-
公开(公告)号：CN101102136A
公开(公告)日：2008-01-09
申请号：CN200610101037.9
申请日：2006-07-03
CPC classification number: H04B7/0615 , H04B7/0617 , H04B7/0632
Abstract: 本发明公开了一种宽带随机波束的形成方法，该方法包括以下步骤：A.产生具有N个酉阵的集合Q，并根据用户对子载波的信号干扰噪声比(SINR)的反馈，确定所述集合Q中每个酉阵的累加速率和，其中N为至少为1的自然数；B.确定所述集合Q中具有最大累加速率和的酉阵Qi*，并且确定一个随机产生的新酉阵Q_rand的累加速率和；C.将Qi*的累加速率和与所述随机产生的新酉阵Q_rand的累加速率和进行比较，选择其中较大者作为波束形成矩阵来，并利用所述波束形成矩阵形成波束。应用本发明以后，针对宽带系统，能在用户数较少的情况下接近容量限。另外，本发明中还对子载波进行分簇反馈，从而进一步减少了反馈量。
-
公开(公告)号：CN1956426A
公开(公告)日：2007-05-02
申请号：CN200510021946.7
申请日：2005-10-26
Abstract: 本发明提供了一种低复杂度多入多出的迭代接收检测法，本发明在MIMO Turbo接收机的初始检测中采用复杂度较高的SISO MMSE MIMO SIC检测器，在迭代检测阶段采用复杂度较低的SISO MF MIMO SIC检测器和复杂度很低的简化的SISO MF MIMO SIC检测器，从而在不显著降低系统误比特率BER性能的前提下，大幅度降低MIMO Turbo接收机的复杂度。本发明的方法可以广泛用于MIMO系统的Turbo接收机中。
-
公开(公告)号：CN1941635A
公开(公告)日：2007-04-04
申请号：CN200510021775.8
申请日：2005-09-30
Abstract: 本发明提供了一种非正则低密度奇偶校验码的构造方法，它首先构造有限域上的矢量矩阵，然后通过循环移位、倒序处理、截取得到新的矢量矩阵，最后将这个新的矢量矩阵的元素用向量替换得到一个稀疏矩阵，将这个稀疏矩阵与双对角线元素全为“1”的矩阵并排就得到了低密度奇偶校验矩阵。由于采用了循环移位，大大降低了软硬件实现的复杂度，整个方法在保证构造简单的同时，可采用完全并行的操作，适合硬件实现，尤其可以利用线性反馈移位寄存器，具有高速的编译码潜力，因此，本发明的非正则LDPC码有良好的工程应用前景。
-
公开(公告)号：CN1933356A
公开(公告)日：2007-03-21
申请号：CN200510021652.4
申请日：2005-09-12
IPC: H04B7/04
Abstract: 本发明提供了一种智能的分布式天线系统的构造方法，它是由K个天线单元和对应的K个射频收发信机组成天线子阵，由M组天线子阵构成一组天线阵，A组分布在基站覆盖区域内的天线阵通过N组馈线电缆和基带处理器相连接，基带处理器根据移动台的信道环境和业务需求在整个基站覆盖区域内选择合适的发射方案和天线子阵，和移动台建立多种方式的无线通信链路。采用本发明的系统能够充分发挥波束形成技术和MIMO技术的优势，在改善小区覆盖能力的同时极大地增加系统容量，并提供更为灵活的多址接入。
-
公开(公告)号：CN101753504A
公开(公告)日：2010-06-23
申请号：CN200810239769.3
申请日：2008-12-16
IPC: H04L27/26
Abstract: 本发明公开了一种差分调制解调方法、发射机以及接收机。该方法包括：生成调制基向量；利用调制基向量对发送的原始数据信号进行调制，生成调制后的数据信号；对调制后的数据信号进行差分调制，生成差分调制信号；将差分调制信号转换为时域数据信号，添加循环前缀后发送；将接收的时域数据信号去除循环前缀，并转换为频域数据信号；对频域数据信号进行差分解调，生成差分解调信号；生成解调基向量；利用解调基向量对差分解调信号进行解调，得出原始数据信号的估计序列。本发明通过对数据信号进行差分调制和解调得出原始数据信号的估计序列，避免了采用信道估计技术，从而提高了系统传输效率，降低了系统开销。
-
Patent Agency Ranking
公开(公告)号：CN100514948C
公开(公告)日：2009-07-15
申请号：CN200610153109.4
申请日：2006-12-08
