基于深度神经网络的近似消息传递大规模MIMO信号检测算法

    公开(公告)号:CN111224906B

    公开(公告)日:2022-04-01

    申请号:CN202010107381.9

    申请日:2020-02-21

    摘要: 本发明涉及一种基于深度神经网络的近似消息传递大规模MIMO信号检测算法,属于无线通信技术领域,包括步骤一:简化用于大规模MIMO系统置信传播算法并标量化,得到最初适用于大规模MIMO系统的近似消息传递算法;步骤二:设置训练参数,得到改进的近似消息传递算法;步骤三:将带有训练参数的近似消息传递算法展开成一个用于大规模MIMO系统检测的深度神经网络;步骤四:对所构建的深度神经网络进行离线训练,得到适用于MIMO系统检测的最优近似消息传递深度神经网络,用训练好的神经网络进行在线检测。本发明实现了以较低复杂度,达到了更低的误码率,并且对各种信道、天线配置以及不同的调制方式都具有稳健性。

    基于用户属性和内容属性的D2D信息传播建模方法

    公开(公告)号:CN109165239B

    公开(公告)日:2021-05-18

    申请号:CN201810733775.8

    申请日:2018-07-06

    IPC分类号: G06F16/2458 G06Q50/00

    摘要: 本发明公开了一种基于用户属性和内容属性的D2D信息传播建模方法,属于移动通信领域。该方法包括以下步骤:1、根据用户历史交互,结合交互因子和稳定性因子量化用户间社会关系;2、结合用户间社会关系和用户对信息内容的兴趣度建立用户感染概率函数;3、利用用户及其邻居用户的度表征用户影响力,并引入影响力衰减模型,建立用户恢复概率函数;4、结合SIR模型,基于离散时间马尔科夫链确定D2D信息传播模型;5、对基于用户属性和内容属性的信息传播模型进行稳定性分析。本发明提出的D2D信息传播模型,能有效提升信息传播范围且与实际网络有着更高的匹配度。

    一种D2D协作网络场景下基于社会关系的功率分配方法

    公开(公告)号:CN108901003B

    公开(公告)日:2021-05-18

    申请号:CN201810759082.6

    申请日:2018-07-11

    IPC分类号: H04W4/70 H04W16/22 H04W72/04

    摘要: 本发明请求保护一种D2D协作网络场景下基于社会关系的功率分配方法,属于移动通信技术领域。所述方法包括以下步骤:1、利用社会属性生成社会‑物理关系图;2、建立请求和协作双方的利益函数;3、基于双方利益函数建立两阶Stackelberg博弈模型;4、通过博弈调整确定功率分配策略和功率价格。本发明公开了一种基于社会关系的功率分配算法,并通过Stackelberg定价机制激励用户进行协作。该机制在激励用户进行协作的同时,保证了协作用户和普通请求用户的利益最大化。

    一种基于稳定匹配的协作视频传输方法

    公开(公告)号:CN107302747B

    公开(公告)日:2020-09-29

    申请号:CN201710575047.4

    申请日:2017-07-14

    摘要: 本发明请求保护一种基于稳定匹配的协作视频传输方法,属于移动通信技术领域。所述方法包括以下步骤:1、将视频流分割成多个数据包,根据用户接收数据包的不同将用户分为不同的簇;2、利用权重因子反映用户不同属性的重要性计算用户的社会距离;3、结合用户的动态物理距离生成动态的社会关系;4、利用社会关系和无线传播环境计算一个时隙单播的吞吐量和时延;5、设计不同用户协作的效用函数生成偏好信息,利用Gale‑Shapley算法使用户自主协商形式形成稳定的协作传输方案。本发明提出的基于稳定匹配的协作视频传输方法,实现了蜂窝通信系统和D2D(Device‑to‑Device)短距离通信的融合,相对于传统的协作方法,能够降低计算复杂度,提高吞吐量。

    一种低复杂度的LTE下行帧同步方法

    公开(公告)号:CN106534031B

    公开(公告)日:2019-11-12

    申请号:CN201611074716.1

    申请日:2016-11-29

    发明人: 张祖凡 刘轩 何维

    IPC分类号: H04L27/26 H04W56/00

    摘要: 本发明请求保护一种低复杂度的LTE下行帧同步方法,属于移动通信技术领域,涉及LTE同步技术。为降低复杂度,实现快速有效的帧同步,本发明对接收信号进行降采样处理,对本地三组主同步信号相叠加,利用主同步信号采用部分相关的方法完成粗定时,结合粗定时点采用粗定时相同的方法获取主同步信号的位置,并完成半帧同步和获取扇区标识;根据主同步信号所在的符号判定循环前缀类型,并进一步获悉辅同步信号所在符号;分别检测前后两组辅同步信号获取帧同步和小区标识。本发明采用降采样、主同步信号相叠加和异或降低了帧同步的实现复杂度。

