基于截尾压扩的OFDM信号峰平比抑制方法

    公开(公告)号:CN106230764A

    公开(公告)日:2016-12-14

    申请号:CN201610607204.0

    申请日:2016-07-28

    申请人: 长安大学

    IPC分类号: H04L27/26

    CPC分类号: H04L27/2615

    摘要: 本发明涉及基于截尾压扩的OFDM信号峰平比抑制方法,首先对原始输入信号进行串并变换及正交振幅调制,得到正交振幅调制信号,对正交振幅调制信号进行OFDM调制与并串变换后,得到OFDM已调信号xn,利用压扩函数C(·)对OFDM已调信号模值的尾部分布进行压扩变换,获得压扩变换信号xn′,xn′=C(x);将压扩变换信号xn′进行发射;在接收端利用解压扩函数C-1(·)对接收信号进行解压扩操作,得到解压扩信号xn″,xn″=C-1(x);对解压扩信号进行OFDM解调,恢复出原始输入信号。本发明能以极低地带外频谱泄露与良好的接收端误码率性能,获得良好的OFDM系统峰平比抑制效果。

    基于非对称窗函数的OFDM信号峰平比抑制方法

    公开(公告)号:CN106059983A

    公开(公告)日:2016-10-26

    申请号:CN201610605500.7

    申请日:2016-07-28

    申请人: 长安大学

    IPC分类号: H04L27/26

    CPC分类号: H04L27/2614

    摘要: 本发明涉及基于非对称窗函数的OFDM信号峰平比抑制方法,对原始输入信号依次进行调制与变换,得到OFDM已调信号xn;计算xn的峰平比,选取峰平比大于门限的信号作为峰值削减信号;通过计算相邻峰值削减信号之间的距离,确定第m个峰值削减信号的右半窗长度nr(m)和第m+1个峰值削减信号的左半窗长度nl(m+1)的大小;对当前峰值削减信号进行窗函数处理得到信号x′n,用信号x′n替换xn中峰平比大于峰平比门限A的信号,将所得信号发射出去。本发明选出发送信号中的峰值消减信号,根据相邻峰值消减信号间的距离来确定窗函数的长度,并对该信号进行消减,将消减后的信号与原发送信号中峰平比在门限以下的信号合并,作为新的信号进行传输,降低OFDM传输信号峰平比。

    基于圆覆盖功率优化的6G无人机基站站址规划方法及系统

    公开(公告)号:CN115696352B

    公开(公告)日:2024-04-12

    申请号:CN202210631321.6

    申请日:2022-06-06

    申请人: 长安大学

    IPC分类号: H04W16/18 H04W16/22 H04W16/26

    摘要: 本发明公开一种基于圆覆盖功率优化的6G无人机基站站址规划方法及系统,方法包括以下步骤:根据规划设置网络带宽、载波频率以及飞控中心可同时控制的UAV‑BS个数;根据圆覆盖模型拟合圆覆盖策略下小圆个数与半径关系,计算当前场景下每个UAV‑BS的覆盖半径;计算圆覆盖模型下单个UAV‑BS的发射功率寻找满足功率限制的最小UAV‑BS部署个数;求解无人机通信网络系统发射功率最小值及UAV‑BS部署个数最优解,对UAV‑BS最优部署个数进行取整操作,重新计算系统发射功率并比较得出最小值,更新并输出最少无人机基站个数及对应的圆覆盖策略下小圆位置作为站址规划;本发明确保在目标区域内任意位置用户都能够接入网络,实现6G通信无处不在的网络需求。

    一种基于网联车辆自然驾驶数据的异常驾驶场景提取方法

    公开(公告)号:CN110969142B

    公开(公告)日:2023-09-05

    申请号:CN201911311455.4

    申请日:2019-12-18

    申请人: 长安大学

    摘要: 本发明公开了一种基于网联车辆自然驾驶数据的异常驾驶场景提取方法,包括:步骤一、对网联车辆自然驾驶数据集进行数据清洗,填补缺失数据,计算出横向加速度;步骤二、将速度划分为若干区间,对速度区间内的纵向加速度和步骤一得到的横向加速度进行异常加速度提取,根据某段行程的异常加速度点数量,判断是否属于极端驾驶事件;步骤三、利用找出的极端驾驶事件数据采用k‑means聚类算法进行聚类;步骤四、将聚类结果通过经纬度定位在google earth中得到驾驶场景并统计驾驶参数。本发明能够比较准确的得到异常驾驶场景以及相应情况下的驾驶参数,可以为智能车路系统的设计和测试提供依据。

