-
公开(公告)号：CN104519006A
公开(公告)日：2015-04-15
申请号：CN201410828035.4
申请日：2014-12-25
申请人： 北京邮电大学
IPC分类号： H04L27/26
CPC分类号： H04B14/008
摘要： 本发明公开了一种基于正交极化传输的OFDM系统相位噪声消除方法，属于无线通信技术领域。本发明设计了OFDM系统的发射端，将传统调制后信号分为两路，其中一路做共轭，并由天线赋予两路信号正交的极化状态后，通过正交极化天线发射；在接收端通过正交极化天线接收信号，并将共轭信号再次共轭后，令两路信号相同且相位噪声共轭，两路信号进行相加，进而消除相位噪声的虚部，可使乘性干扰的相位噪声项近似为1，消除相位噪声对接收信号的影响，获得期望信号，最后通过相应的传统解调方法即可解调出发射数据信息。本发明解决了自消除方案的频谱效率低、重新设计低相位噪声本地振荡器所带来的高投入、终端成本价格增加的问题。
-
公开(公告)号：CN101969352B
公开(公告)日：2013-05-01
申请号：CN201010541081.8
申请日：2010-11-12
申请人： 北京邮电大学
摘要： 本发明提供了一种基于快速变极化的频谱感知方法，适用于认知无线电网络。所述方法包括：CR用户接收端识别到达信号中可能包含的授权用户信号极化方式，根据识别的授权用户信号到达极化方式，CR用户接收端采用与之匹配的极化方式接收到达信号，然后对接收的信号进行分析，判断授权用户信号是否出现。通过该方法认知无线电用户接收端可以快速的实现对授权用户信号低损耗的接收，显著提高频谱感知的检测性能。
-
公开(公告)号：CN111556572B
公开(公告)日：2022-06-07
申请号：CN202010318864.3
申请日：2020-04-21
申请人： 北京邮电大学
摘要： 本发明公开了一种基于强化学习的频谱资源和计算资源联合分配方法，属于无线通信技术领域。其中利用强化学习理论，令MEC系统中的URLLC用户和eMBB用户作为智能体学习分布式地自主学习频谱资源和计算资源联合分配策略，实现了在保证URLLC用户严格的时延约束的同时，最小化系统所有URLLC用户和eMBB用户时延和能耗的总成本的目的；同时，本发明建立了用于URLLC用户和eMBB用户频谱资源和计算资源联合分配的强化学习模型，通过合理设计动作空间和回报函数可获得整体最优解，实现了良好的训练收敛性能；本发明设计了分布式资源分配算法，各智能体单独维护一张Q值表，根据自己的准则进行动作选择使得Q值表的总体维度为较低，实现了较低的算法复杂度。
-
公开(公告)号：CN112616131B
公开(公告)日：2022-05-13
申请号：CN202011457896.8
申请日：2020-12-11
申请人： 北京邮电大学
摘要： 本发明公开了一种基于视频内容优先级的车联网资源分配方法，属于车联网通信领域。首先设计视频内容优先级评估方法，量化不同视频的内容优先级，利用帧间差分计算得到不同内容优先级的视频资源分配时的权重；其次，计算动态信道下的视频传输失真率、误码率，以有效信息量最大化为目标，构建基于视频内容优先级的资源分配优化模型；然后，根据优化模型，构建用于车联网资源分配的分布式多智能体强化Q学习算法模型的智能体、状态空间、动作空间、环境反馈；最后，对分布式多智能体强化Q学习算法模型进行训练，求解基于视频内容优先级的车联网资源分配优化问题。本发明考虑了不同视频的内容差异和车联网动态信道条件，联合优化了车辆端到边缘服务器端的带宽和功率资源分配，可有效提升边缘服务器端的视频内容理解性能。
-
公开(公告)号：CN111669265B
公开(公告)日：2022-02-18
申请号：CN202010449682.X
申请日：2020-05-25
申请人： 北京邮电大学
IPC分类号： H04L5/14
摘要： 本发明针对现有极化全双工通信平台中接收信号极化状态可能发生改变，从而影响平台性能的问题，提供了一种极化全双工通信中的极化状态估计方法及系统。本发明主要包括极化状态估计与全双工通信实现流程设计，以及极化状态估计系统的设计与实现两个部分。第一部分主要针对极化全双工通信平台的极化状态估计与全双工通信流程进行相应设计；第二部分则是基于LabVIEW软件，设计并实现极化状态估计系统，以实现对于接收端期望信号与自干扰信号极化状态的估计。本发明首次在极化全双工通信平台上实现了极化状态估计过程，这为未来极化全双工通信技术的实际应用与普及，提供了更为稳定的技术支持，因此本发明对于无线通信技术领域具有重要的意义。
