-
公开(公告)号:CN109525296B
公开(公告)日:2021-09-07
申请号:CN201811208559.8
申请日:2018-10-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于自适应阻尼Jacobi迭代的大规模MIMO检测方法和装置,能够克服因5G通信系统中大规模MIMO技术的应用,MMSE检测过高的计算复杂度给具体的硬件实现和电路系统设计带来非常大的技术难度的问题。本发明方法用阻尼Jacobi迭代方法来近似大矩阵求逆操作。同时,在迭代过程中自动更新阻尼因子,尽可能保证每次迭代使用的松弛因子最优,以取得更快的收敛效果。本发明中还公开了这种自适应阻尼Jacobi检测方法的硬件架构,主要包括预处理模块、残余向量计算模块和自适应更新模块。本发明通过对传统Jacobi算法的改进,取得了更快的收敛效果,提升了Jacobi迭代方法的有效性,从而降低了大规模MIMO检测的计算复杂度以及硬件实现复杂度。
-
公开(公告)号:CN108537000B
公开(公告)日:2021-07-27
申请号:CN201810255562.9
申请日:2018-03-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于分子计算的米利型状态机设计方法,包括以下步骤:S1:针对米利型状态机特定的时序逻辑功能画出对应的状态转换图;S2:确定状态机的初始状态;S3:如果状态机的输入变量只有一个,则所述输入变量分子通过催化反应将维持当前状态的催化剂转化为从当前状态指向下一状态的箭头所对应的催化剂;如果状态机的输入变量超过一个,则所有输入变量分子通过二分子反应压缩为一种分子,压缩后的分子将当前状态的催化剂转化为从当前状态指向下一状态的箭头所对应的催化剂;S4:转化后的催化剂根据状态转换图更新状态变量和输出变量的值,将输入变量转化为与整个化学反应网络无关的物质。本发明提高了化学反应网络的物理实现的可行性。
-
公开(公告)号:CN109039416B
公开(公告)日:2021-06-01
申请号:CN201811099167.2
申请日:2018-09-20
Applicant: 东南大学
IPC: H04B7/08 , H04B7/0413
Abstract: 本发明公开了一种基于矩阵分块的大规模MIMO高效检测方法及架构,提出的多层迭代的块对角化算法(block diagonal with multiple‑level iterations,BD‑MLI)同时适用于单天线和多天线用户系统,且在非理想传播条件中,如相关信道和低配置比,表现出鲁棒性。同时,本发明也公开了一种对应的基于超大规模集成电路的高效硬件架构。本发明在低复杂度的前提下,同时能克服相关信道、降低系统对高配置比的依赖,并且提高算法在多天线用户系统中的性能。
-
公开(公告)号:CN108737298B
公开(公告)日:2021-01-26
申请号:CN201810293367.5
申请日:2018-04-04
Applicant: 东南大学
IPC: H04L25/02
Abstract: 本发明公开了一种基于图像处理的SCMA盲检测方法,包括如下步骤:(1)设以(N,K)为参数的规范化SCMA系统,码维度为K,星座维度为N,以出现频率最高的节点作为二维图像中相邻的像素点,进行相应映射模板的构造,得到一维信号至二维图像的映射模板;(2)在制定完具有系统特征的二维图像映射模板后,以相应二维图像映射模板为依托,将原SCMA码本中的各码字映射为K×K的图像;(3)对步骤(2)的到的二维图像进行预滤波及降噪,处理后的图像进行SCMA的码字检测。本发明能够极大的降低传统检测方法对信道估计的依赖程度,并提高在存在信道误差时检测的误码率,吞吐率较高。
-
公开(公告)号:CN109586838B
公开(公告)日:2020-11-03
申请号:CN201811396761.8
申请日:2018-11-22
Applicant: 东南大学
Abstract: 本发明公开了一种针对大规模SCMA系统的高效因子矩阵设计方法及其硬件架构,方法包括以非冲突排序为基础的原型列向量选取、以循环移位为基础的矩阵块设计等内容;硬件架构为针对大规模SCMA系统检测的高效架构,包括初始化单元、资源节点更新单元、层节点更新单元、大规模资源‑层交换网络和概率计算单元。本发明利用对非冲突原型列向量的循环移位操作,避免了大规模SCMA系统因子矩阵的随机生成,极大降低了大规模SCMA系统的因子矩阵设计复杂度,并有效避免了大规模SCMA系统带来的性能损失;设计并得到了具有较高通用性的大规模SCMA系统的检测器架构,有着较低的硬件消耗和较高的硬件使用效率。