    一种基于长短时记忆网络LSTM的GPS数据重构方法

    公开(公告)号:CN108446324A

    公开(公告)日:2018-08-24

    申请号:CN201810140150.0

    申请日:2018-02-11

    IPC分类号: G06F17/30 G06N3/04 G06N3/08

    摘要: 本发明请求保护一种基于长短时记忆网络LSTM的GPS数据重构方法,涉及定位技术领域。其包括:一、搭建基于Android系统的GPS数据采集平台,读取蓝牙GPS传感器的数据并解析;二、驾驶车辆上路,采集实测数据,并将数据整理归类;三、选取GPS时序数据的特征来训练LSTM网络,构建预测模型;四、根据GPS的时序数据特征,利用已训练的LSTM网络预测经纬度,重构GPS数据。本发明综合考虑了GPS定位中的速度,方向,加速度等因素,准确的预测经纬度,从而更加准确的重构GPS数据。

    一种用于异构网络分层组播层速率优化方法

    公开(公告)号:CN105049863B

    公开(公告)日:2018-06-26

    申请号:CN201510362154.X

    申请日:2015-06-26

    摘要: 本发明请求保护一种用于无线异构网络系统的分层组播层速率优化方法,属于移动通信技术领域。所述方法包括:a、设计NRAA算法将网络拓扑图按照接收节点个数|T|分解为N(N=|T|)个传输子图,用户接收前l‑1个分层后剩余带宽的最小值作为其第l(l≤N)层的分层速率;b、提出一种启发式链路重用的带宽分配LRBA算法,对每个分层的接收用户进行链路带宽的分配;c、设计PCLRAA算法,引入分簇的思想,将用户自身的实际带宽作为限制因素,提出一种插板算法,将N层合并为L个分层,求出L层机制下吞吐量最大化的最佳分簇以及最优分层速率。本发明链路的充分重用为更高层的接收预留更多的带宽资源,提高系统的吞吐量。

    一种基于双层干扰图着色分配信道资源的方法

    公开(公告)号:CN103987119B

    公开(公告)日:2017-09-19

    申请号:CN201410234091.5

    申请日:2014-05-29

    IPC分类号: H04W72/08

    摘要: 本发明公开一种基于双层干扰图着色分配信道资源的方法,涉及移动通信技术。设蜂窝终端间使用正交信道资源,短距离终端复用蜂窝终端信道资源,包括:a、将所有链路抽象成图中顶点;b、根据顶点类型分层,根据通信质量要求建立带权有向双层干扰图;c、基于建立的有向带权双层干扰图,结合系统排队等待概率、终端服务等级将带权有向双层干扰图转换为带权无向双层干扰图;d、基于带权无向双层干扰图进行分层着色分配信道资源。本发明在信道资源充足时能充分利用信道资源,信道资源不足时,在满足通信质量前提下,能较好地优先满足服务等级较高的终端的资源请求,保证终端的通信质量。由于分层着色中第一层根据服务等级分配资源,从而使复杂度降低。

    一种基于加权和速率最大化的多用户MIMO协作传输方法

    公开(公告)号:CN104092519B

    公开(公告)日:2017-07-18

    申请号:CN201410367926.4

    申请日:2014-07-29

    摘要: 本发明公开了一种基于加权和速率最大化的多用户MIMO协作传输方法,属于移动通信技术领域。该方法包括以下步骤:协作节点通过X2接口交换所有调度用户的信道状态信息、数据信息和速率权重因子;协作节点根据这些信息,基于加权和速率最大化准则进行BD‑GMD‑THP预编码;用户终端接收到信号后,根据协作传输方案,进行相应译码,从而检测出发射信号。本方法在MU‑MIMO协作多点传输系统中,利用非线性预编码方法有效消除了多用户干扰和用户内数据流间干扰,在一定程度上保证了系统的误码性能,同时,基于加权和速率最大化准则的BD‑GMD‑THP协作传输方案,在保证用户每个数据流具有相同接收信噪比的同时,能够使得系统的加权和速率性能达到最优,提升了CoMP联合传输系统的整体性能。

    基于CAN数据的驾驶人综合素质评价方法

    公开(公告)号:CN106651210A

    公开(公告)日:2017-05-10

    申请号:CN201611269823.X

    申请日:2016-12-30

    IPC分类号: G06Q10/06

    摘要: 本发明涉及一种基于CAN数据的驾驶人综合素质评价方法,其包括:一、获取经纬度、引擎转速、车速、方向盘转角、油耗量、油门角度、刹车踏板状态,计算出瞬时油耗量、加速度、以及引擎转速与速度的比值;二、确定评价因素:方向盘转角熵值H(θ)、方向盘转角速率Vθ、机动车速度熵值H(v)、加速度绝对值|a|、加速度强度Va、正加速度a、引擎转速与机动车速度的比值φ;三、采用模糊层次分析法建立单个因素对于驾驶员综合素质评价所占的权重α,建立所需要的权重向量Q;四、建立尽可能少的隶属度函数,求得单因素模糊判断矩阵R;五、求得判断向量δ=Q*R,分析求解得到评价驾驶人综合素质的评判集。本方案定量结合定性实现了评价驾驶人综合素质的目的,提高了评价的准确度。