Abstract: 本发明公开了一种最小均方误差软干扰抵消方法、信号检测器和一种接收机，当确定所有同时发射的符号中，除当前被检测符号外的所有同时发射的符号对应的符号先验信息中，不可靠符号先验信息的数量未超过1时，利用根据矩阵求逆引理改写的计算MMSE滤波器系数矢量的函数，计算并得到对应的MMSE滤波器系数矢量；根据所得到的MMSE滤波器系数矢量，计算信号检测器输出的编码比特的外比特对数似然比，并将其通过解交织器和信道译码器处理后，送入所述信号检测器进行下次迭代。通过本发明，能够降低接收机的复杂度，从而降低系统的功耗和时延。
-
公开(公告)号：CN112769462B
公开(公告)日：2022-02-08
申请号：CN202110016400.1
申请日：2021-01-07
Applicant: 电子科技大学
IPC: H04B7/0413 , H04B17/391 , H04L25/02
Abstract: 本发明属于通信技术中的阵列信号处理领域，具体涉及一种基于联合参数学习的毫米波MIMO宽带信道估计方法。本发明基于新颖的毫米波大规模多输入多输出信道模型，通过部分接收信号从空域和频域中提取信道信息，将信道估计问题转换为线谱估计问题。然后，提出了一种联合参数学习算法来估计所有信道参数。因此，最终可以恢复信道，是一种低复杂度高性能的信道估计方法。
-
公开(公告)号：CN108512787B
公开(公告)日：2021-09-24
申请号：CN201810331269.6
申请日：2018-04-13
Applicant: 电子科技大学
IPC: H04L25/02
Abstract: 本发明属于无线通信技术领域，具体的说是一种大规模MIMO系统的超精细信道估计方法。本发明主要利用压缩感知原理和牛顿优化方法，在变分贝叶斯推断的基础上提出一种改进的信道估计算法，以实现信道的超精细估计。本发明与传统方法相比，本发明基于变分贝叶斯推断方法，不需要任何先验信息直接估计信道，且在该基础上结合牛顿优化方法，进一步优化由贝叶斯推断得到的粗估计值，大大提高了信道估计的准确性。
-
公开(公告)号：CN108509911B
公开(公告)日：2020-06-12
申请号：CN201810286070.6
申请日：2018-04-03
Applicant: 电子科技大学
Abstract: 本发明属于无线通信技术领域，具体涉及一种基于卷积神经网络的干扰信号识别方法。本发明的方法主要包括构建卷积神经网络；对接收到的干扰信号做预处理，将其作为卷积神经网络的输入样本；根据待识别信号的类别，将信号样本及其对应的类别构建为训练集，利用构建的训练集训练构建的卷积神经网络；根据训练的卷积神经网络，对每个预处理后的信号样本进行识别，获得未知信号的所属类别。本发明的有益效果为，利用卷积神经网络进行干扰信号识别，克服了传统的需要人为提取干扰信号特征来进行分类识别的缺点，对干扰信号的识别具有普适性和灵活性，并且提高了识别的准确性。
-
公开(公告)号：CN106357311B
公开(公告)日：2020-01-17
申请号：CN201610796599.3
申请日：2016-08-31
Applicant: 电子科技大学
IPC: H04B7/0413 , H04B7/08 , H04L27/26
Abstract: 本发明属于无线通信技术领域，涉及多输入多输出(Multiple‑Input Multiple‑Output,MIMO)、正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)和载波索引调制(Subcarrier Index Modulation,SIM)技术及相关信号检测技术。本发明针对MIMO‑SIM‑OFDM系统提出了一种基于载波索引调制的MIMO‑OFDM系统的检测方法，其主要思想是：(1)在接收端，对每个子载波对应的接收符号向量进行MMSE检测，并对检测符号进行硬判决；(2)遍历所有的索引组合，取出索引组合中的索引位置对应的硬判决符号得到发射符号向量，乘上对应的信道矩阵后，计算与接收符号向量的欧氏距离；(3)对所有的索引组合对应的发射符号向量的欧式距离进行排序，欧氏距离越小可靠性越高；(4)引入门限值，若欧氏距离的最小值满足门限值，则直接输出对应的索引组合和调制符号；否则最后进行ML检测。
-
-
-
-
-
-
-
-
-
Search Results
456
records
(took 0.052 seconds)
