公开(公告)号：CN118677613B

公开(公告)日：2024-10-29

申请号：CN202411155689.5

申请日：2024-08-22

申请人： 国网浙江省电力有限公司信息通信分公司 ,  南京邮电大学 ,  国网电力科学研究院有限公司

发明人： 许敏 ,  汤亿则 ,  温树峰 ,  周鹏 ,  杨怀仁 ,  高渝强 ,  张烨华 ,  戚伟强 ,  邱兰馨 ,  吕思达 ,  王以良 ,  郭亚琼 ,  杨帆 ,  周晨轶 ,  徐阳洲 ,  王译锋 ,  仲子龙 ,  赵若涵 ,  李飞 ,  李汀

IPC分类号： H04L9/08 ,  H04L1/20

摘要： 本发明公开了一种传输差错检测的量子处理方法、装置、设备和介质，包括在通信发送端根据量子密钥分发协议制备量子态并进行双轨编码；使用泡利信道传输编码后的量子态，获得待检测量子态在泡利信道中的传输信息数据；设计差错检测电路对待检测量子态中的单量子比特错误进行预筛选；训练参数化量子电路作为量子机器学习模型对待放大量子态中的正确态进行振幅放大，得到传输量子态。本发明通过编码设计、信道选择差错检测以及经过量子机器学习的振幅放大，对量子传输中错误进行检测，提高量子密钥传输过程中测得正确态的概率，从而提高量子密钥的成码率。

公开(公告)号：CN118839305A

公开(公告)日：2024-10-25

申请号：CN202411102894.5

申请日：2024-08-13

申请人： 南京邮电大学

发明人： 解培中 ,  李冠进 ,  李汀

IPC分类号： G06F18/25 ,  G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06N5/025

摘要： 本发明公开了一种基于多特征融合的知识追踪方法(MFKT)，属于知识追踪领域，本发明研究了两种行为特征(尝试次数和提示次数)以及两种时间特征(响应时间和间隔时间)对学习者知识状态的影响。步骤包括：首先使用行为模块提取关键学习行为特征。将提取的学习行为特征与时间特征输入到学习模块，以研究它们对学习者知识获取的影响。然后结合遗忘因素与知识获取，全面更新知识状态的变化。最后结合下一时刻的试题输出预测结果。本发明在公开数据集上的实验结果表明，通过引入多个特征使得知识状态的变化更合理，且预测性能上优于现有的模型，同时保证了模型的可解释性。

公开(公告)号：CN118232966B

公开(公告)日：2024-09-24

申请号：CN202410653219.5

申请日：2024-05-24

申请人： 南京邮电大学

发明人： 李飞 ,  王媛媛 ,  李汀 ,  熊承寅

IPC分类号： H04B7/04 ,  H04B7/0452 ,  H04B7/06 ,  H04B7/08 ,  H04B15/00

摘要： 本发明提出了双IRSs辅助ISAC系统主被动波束成形与接收信号优化配置方法，通过联合优化基站端的主动波束成形、基站对感知信号的接收以及IRS处的被动波束成形，在确保感知信号信噪比达到最低要求的同时，最大化通信用户的可达速率。为了解决所建立的复杂非凸问题，本发明首先利用分数规划将优化问题进行解耦，然后采用逐次凸逼近算法和交替方向乘子法将一个难以处理的非凸问题转化为多个易于处理的子问题，最后利用交替优化的方法高效地求解高质量次优解。仿真结果表明，所提方案具有良好的收敛性和有效性，该方案能够有效提高IRS辅助ISAC系统的性能。

公开(公告)号：CN117792835B

公开(公告)日：2024-05-10

申请号：CN202410209425.7

申请日：2024-02-26

申请人： 南京邮电大学

发明人： 李汀 ,  张进标 ,  李博闻

IPC分类号： H04L25/02 ,  G06N10/20 ,  G06N20/20

摘要： 本发明属于量子机器学习在宽带信道估计中的应用技术领域，公开了一种基于双模块量子生成对抗器的信道估计方法，其对包含不同完整度的宽带信道导频信息的数据进行处理，并通过振幅编码转换成量子态数据；构建双模块量子生成对抗器的量子机器学习模型，用以测量量子鉴别器对数据真实性的判断概率及量子生成器的量子比特振幅；通过交替优化策略，对量子生成器和量子鉴别器的参数进行调整；将部分导频信息数据输入优化后的模型，生成完整的导频信息。本发明所述方法可实现高效且准确的信道估计，为无线通信物理层技术提供了新的研究方向，并为未来无线通信技术的发展开辟了新的可能性。