-
公开(公告)号：CN112637816A
公开(公告)日：2021-04-09
申请号：CN202011457916.1
申请日：2020-12-11
申请人： 北京邮电大学
摘要： 本发明公开了一种车联网中视频语义驱动的资源分配方法，属于车联网领域。首先构建车辆端与边缘服务器端视频语义通信的车联网系统模型；然后统计实验数据并结合回归方法，构建视频语义驱动的资源分配指导模型；再利用视频码率计算单位车辆的检测准确率，并将最大化单位车辆的检测准确率为优化目标，构建车联网中视频语义驱动的资源分配优化模型；并通过分析目标函数的单调性实现模型的简化；在视频语义驱动的资源分配优化模型的基础上，构建强化Q学习算法模型；通过构建状态空间、动作空间和环境反馈，并执行动作、观测状态、获得奖励来训练求解资源分配优化模型。本发明考虑了不同视频的语义差异和车联网非稳态信道条件，优化了车辆端到边缘服务器端视频语义任务的频谱分配，实现了平均目标检测精度最大化。
-
公开(公告)号：CN112616131A
公开(公告)日：2021-04-06
申请号：CN202011457896.8
申请日：2020-12-11
申请人： 北京邮电大学
摘要： 本发明公开了一种基于视频内容优先级的车联网资源分配方法，属于车联网通信领域。首先设计视频内容优先级评估方法，量化不同视频的内容优先级，利用帧间差分计算得到不同内容优先级的视频资源分配时的权重；其次，计算动态信道下的视频传输失真率、误码率，以有效信息量最大化为目标，构建基于视频内容优先级的资源分配优化模型；然后，根据优化模型，构建用于车联网资源分配的分布式多智能体强化Q学习算法模型的智能体、状态空间、动作空间、环境反馈；最后，对分布式多智能体强化Q学习算法模型进行训练，求解基于视频内容优先级的车联网资源分配优化问题。本发明考虑了不同视频的内容差异和车联网动态信道条件，联合优化了车辆端到边缘服务器端的带宽和功率资源分配，可有效提升边缘服务器端的视频内容理解性能。
-
公开(公告)号：CN111556572A
公开(公告)日：2020-08-18
申请号：CN202010318864.3
申请日：2020-04-21
申请人： 北京邮电大学
摘要： 本发明公开了一种基于强化学习的频谱资源和计算资源联合分配方法，属于无线通信技术领域。其中利用强化学习理论，令MEC系统中的URLLC用户和eMBB用户作为智能体学习分布式地自主学习频谱资源和计算资源联合分配策略，实现了在保证URLLC用户严格的时延约束的同时，最小化系统所有URLLC用户和eMBB用户时延和能耗的总成本的目的；同时，本发明建立了用于URLLC用户和eMBB用户频谱资源和计算资源联合分配的强化学习模型，通过合理设计动作空间和回报函数可获得整体最优解，实现了良好的训练收敛性能；本发明设计了分布式资源分配算法，各智能体单独维护一张Q值表，根据自己的准则进行动作选择使得Q值表的总体维度为较低，实现了较低的算法复杂度。
-
公开(公告)号：CN109067426B
公开(公告)日：2020-06-19
申请号：CN201811140961.7
申请日：2018-09-28
申请人： 北京邮电大学
摘要： 本发明公开了一种空间域与极化域联合的全双工自干扰消除方法，属于无线通信技术领域，包括利用空间域的天线隔离进行初步自干扰消除，其次结合数字域的极化处理，将自干扰信号的乘性相位噪声干扰转化为加性噪声干扰，利用重构自干扰信号通过估计补偿消除自干扰，最后通过极化匹配接收恢复期望信号。同时，本发明联合考虑该消除方法中的空间特性与极化特性对全双工自干扰的影响，在不受相位噪声影响的情况下实现全双工自干扰消除，并且可以提高自干扰消除量性能与系统数据速率性能。
-
公开(公告)号：CN104836774B
公开(公告)日：2018-06-12
申请号：CN201510179004.5
申请日：2015-04-16
申请人： 北京邮电大学
IPC分类号： H04L27/36
摘要： 本发明公开了一种针对高阶连续极化调制中PDL效应的补偿方法。首先，分析了PDL效应对高阶连续极化调制信号的影响。其次，提出了采用预补偿消除PDL效应的方法。在该方法中，由于接收端判决区域的划分与接收到的极化状态的极化角密切相关，为了获得最优的补偿效果，设计了以最大化极化角为判决准则的最优预补偿因子。最后，理论和仿真分析得到，该方法能够有效提升受PDL效应影响的高阶连续极化调制的误码性能，进而提升高阶连续极化调制的频谱效率。
-
-
-
-
-
-
-
-
-
搜索结果
59 条记录 (耗时 0.094 秒)
