资源共享的多层异构工业物联网传输系统模型；S2：考虑不完美硬件损伤导致的收发机相位噪声与失真噪声特性，满足最大传输功率约束与传感器节点最小传输速率约束，建立联合优化宏基站和飞蜂窝基站波束赋形的系统总能效最大化问题；S3：利用丁克尔巴赫法、半定松弛法以及连续凸近似法将步骤S2构建的多变量耦合、难以求解的非凸优化问题转化为确定性、凸优化问题；S4：求解凸优化问题，获得最优波束赋形向量。本发明在系统节能、主用户保护方面相较于现有技术有较大提升。
-
公开(公告)号：CN114222318A
公开(公告)日：2022-03-22
申请号：CN202111490922.1
申请日：2021-12-08
Applicant: 重庆邮电大学
IPC: H04W24/02 , H04B17/382 , H04B17/391 , H04B7/22
Abstract: 本发明涉及一种认知无线供电反向散射通信网络鲁棒优化方法，属于无线通信技术领域。该方法包括：S1：建立基于下垫式的认知无线供电反向散射通信网络的信号传输模型；S2：考虑次级接收机传输速率约束、主接收机的服务质量约束、能量收集约束、反射系数和时间约束，构建次级系统吞吐量最大化的资源分配问题；S3：考虑参数不确定性，对鲁棒资源分配问题进行建模；S4：利用Q函数和变量替换法，将原问题转化为等价的凸优化形式，并利用拉格朗日对偶法获得传输时间、发射功率和反射系数的解析解。本发明提高了次级系统的传输速率以及鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN115622617B
公开(公告)日：2025-03-04
申请号：CN202211307495.3
申请日：2022-10-25
Applicant: 重庆邮电大学
IPC: H04B7/22 , H04L41/14 , H04L41/142 , H04W72/04
Abstract: 本发明属于无线供电通信技术领域，具体涉及一种基于NOMA的认知反向散射通信鲁棒传输方法；该方法包括：构建认知反向散射通信网络；根据认知反向散射通信网络构建次级系统吞吐量最大化的资源分配问题；根据信道估计误差服从高斯分布，构建高斯信道不确定模型；根据次级系统吞吐量最大化的资源分配问题和高斯信道不确定模型构建鲁棒资源分配问题；求解鲁棒资源分配问题，得到传输方案；用户根据传输方案进行信息传输；本发明提高了认知无线供电反向散射通信网络系统的鲁棒性和吞吐量，实用性高。
-
公开(公告)号：CN118631298A
公开(公告)日：2024-09-10
申请号：CN202410633100.1
申请日：2024-05-21
Applicant: 重庆邮电大学
IPC: H04B7/0426 , H04B7/06 , H04B7/0456 , H04B7/08
Abstract: 本发明请求保护一种毫米波FDD系统中上行辅助下行的混合波束成形设计方法，针对系统中高维信道矩阵反馈开销大的问题，属于无线通信技术领域。本方法包括：基站和用户同时发送全空域宽波束；用离散角度的导向矢量构造稀疏矩阵，DFT码本构造观测矩阵，观测接收信号，构建出稀疏恢复模型；利用EM算法求解稀疏恢复模型，获得粗略的角度；用精细的波束扫描空间信号，得到RSS，重构出接收信号协方差矩阵，去除噪声得到信号协方差矩阵；对信号协方差矩阵SVD并提取相位得到模拟波束成形和组合矩阵；基站端对等效信道SVD得到数字波束成形矩阵，用户端基于MMSE得到数字组合矩阵。本方法显著降低了毫米波FDD系统中高维信道矩阵的反馈开销。
-
公开(公告)号：CN118590912A
公开(公告)日：2024-09-03
申请号：CN202410633122.8
申请日：2024-05-21
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种面向区域受限频谱地图构建的传感器布局方法，包括以下步骤：S1：将频谱地图对应的区域进行离散化处理；S2：在不受限区域内，计算信道矩阵每列的l2范数，选取其最大的点作为第一个采样点；S3：基于压缩感知相关性约束，从采样矩阵和信道矩阵全局相关性最小的角度出发，在不受限区域内，使用贪婪算法进行采样点选取。S4：进一步推导算法，简化贪婪算法运算。本发明将构建频谱地图过程看作压缩感知问题。利用采样矩阵的特殊性，从压缩感知的相关性约束出发进行算法推导，进行传感器布局优化，既简化了采样优化算法，又有效提高构建频谱地图的精确度。
-
公开(公告)号：CN118540733A
公开(公告)日：2024-08-23
申请号：CN202410461332.3
申请日：2024-04-17
Applicant: 重庆邮电大学
IPC: H04W24/08 , H04W24/10 , H04B17/345 , H04L27/00
Abstract: 本发明属于无线通信技术领域，具体涉及一种联合局部全局特征的双分支干扰识别方法。该方法首先生成一个干扰信号数据集，随后通过短时傅里叶变换提取时频图，并对这些时频图进行预处理，以确保数据的准确性和一致性，从而为后续的有效识别奠定坚实基础。接着，基于预处理后的数据集，构建与之相匹配的标签信息。在训练过程中，采用双分支特征融合框架的神经网络模型，并运用交叉熵损失函数进行训练。双分支特征融合框架包括二维卷积特征提取器、Transformer特征提取器、多分类器三个部分，其中二维卷积负责捕捉时频图的局部特征，而Transformer则负责捕捉全局特征。通过将局部特征与全局特征进行融合，获取到更高阶的语义信息。多分类器则通过高阶语义信息预测输入干扰的类型。本发明提出一种联合局部全局特征的双分支干扰识别方法，能够在较低干噪比下识别干扰类型。
-
公开(公告)号：CN118432987A
公开(公告)日：2024-08-02
申请号：CN202410461341.2
申请日：2024-04-17
Applicant: 重庆邮电大学
IPC: H04L25/03 , H04B15/00 , H04B17/345 , H04B17/391
Abstract: 本发明属于无线通信技术领域，具体涉及一种基于源最大化双路径transformer的复合干扰分离方法。该方法首先生成11种复合干扰信号数据集，并对其进行预处理，确保数据的准确性和一致性，为后续有效分离奠定基础。随后，构建真实标签信息。在训练过程中，神经网络模型整体采用编码层‑分离层‑解码层，损失函数为均方误差。其中，编码层采用一维卷积模块构建特征信息。分离层采用双路径架构，将编码的序列构建为块内块间形式，从而引入直接上下文感知信息，并使用改进的Transformer对长时间序列深度感知，挖掘更丰富的特征信息，得到更好的掩码信息。解码层则采用重叠相加来重构干扰信号。模型输出采用源最大化的方式，并联合静默检测方法，对输出通道进行判决。本发明通过构建双路径Transformer神经网络架构，能够实现对复合数目不同的干扰信号快速分离，为干扰认知的进一步发展提供了有力的技术支持。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.019 seconds)
