一种无人机集群作为空中基站为地面用户提供通信服务的方法

    公开(公告)号:CN113242077B

    公开(公告)日:2022-04-26

    申请号:CN202110315598.3

    申请日:2021-03-24

    Abstract: 本发明提供一种无人机集群作为空中基站为地面用户提供通信服务的方法,包括:步骤1,当检测到地面无基站或者地面基站停止提供通信服务的场景时,启动基于空中无人机提供通信服务的方案,获取算法参数的值;步骤2,获取所述算法参数的值,利用近似和线性松弛的算法,求解得到无人机集群的部署方案;所述无人机集群的部署方案具体包括:所述无人机集群中各个无人机的位置信息;步骤3,根据所述无人机集群的部署方案,由不同类型的无人机组组建异构通信网络,使得由有限数量的不同类型的无人机组成的异构通信网络覆盖尽可能多的用户。本发明能够将不同类型的无人机用作空中基站时,优化部署无人机位置,从而覆盖最多用户。

    基于谱维转换网络的卷积神经网络多光谱图像分割方法

    公开(公告)号:CN110378344B

    公开(公告)日:2021-11-02

    申请号:CN201910368493.7

    申请日:2019-05-05

    Abstract: 本发明提供了一种基于谱维转换网络的卷积神经网络多光谱图像分割方法。该方法包括:分别利用CNN网络构建谱维转换网络和像素级类别预测结构;利用谱维转换网络和像素级类别预测结构构建CNN像素级类别预测结构模型,使用带动量的梯度下降算法对CNN像素级类别预测结构模型进行有监督训练,将需要分割的多光谱图像直接输入到训练好的CNN像素级类别预测结构模型,得到需要分割的多光谱图像对应的像素级分割图。本发明通过利用谱维转换网络实现谱维度从多至三的转换,可以采用大数据量的传统彩色图像训练像素级类别预测结构,实现了采用深度学习方法处理低数据量的多光谱图像分割任务,避免过拟合问题的同时提高了多光谱图像像素级分割的准确率。

    一种基于地面蜂窝系统的无人机集群部署方法

    公开(公告)号:CN113259835A

    公开(公告)日:2021-08-13

    申请号:CN202110314495.5

    申请日:2021-03-24

    Abstract: 本发明提供了一种基于地面蜂窝系统的无人机集群部署方法,包括:在待部署区域内确定用户位置和高度、基站位置、无人机的初始数和飞行高度、系留式无人机的道路位置,以系留式无人机的位置约束、系留式无人机和基站之间的最大通信半径约束,系留式无人机和非系留式无人机之间的最大通信半径约束以及无人机与用户之间的最大通信半径约束为约束条件;以可覆盖用户数最大化作为第一目标函数,采用连续凸近似算法、线性松弛算法和加权l1算法求解可覆盖的最大用户数;以覆盖的最大用户数所需的无人机数最小化作为第二目标函数,采用连续凸近似算法与二分法得到覆盖最大用户需要部署的最小无人机数及位置,可以实现高系统容量条件下的大范围覆盖。

    一种MMTC系统多用户接入检测和信道估计的方法

    公开(公告)号:CN112968853A

    公开(公告)日:2021-06-15

    申请号:CN202110127151.3

    申请日:2021-01-29

    Abstract: 本发明提供一种MMTC系统多用户接入检测和信道估计的方法,包括:对MMTC通信中的海量用户稀疏接入场景,根据通信中的循环冗余校验可以检验恢复数据正确性的原理,将检验正确的活跃用户的信息作为反馈传输给神经网络,作为神经网络的先验信息,使网络能更快速的收敛和更加精确的估计出稀疏的信道。本发明提供的方法通过将初始检测的成功恢复用户数据的信息作为反馈,再采用先验知识辅助的深度神经网络模型进行二次检测,与原始的神经网络LISTA和传统压缩感知迭代算法ISTA和AMP相比,新的网络模型可以有效的降低信道估计的误差,提高数据恢复的正确率。

    一种毫米波大规模MIMO系统的信道估计方法

    公开(公告)号:CN110855585B

    公开(公告)日:2020-11-10

    申请号:CN201910937804.7

    申请日:2019-09-30

    Inventor: 章嘉懿 金宇 艾渤

    Abstract: 本发明提供了一种毫米波大规模MIMO系统的信道估计方法。该方法包括:MIMO系统中的用户端通过上行信道向基站发送导频信号,基站将接收到的导频信号建模为带噪信道矩阵;将带噪信道矩阵输入到噪声水平估计子网,输出噪声水平图;将带噪信道矩阵和所述噪声水平图输入到非盲去噪子网,输出噪声估计矩阵:利用连续非线性联合损失函数修正非盲去噪子网中的卷积神经网络参数,修正后的非盲去噪子网通过残差学习得到修正后的噪声估计矩阵;将带噪信道矩阵与修正后的噪声估计矩阵相减得到基站与用户端之间的信道估计矩阵。本发明将非对称损耗引入噪声估计子网,对噪声水平的低估误差施加更高的损失,所提出的基于CBDNet的信道估计在NMSE性能和收敛速度方面有更好的表现。

