-
公开(公告)号:CN118785361A
公开(公告)日:2024-10-15
申请号:CN202410892539.6
申请日:2024-07-04
Applicant: 重庆邮电大学
IPC: H04W56/00 , H04W72/1273 , H04W72/0446 , H04W72/0453 , H04L27/26
Abstract: 本发明涉及一种5G NR系统大频偏场景下的下行同步搜索方法,属于无线通信技术领域。该方法包括,利用5G NR帧结构中OFDM符号的循环前缀完成频率调整和定时粗同步;利用5G NR SSB中的主同步信号PSS数据,搜索SSB中心频率及NI(D2);利用搜索到的PSS在时域进行频率精调;利用5G NR SSB中的SSS数据搜索NI(1D);利用已经搜索到的PSS和SSS在频域进行频率精调;利用PBCH解读出SSB中的MIB信息。本发明可有效处理5G NR系统的大频偏场景,实现频率精同步和调整,能够提高辅同步信号检测质量和效率。
-
公开(公告)号:CN119168015A
公开(公告)日:2024-12-20
申请号:CN202411400926.X
申请日:2024-10-09
Applicant: 重庆邮电大学
IPC: G06N3/094 , G06N3/045 , G06N3/0475 , G06F18/214 , G06F18/2415 , G06N3/0464
Abstract: 本发明涉及一种多鉴别器生成对抗网络的多终端干扰生成系统及方法,属于通信技术领域。该系统包括:干扰噪声样本数据集模块、样本数据类型分类器、若干鉴别器、生成器和至少分类器。该方法通过生成器生成干扰噪声数据,利用鉴别器和分类器进行训练和分类,通过计算生成器和鉴别器梯度参数、更新参数以提高生成干扰噪声数据的质量。在多类别数据类型系统中,每个类别数据对应一个鉴别器,有利于提高鉴别器的鉴别效率,在多终端干扰噪声数据生成中,利用多鉴别器生成对抗神经网络性能要比单鉴别器生成对抗神经网络性能显著提高。
-
公开(公告)号:CN118784410A
公开(公告)日:2024-10-15
申请号:CN202410892537.7
申请日:2024-07-04
Applicant: 重庆邮电大学
IPC: H04L25/02
Abstract: 本发明涉及一种基于全局超分去噪的信道估计方法,属于通信技术领域。该方法包括,提出一种全局超分去噪神经网络进行信道估计,该神经网络的输入为未经插值处理的导频处信道估计矩阵,该矩阵为低维数据,可大大降低运算复杂度。输入数据经过此网络,依次通过全局信息提取、超分残差和去噪模块,最终得到精细化处理后的完整信道响应估计矩阵,同时本发明利用全局超分去噪神经网络进行信道估计时,可不受预插值算法性能的局限,相比于其它算法拥有更高的信道估计精确性。
-
-