-
公开(公告)号：CN113098602B
公开(公告)日：2022-05-24
申请号：CN202110392572.9
申请日：2021-04-13
申请人： 兰州理工大学
IPC分类号： H04B10/112 , G06N3/04
摘要： 基于深度学习预均衡和检测的超奈奎斯特大气光通信方法，将深度学习预均衡技术和检测技术与FTN技术相结合，在高传输速率下进一步提高了大气光通信系统的误码性能并减少了系统运算量，属于无线光通信技术领域。从而实现传输速率大于奈奎斯特速率；接收端通过采用匹配滤波器、超奈奎斯特采样和深度学习检测技术实现信号的恢复。相比于传统无线光通信系统，FTN以及DL技术的引入有效提高了系统传输速率，对新型大气光通信系统的设计具有参考价值。
-
公开(公告)号：CN111555816A
公开(公告)日：2020-08-18
申请号：CN202010408588.X
申请日：2020-05-14
申请人： 兰州理工大学
IPC分类号： H04B10/524 , H04B10/11 , H04B14/02
摘要： 一种4PAM-超奈奎斯特速率大气光传输方法，在系统发端采用4PAM调制，然后通过FTN成型滤波器形成4PAM-FTN信号，从而实现传输速率大于奈奎斯特速率；收端通过采用匹配滤波器、超奈奎斯特采样和最大似然检测技术实现信号的恢复。相比于传统无线光通信系统，FTN技术的引入有效提高了系统传输速率，对新型大气光通信系统的设计具有参考价值。
-
公开(公告)号：CN111431607B
公开(公告)日：2023-01-31
申请号：CN202010290749.X
申请日：2020-04-14
申请人： 兰州理工大学
IPC分类号： H04B10/2507 , H04B10/508 , H04B10/516 , H04B10/524 , H04B10/69
摘要： 一种WO‑FTN传输系统中的分块矩阵干扰消除方法，在发送端将数据信号进行分块，再分别将每个子块中的数据通过FTN成型滤波器生成为FTN信号，然后根据成型滤波器系数计算出FTN传输特性系数矩阵，并将该矩阵的逆与接收到的数据子块相乘，从而降低因FTN传输带来的干扰，提高系统的误码性能。同时，该方法在执行过程中，由于成型滤波器一致，FTN传输特性系数矩阵的逆相同，因此在整个信息传送过程中对于矩阵的求逆运算只需计算一次，从而可以降低系统的整体计算复杂度。
-
公开(公告)号：CN113098602A
公开(公告)日：2021-07-09
申请号：CN202110392572.9
申请日：2021-04-13
申请人： 兰州理工大学
IPC分类号： H04B10/112 , G06N3/04
摘要： 基于深度学习预均衡和检测的超奈奎斯特大气光通信方法，将深度学习预均衡技术和检测技术与FTN技术相结合，在高传输速率下进一步提高了大气光通信系统的误码性能并减少了系统运算量，属于无线光通信技术领域。从而实现传输速率大于奈奎斯特速率；接收端通过采用匹配滤波器、超奈奎斯特采样和深度学习检测技术实现信号的恢复。相比于传统无线光通信系统，FTN以及DL技术的引入有效提高了系统传输速率，对新型大气光通信系统的设计具有参考价值。
-
公开(公告)号：CN112235217B
公开(公告)日：2023-02-03
申请号：CN202011109916.2
申请日：2020-10-16
申请人： 兰州理工大学
IPC分类号： H04L25/03 , H04B10/50 , H04B10/516
摘要： 本申请提供一种基于无线光FTN通信系统的自适应预均衡方法，包括：在发送端，首先将二进制比特流调制成4PAM信号，然后依据滤波器参数和4PAM信号计算出不同加速因子对应的干扰权值表；将步骤1中的4PAM信号通过成型滤波器形成超奈奎斯特FTN信号；根据FTN成型时所取加速因子的值自适应地在步骤1得到的干扰权值表中选择出对应的干扰权值，然后再通过点对点的方式将FTN信号与干扰权值相减，得到自适应预均衡后的输出信号。本申请在发送端通过自适应预均衡技术，即依据加速因子取不同值时的干扰权值表逐点消除FTN成型时产生的干扰值，从而保证在增加传输速率的同时，系统误码性能等同于奈奎斯特传输系统。
-
公开(公告)号：CN113098601B
公开(公告)日：2022-05-24
申请号：CN202110392575.2
申请日：2021-04-13