    一种多频段无线信道测量校准方法和系统

    公开(公告)号:CN106160882B

    公开(公告)日:2018-05-15

    申请号:CN201610552080.0

    申请日:2016-07-13

    Abstract: 本发明实施例提供了一种多频段无线信道测量校准方法和系统。包括:构造单径校准信道,执行N个连续频段的单径校准信道测量,其中,N不少于1个;获取每个频段幅频响应,通过幅频校准处理,获取幅度校准数据;获取每个频段的相频响应斜率,并据此获取采样误差校准数据;获取每个频段内非线性相位,通过非线性相位校准处理,获取非线性相位校准数据;采用所述N个连续频段对实际信道进行测量,获得实测信道各频段的频域响应;根据所述幅度校准数据、所述采样误差校准数据以及所述非线性相位校准数据对实测信道各频段的频域响应进行校准。该方法和系统可在不增加硬件成本的前提下成倍提高测量带宽,获得更高的时延分辨力。

    一种基于核功率密度的无线信道多径分簇方法

    公开(公告)号:CN106452629A

    公开(公告)日:2017-02-22

    申请号:CN201610978957.2

    申请日:2016-11-07

    CPC classification number: H04L41/14 H04B7/0413 H04L41/0803 H04B17/391

    Abstract: 一种基于核功率密度的无线信道多径分簇方法,信号由发射机历经多径到达接收机,MIMO信道被建模为双方向性信道,并且双方向性脉冲响应包括多径的功率、时延、离开角以及达到角,信道中的多径信号呈现成簇现象,在同一个簇中的多径信号拥有相似的功率、时延以及角度参数,其特征在于,所有的多径参数都利用高分辨率算法(例如,MUSIC、CLEAN、SAGE、RiMAX)从实际测试数据中进行估计,考虑在一个时间时刻内多个簇中的多条多径分量,而这些多径分量由功率、时延、DOD以及DOA进行表示。本发明采用核密度等解决技术问题的新手段,能够更好地识别多径分量的本地密度变化,不需要簇的先验信息,是可满足未来无线通信领域面向簇结构的信道处理技术。

    一种多频段无线信道测量校准方法和系统

    公开(公告)号:CN106160882A

    公开(公告)日:2016-11-23

    申请号:CN201610552080.0

    申请日:2016-07-13

    CPC classification number: H04W24/02 H04B17/0082 H04B17/309

    Abstract: 本发明实施例提供了一种多频段无线信道测量校准方法和系统。包括:构造单径校准信道,执行N个连续频段的单径校准信道测量,其中,N不少于1个;获取每个频段幅频响应,通过幅频校准处理,获取幅度校准数据;获取每个频段的相频响应斜率,并据此获取采样误差校准数据;获取每个频段内非线性相位,通过非线性相位校准处理,获取非线性相位校准数据;采用所述N个连续频段对实际信道进行测量,获得实测信道各频段的频域响应;根据所述幅度校准数据、所述采样误差校准数据以及所述非线性相位校准数据对实测信道各频段的频域响应进行校准。该方法和系统可在不增加硬件成本的前提下成倍提高测量带宽,获得更高的时延分辨力。

    非整数倍多径时延的估计方法

    公开(公告)号:CN106130671A

    公开(公告)日:2016-11-16

    申请号:CN201610439972.X

    申请日:2016-06-17

    CPC classification number: H04B17/309

    Abstract: 本发明实施例提供了一种非整数倍多径时延的估计方法。所述方法包括:获取信道冲激响应后,当信道中存在发生色散的多径时,确定发生色散的位置m;确定色散径中能量最大的一径;以所述色散径中能量最大的一径为第一中心,根据色散的范围,设定匹配窗口,获取测量样本点集合;以所述色散径中能量最大的一径对应的时延为第二中心,前后预订数量的采样周期T作为时延遍历范围;在所述时延遍历范围,以预订精度为步进进行遍历;根据所述匹配窗口以及遍历时延点,通过sinc函数获取一组本地样本点集合;按照所述测量样本点集合和所述本地样本点集合进行相关匹配,遍历完成后,获取归一化后的相关峰值为最大时的遍历步数k;根据所述位置m、所述遍历步数k、所述采样周期T,计算得到发生色散的多径时延τ。

Patent Agency Ranking