-
公开(公告)号：CN110266352B
公开(公告)日：2021-05-04
申请号：CN201910445874.0
申请日：2019-05-27
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/0426 , H04W16/14
Abstract: 本发明提供了一种大规模MIMO系统中智能反射面相移矩阵自适应设计方法。在下行链路中，基站通过大规模天线阵列发射信号，智能反射面对接收信号进行移相操作，再反射给用户。本发明根据相应的通信环境，自适应地选择优化相移矩阵设计或者随机相移矩阵设计方法。优化相移矩阵设计通过发射一个单频信号，在最大化用户端接收功率的准则下，优化智能反射面的相移矩阵。随机相移矩阵设计随机确定每个反射元件的相位。本发明操作简单，计算复杂度低，两种相移矩阵设计方法都能够获得较高的功率效率和频谱效率，且无需智能反射面的任何信道状态信息，对采用智能反射面的大规模MIMO通信系统的设计与实现具有重要意义。
-
公开(公告)号：CN108365873B
公开(公告)日：2021-03-23
申请号：CN201810029893.0
申请日：2018-01-12
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/06 , H04L25/02
Abstract: 本发明公开了一种采用低精度ADC毫米波大规模MIMO自适应传输方法，包括：进行信道估计；进行数据传输：用户经过模拟波束成形后，向基站发送信号；基站采用低精度ADC对接收信号进行量化，低精度ADC基于量化比特数b进行配置，根据其他参数确定最优b。本发明综合考虑低精度ADC的量化误差、模拟波束成形增益、信道估计误差等，针对给定的数据速率需求，确定精度配置值，该精度配置值能够最小化基站信号模数转换模块的整体功耗。本发明中基站采用低精度ADC，用户端为多天线配置单条射频链路，大大降低了系统的硬件和功耗成本，适用于低信噪比环境下任意毫米波大规模MIMO通信系统。
-
公开(公告)号：CN108365873A
公开(公告)日：2018-08-03
申请号：CN201810029893.0
申请日：2018-01-12
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/06 , H04L25/02
Abstract: 本发明公开了一种采用低精度ADC毫米波大规模MIMO自适应传输方法，包括：进行信道估计；进行数据传输：用户经过模拟波束成形后，向基站发送信号；基站采用低精度ADC对接收信号进行量化，低精度ADC基于量化比特数b进行配置，根据其他参数确定最优b。本发明综合考虑低精度ADC的量化误差、模拟波束成形增益、信道估计误差等，针对给定的数据速率需求，确定精度配置值，该精度配置值能够最小化基站信号模数转换模块的整体功耗。本发明中基站采用低精度ADC，用户端为多天线配置单条射频链路，大大降低了系统的硬件和功耗成本，适用于低信噪比环境下任意毫米波大规模MIMO通信系统。
-
公开(公告)号：CN110099016B
公开(公告)日：2022-05-31
申请号：CN201910397076.5
申请日：2019-05-14
Applicant: 东南大学
IPC: H04L25/02 , G06N3/04 , G06N3/08 , H04B7/0413 , H04L27/26
Abstract: 本发明公开了一种基于深度学习网络的毫米波稀疏阵面信道估计方法，以毫米波信道稀疏特性为先验信息，训练设计的全连接深度神经网络，用于毫米波阵面通信信道估计。首先采用全连接移相器网络，通过配置各移相器相位均匀分布来设计各向同性的模拟收发器；然后将获得的信道稀疏信息和设计的最优数字估计器作为全连接深度学习网络的训练数据。对于各信噪比下的稀疏信道，将信道的稀疏信息输入网络，得到相应的数字估计器，进而得到信道估计结果。本发明给出的稀疏信道估计器可以减小低精度模数转换器非线性量化带来的误差，并使用深度学习网络实现，从而降低信道估计复杂度，本发明性能能够逼近理论上最优的信道估计方法。
-
公开(公告)号：CN110099016A
公开(公告)日：2019-08-06
申请号：CN201910397076.5
申请日：2019-05-14
Applicant: 东南大学
IPC: H04L25/02 , G06N3/04 , G06N3/08 , H04B7/0413 , H04L27/26
Abstract: 本发明公开了一种基于深度学习网络的毫米波稀疏阵面信道估计方法，以毫米波信道稀疏特性为先验信息，训练设计的全连接深度神经网络，用于毫米波阵面通信信道估计。首先采用全连接移相器网络，通过配置各移相器相位均匀分布来设计各向同性的模拟收发器；然后将获得的信道稀疏信息和设计的最优数字估计器作为全连接深度学习网络的训练数据。对于各信噪比下的稀疏信道，将信道的稀疏信息输入网络，得到相应的数字估计器，进而得到信道估计结果。本发明给出的稀疏信道估计器可以减小低精度模数转换器非线性量化带来的误差，并使用深度学习网络实现，从而降低信道估计复杂度，本发明性能能够逼近理论上最优的信道估计方法。