    基于二维特征的可视与非可视信道识别方法及装置

    公开(公告)号:CN111770527B

    公开(公告)日:2023-06-02

    申请号:CN202010586663.1

    申请日:2020-06-24

    申请人: 长安大学

    摘要: 本发明公开了一种基于二维特征的可视与非可视信道识别方法及装置,获取数据包信道信息并处理合成信道状态信息;对每个信道状态信息数据进行傅里叶反变换,并计算信道冲击响应的功率;设置阈值一,过滤S2所得信道冲击响应的噪声,得到过滤后信道冲击响应极大值的位置,并找出所述极大值对应点信道冲击响应的幅值,计算峰度;使用RMS延时扩展的单一特征找到其中最适合的阈值,作为阈值二;基于阈值二计算信道冲击响应的RMS延迟扩展;根据峰度和RMS延迟扩展计算阈值线系数,根据所述阈值线判断该数据包属于视距环境还是非视距环境下所接收的,本发明采用两个特征来视距/非视距识别,相比较单一特征,双重判决可以准确提高识别的准确率。

    一种基于核主成分分析增强无监督学习的非视距识别方法

    公开(公告)号:CN115114571A

    公开(公告)日:2022-09-27

    申请号:CN202210731975.6

    申请日:2022-06-26

    申请人: 长安大学

    摘要: 本发明公开一种基于核主成分分析增强无监督学习的非视距识别方法,涉及无线通信与定位导航技术领域,包括:S1,设计并开展室内信道测量活动,收集视距和非视距传播条件下的信道状态信息;S2,通过快速傅里叶逆变换将频域的信道状态信息转换为时域的信道脉冲响应;S3,基于信道脉冲响应提取出8种无线信道特征参数;S4,利用皮尔逊相关系数计算出不同特征之间的相关性;S5,基于核主成分分析方法获取主成分,找到所有特征的最优子集;S6,将S5得到的最优子集作为k‑means、GMM和FCM聚类算法的输入进行LOS和NLOS识别。本发明利用核主成分分析提取出最优的特征子集,寻找最优特征子集,减少了工作量,降低了输入特征的维度,识别的精度显著提高。

    车联网中基于SWIPT的物理层安全通信方法

    公开(公告)号:CN110446186B

    公开(公告)日:2022-04-29

    申请号:CN201910726646.0

    申请日:2019-08-07

    申请人: 长安大学

    IPC分类号: H04W4/46 H04W52/24 H04W72/04

    摘要: 本发明公开了一种车联网系统中基于SWIPT的物理层安全方法,首先应用两时隙传输策略,计算端到端信噪比以及窃听设备处接收信号的信噪比,根据所得信噪比计算关于时间分配因子α及功率分配因子ρ的系统安全容量Cs(α,ρ),计算在固定下,最大化对应的α值及相应然后在固定下,得到最大化对应的ρ值及相应若且t<Im,则令t=t+1,并进行迭代计算,否则输出最优功率分配比例以及最优时间分配比例,系统按该比例进行信息传输,本发明可以同时自适应决定时间分配比例及功率分配比例,比单独的功率分割(PS)或时间分割(TS)更具灵活性;使用有限次迭代便可计算得到最优分配值,复杂度低,且得到的安全容量无限接近通过全局搜索得到的最佳值。

    一种基于软判决可视与非可视信道的识别方法、系统及装置

    公开(公告)号:CN113194427A

    公开(公告)日:2021-07-30

    申请号:CN202110485752.1

    申请日:2021-04-30

    申请人: 长安大学

    IPC分类号: H04W4/33 H04W64/00 H04B17/30

    摘要: 本发明公开了一种基于软判决可视与非可视信道的识别方法,具体过程为:获取数据包信息计算信道特征;计算所得信道特征的概率分布函数;用多个高斯函数拟合S2的概率分布函数;采用软判决判断数据包信息属于视距环境还是非视距环境下所接收的;本发明结合两个不相关的特征进行软判决识别视距/非视距,相比单一特征,提高了识别的准确率,单一特征需要对信号进行训练找到合适的阈值,而本发明不需要对数据进行过多的训练,只需使用训练样本的概率分布,用软判别公式进行计算识别数据包类型,大大缩短了运行时间,不用经过多次训练计算阈值,只需较少的先验知识就能获得较高的识别准确率。

    车联网系统中联合发射天线和中继车辆选择的方法

    公开(公告)号:CN109379117B

    公开(公告)日:2021-04-13

    申请号:CN201811345373.7

    申请日:2018-11-13

    申请人: 长安大学

    摘要: 本发明公开了一种车联网系统中联合发射天线和中继车辆选择的方法,首先所有中继车辆根据目标车辆的导频信号估计信噪比并根据最大化准则得到其最佳中继车辆‑目标车辆的发射天线;其次,路侧单元每根天线依次发送导频信号,中继车辆由对应最佳发射天线进行转发,在目标车辆处得到路侧单元天线对应的系统信噪比;选择最大的系统信噪比值对应的路侧单元发射天线及相应的中继车辆作为该车联网传输系统的路侧单元发射天线及中继车辆;本发明的系统性能与复杂的最佳选择方法仅相差1dB,但能以较低的车联网系统复杂度、较短的最佳发射天线选择时间以及极小的反馈时隙来完成路侧单元发射天线和中继车辆的选择,从而大大降低车联网传输系统的开销。