申请人： 兰州理工大学
摘要： 一种深度学习预均衡‑超奈奎斯特速率大气光传输方法，将深度学习预均衡技术与FTN技术相结合，在高传输速率下进一步提高了大气光通信系统的误码性能，属于无线光通信技术领域。从而实现传输速率大于奈奎斯特速率；收端通过采用匹配滤波器、超奈奎斯特采样和最大似然检测技术实现信号的恢复。相比于传统无线光通信系统，FTN以及深度学习技术的引入在保证系统性能的前提下有效提高了系统的传输速率，对新型大气光通信系统的设计具有参考价值。
-
公开(公告)号：CN113098601A
公开(公告)日：2021-07-09
申请号：CN202110392575.2
申请日：2021-04-13
申请人： 兰州理工大学
摘要： 一种深度学习预均衡‑超奈奎斯特速率大气光传输方法，将深度学习预均衡技术与FTN技术相结合，在高传输速率下进一步提高了大气光通信系统的误码性能，属于无线光通信技术领域。从而实现传输速率大于奈奎斯特速率；收端通过采用匹配滤波器、超奈奎斯特采样和最大似然检测技术实现信号的恢复。相比于传统无线光通信系统，FTN以及深度学习技术的引入在保证系统性能的前提下有效提高了系统的传输速率，对新型大气光通信系统的设计具有参考价值。
-
公开(公告)号：CN112235217A
公开(公告)日：2021-01-15
申请号：CN202011109916.2
申请日：2020-10-16
申请人： 兰州理工大学
IPC分类号： H04L25/03 , H04B10/50 , H04B10/516
摘要： 本申请提供一种基于无线光FTN通信系统的自适应预均衡方法，包括：在发送端，首先将二进制比特流调制成4PAM信号，然后依据滤波器参数和4PAM信号计算出不同加速因子对应的干扰权值表；将步骤1中的4PAM信号通过成型滤波器形成超奈奎斯特FTN信号；根据FTN成型时所取加速因子的值自适应地在步骤1得到的干扰权值表中选择出对应的干扰权值，然后再通过点对点的方式将FTN信号与干扰权值相减，得到自适应预均衡后的输出信号。本申请在发送端通过自适应预均衡技术，即依据加速因子取不同值时的干扰权值表逐点消除FTN成型时产生的干扰值，从而保证在增加传输速率的同时，系统误码性能等同于奈奎斯特传输系统。
-
公开(公告)号：CN111431607A
公开(公告)日：2020-07-17
申请号：CN202010290749.X
申请日：2020-04-14
申请人： 兰州理工大学
IPC分类号： H04B10/2507 , H04B10/508 , H04B10/516 , H04B10/524 , H04B10/69
摘要： 一种WO-FTN传输系统中的分块矩阵干扰消除方法，在发送端将数据信号进行分块，再分别将每个子块中的数据通过FTN成型滤波器生成为FTN信号，然后根据成型滤波器系数计算出FTN传输特性系数矩阵，并将该矩阵的逆与接收到的数据子块相乘，从而降低因FTN传输带来的干扰，提高系统的误码性能。同时，该方法在执行过程中，由于成型滤波器一致，FTN传输特性系数矩阵的逆相同，因此在整个信息传送过程中对于矩阵的求逆运算只需计算一次，从而可以降低系统的整体计算复杂度。
-
公开(公告)号：CN111525952B
公开(公告)日：2022-12-13
申请号：CN202010290198.7
申请日：2020-04-14
申请人： 兰州理工大学
IPC分类号： H04B10/079 , G06F17/18
摘要： 湍流信道中FTN‑WOC系统平均容量的简化计算方法，包括FTN‑WOC系统信道的建模、接收端信噪比及其概率密度函数的计算、平均信道容量的计算和平均信道容量上界的化简。其中，结合BPSK映射，采用光子计数模型建立了指数威布尔信道下FTN‑WOC系统的信道模型。在此基础上，推导出FTN‑WOC系统瞬时信噪比及其概率密度函数的表达式，进一步得到系统平均信道容量的表达式。最后根据对数三角函数积分公式和Meijer函数将平均信道容量上界的表达式进行了化简，得到其闭合表达式，避免了原先表达式中的复杂二重积分运算。该简化计算方法极大地降低了计算复杂度，提高了分析和仿真效率。同时，可以有效分析滚降系数、时域加速因子、湍流强度和接收孔径等因素对平均信道容量的影响。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.024 秒)