-
Patent Agency Ranking
公开(公告)号：CN106441304B
公开(公告)日：2019-05-21
申请号：CN201610876904.X
申请日：2016-10-08
Applicant: 东南大学
Abstract: 本发明公开了一种利用可见光通信的三维室内定位方法，在室内放置任意数目的发光二极管(LED)，并在目标终端设备上安置任意数目的光电二极管(PD)作为光接收装置。假设LED的坐标位置和发射功率已知，PD和目标终端在同一水平高度且其相对位置已知。通过测量每个接收装置PD的接收功率，利用几何关系计算可确定目标终端的三维坐标位置。本发明实现了室内三维空间定位，计算量小，精度高，适用于常见的电子移动终端设备，比如手机，平板电脑等。
-
公开(公告)号：CN108063634A
公开(公告)日：2018-05-22
申请号：CN201810103187.6
申请日：2018-02-01
Applicant: 东南大学
IPC: H04B7/0456 , H04B7/0413
CPC classification number: H04B7/0456 , H04B7/0413
Abstract: 本发明公开了一种低精度量化大规模MIMO中最优正则预编码方法，在大规模MIMO系统中，基站需要配置数十甚至上百根天线。为了降低硬件成本和系统功耗，基站端每根天线配置低精度量化的DAC，用户端一般配置有限精度量化的ADC。此外，由于基站端天线数目巨大而设备体积受限，天线阵列布置密集，多天线空间信道不独立，存在相关性。本发明综合考虑低精度量化和信道相关性的影响，在最大化每个用户接收信干噪比的准则下优化基站端的正则预编码方法。给定基站天线数目，DAC量化精度，以及信噪比，本发明能够迅速确定最优的正则预编码计算形式。本发明计算简单，对大规模MIMO系统的下行链路传输具有积极意义。
-
公开(公告)号：CN107359917A
公开(公告)日：2017-11-17
申请号：CN201710616384.3
申请日：2017-07-26
Applicant: 东南大学
IPC: H04B7/0452 , H04W72/12
Abstract: 本发明公开了一种大规模MIMO最优用户调度数目配置方法，在大规模MIMO系统中，基站需要配置数十甚至上百根天线。为了降低硬件成本和系统功耗，基站每根天线配置1比特量化的DAC，单天线用户采用有限比特量化的ADC。面向该系统中下行链路数据传输，采用正规化迫零预编码。给定基站天线数目，用户ADC精度，信噪比，导频长度和相干时间间隔，本发明通过最大化每根天线提供的可达速率，计算最优的用户调度数目。本发明计算简单，能够迅速确定最优用户数目，对大规模MIMO系统的多用户调度参数配置具有指导意义。
-
公开(公告)号：CN108063634B
公开(公告)日：2020-12-29
申请号：CN201810103187.6
申请日：2018-02-01
Applicant: 东南大学
IPC: H04B7/0456 , H04B7/0413
Abstract: 本发明公开了一种低精度量化大规模MIMO中最优正则预编码方法，在大规模MIMO系统中，基站需要配置数十甚至上百根天线。为了降低硬件成本和系统功耗，基站端每根天线配置低精度量化的DAC，用户端一般配置有限精度量化的ADC。此外，由于基站端天线数目巨大而设备体积受限，天线阵列布置密集，多天线空间信道不独立，存在相关性。本发明综合考虑低精度量化和信道相关性的影响，在最大化每个用户接收信干噪比的准则下优化基站端的正则预编码方法。给定基站天线数目，DAC量化精度，以及信噪比，本发明能够迅速确定最优的正则预编码计算形式。本发明计算简单，对大规模MIMO系统的下行链路传输具有积极意义。
-
公开(公告)号：CN107359917B
公开(公告)日：2020-04-21
申请号：CN201710616384.3
申请日：2017-07-26
Applicant: 东南大学
IPC: H04B7/0452 , H04W72/12
Abstract: 本发明公开了一种大规模MIMO最优用户调度数目配置方法，在大规模MIMO系统中，基站需要配置数十甚至上百根天线。为了降低硬件成本和系统功耗，基站每根天线配置1比特量化的DAC，单天线用户采用有限比特量化的ADC。面向该系统中下行链路数据传输，采用正规化迫零预编码。给定基站天线数目，用户ADC精度，信噪比，导频长度和相干时间间隔，本发明通过最大化每根天线提供的可达速率，计算最优的用户调度数目。本发明计算简单，能够迅速确定最优用户数目，对大规模MIMO系统的多用户调度参数配置具有指导意义。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.016 seconds)