-
公开(公告)号:CN107358292B
公开(公告)日:2020-08-11
申请号:CN201710499017.X
申请日:2017-06-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于化学反应网络的卷积加速单元设计方法,包括如下步骤:设计N并行的快速卷积单元,同时记录下所用到的功能模块;将xi和hi以化学反应物浓度序列的形式输入,设计出对应的反应物;观察不同时刻逻辑电路支路中的值和对应的反应物或生成物;追踪各个支路中的变量的值;如遇到支路中存在负值的情况,将这条支路前后几个模块组合,确保这个组合输出的是正值,将这个组合整体移植到化学反应网络中;在跟踪完整个电路之后,将所有涉及的化学反应组合起来,完成基于化学反应网络的卷积加速单元。本发明利用简化并重构卷积核为快速卷积单元并且将其重新映射到化学反应网络中去,实现了高度并行以及人体亲和,为以后的应用奠定了基础。
-
公开(公告)号:CN107222246B
公开(公告)日:2020-06-16
申请号:CN201710392735.7
申请日:2017-05-27
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/0456 , H04B17/30 , H04L25/02
Abstract: 本发明公开了一种近似MMSE性能的高效大规模MIMO检测方法及系统,通过引入预条件技术,本发明能够显著加快传统GS方法的迭代速率,从而使得本发明提出的大规模MIMO检测算法在恶劣传播环境(如发射/接收天线数相近或者空间相关性较大的信道)中依然能够快速逼近精确MMSE检测算法的性能。数值模拟结果表明,本发明提出的大规模MIMO检测算法在恶劣传播环境中表现出的误码率性能要优于基于Neumann级数、GS方法、CG方法的传统大规模MIMO检测算法。另一方面,本发明提供的系统创新性地发掘了GS迭代在元素更新过程中的循环移位特性,从而使得其能够以较低的硬件消耗和延迟进行GS迭代操作。
-
-
公开(公告)号:CN110635809A
公开(公告)日:2019-12-31
申请号:CN201910885849.4
申请日:2019-09-19
Applicant: 东南大学
IPC: H03M13/13
Abstract: 本发明公开了一种基于公式语言的并行极化码BP译码器的设计方法,包括如下步骤:根据极化码BP译码算法因子图的结构特性推导出通用的设计公式F(N,M),N,M分别表示极化码BP译码器的码长和并行度,所述设计公式为根据硬件模块映射得到的公式符号的级联;对设计公式F(N,M)中的所有硬件模块符号进行功能解释,并给出结构实现;给出确定设计公式F(N,M)的算法,保证F(N,M)唯一对应于确定的码长和并行度;描述Python设计平台的处理过程,将F(N,M)映射为可综合的硬件RTL描述;将硬件RTL描述进行EDA工具的仿真验证,得到并行极化码BP译码器的性能参数。本发明能够适用于码长和并行度任意变化的情况,提高开发效率和设计的灵活性,根据设计者的需求进行参数化的配置。
-
公开(公告)号:CN110555519A
公开(公告)日:2019-12-10
申请号:CN201910951104.3
申请日:2019-10-08
Applicant: 东南大学
Abstract: 本发明公开了一种基于符号随机计算的低复杂度卷积神经网络,包括符号随机计算模块以及基于符号随机计算模块构建的高效卷积层、池化层和非线性激励层,符号随机计算模块包括前向转换模块和后向转换模块,高效卷积层包括随机处理单元和随机加法器矩阵,池化层连接在高效卷积层输出端。本发明通过引入专门的符号位,形成符号随机计算,解决了传统随机计算的仅能表示正数的同时,避免了缩放编码所带来的计算误差,并基于该随机计算方式提出了一种新型的并行快速卷积神经网络架构,在降低了硬件消耗的同时,提高了随机卷积的吞吐率,并一定程度上降低了随机卷积计算的延时。
-
-
-
-
-
-
-
-
-