公开(公告)号：CN116233897B

公开(公告)日：2023-07-21

申请号：CN202310515169.X

申请日：2023-05-09

申请人： 南京邮电大学

发明人： 李飞 ,  吴少聪 ,  李汀

IPC分类号： H04W24/02 ,  H04W24/06 ,  H04B7/145 ,  H04B17/382

摘要： 本发明公开了一种基于IRS的感知增强认知无线电网络资源分配的优化方法，属于无线通信技术领域；步骤：次基站获取基站到IRS以及IRS到用户的信道状态信息；定义感知阶段和传输阶段的IRS对角相移矩阵，根据信道状态信息，建立优化模型；利用优化模型对感知阶段IRS对角相移矩阵辅助次基站感知主网络频谱占用情况进行优化；进入传输阶段，利用优化模型优化不同感知结果下传输阶段次基站波束形成向量与IRS对角相移矩阵；次基站根据优化结果发射传输信息，实现在约束对主用户干扰的情形下对系统的频谱效率的改善。本发明通过IRS辅助次基站的传输过程，方便次基站更精细地制定不同的发射策略，改善信道环境，提高次用户的总和速率。

公开(公告)号：CN116155326A

公开(公告)日：2023-05-23

申请号：CN202310418885.6

申请日：2023-04-19

申请人： 南京邮电大学

发明人： 李汀 ,  夏雨婷 ,  张春洁

IPC分类号： H04B7/0413 ,  H04B7/06 ,  H04B7/08 ,  H04B7/22 ,  H04L25/02

摘要： 本发明提供一种超大规模MIMO混合场信道下的去伪峰信道估计方法，通过将天线组成的均匀线阵列平均分为N个子阵列，发送信号被散射体反射到达天线阵列，给定接收信号，进行角度估计出包含伪峰的角度集合，结合伪峰判断方案，去除伪峰对应的角度后，确定真实角度；获得每个子阵列的角度估计值，判定散射体可见的子阵列的区域，并区分远场的角度和近场的角度，确定用于描述信道的空间非平稳情况的选择向量；确定导向矢量的角度、近场距离和远场距离，根据最小二乘法求路径的增益系数；构建MIMO混合场信道模型，估计出混合场信道；该方法大大降低了信道估计的均方误差，有效提高信道估计精度，具有很好的信道估计性能。

公开(公告)号：CN115632726A

公开(公告)日：2023-01-20

申请号：CN202211652733.4

申请日：2022-12-22

申请人： 南京邮电大学 ,  江苏有线数据网络有限责任公司

发明人： 李飞 ,  宋晶科 ,  曹倩 ,  王媛媛 ,  李汀 ,  余杰

IPC分类号： H04B17/336 ,  H04B17/391 ,  H04B1/69 ,  H04B7/0413

摘要： 一种基于模型驱动的ISTA‑Net上行免调度大规模MIMO‑NOMA信号检测方法，针对免调度NOMA系统接收端对于用户活跃状态信息完全未知给信号检测带来的巨大挑战，通过动量加速方式对传统的ISTA算法进行改进，再将改进之后的ISTA算法使用模型驱动的思想进行深度网络化，形成ISTA‑Net信号检测方案。在此基础上，根据ISTA‑Net的信号检测结果，采用“第一次显著跳跃”活跃用户判断方案来进一步提高检测性能。最终通过实验证明，基于“第一次显著跳跃”活跃用户判断的ISTA‑Net检测方案在免调度大规模MIMO‑NOMA系统中具有可行性。

公开(公告)号：CN107276645B

公开(公告)日：2020-11-13

申请号：CN201710373138.X

申请日：2017-05-24

申请人： 南京邮电大学

发明人： 解培中 ,  凌必祥 ,  李汀

IPC分类号： H04B7/0413 ,  H04B7/0456

摘要： 本发明公开了一种将stiefel流形和干扰对齐相结合的预编码设计方法，该方法利用到了现有的单边干扰对齐方案，将stiefel流形方案应用于求单边干扰对齐预编码，该方法可以进一步提高系统的容量，通过以下技术方案实现，包括：步骤一、MIMO系统模型分析；步骤二、单边干扰对齐技术：步骤三、stiefel流形技术：步骤四、stiefel流形的最速下降单边干扰对齐算法方案；步骤五、stiefel流形的共轭梯度单边干扰对齐算法方案；相比于现有方法，本发明不仅加快了预编码函数的收敛速度，而且提高了系统容量。

公开(公告)号：CN107367277B

公开(公告)日：2020-07-03

申请号：CN201710413527.0

申请日：2017-06-05

申请人： 南京邮电大学

发明人： 解培中 ,  陶育仁 ,  李汀

IPC分类号： G01C21/20

摘要： 本发明公开了一种基于二次K‑Means聚类的室内位置指纹定位方法，对位置指纹数据库进行一次k‑means聚类，确定聚类完成后最终的聚类中心；对位置指纹数据库进行二次k‑means聚类，确定聚类完成后最终的聚类中心；计算待定位点到一次k‑means聚类完成后最终的聚类中心的欧氏距离，计算两两欧式距离之间的差值的绝对值，若绝对值≤θ，则该待定位点基于二次k‑means聚类方法实现定位，否则基于一次k‑means聚类方法实现定位；本专利方法基于K‑Means聚类算法的二次聚类位置指纹匹配方法所得的结果，不受聚类算法边界参考点相似度高的影响，具有较高的准确性；方法简单，易于实现，具有良好的适用性。

公开(公告)号：CN107704426A

公开(公告)日：2018-02-16

申请号：CN201710744099.X

申请日：2017-08-25

申请人： 南京邮电大学

发明人： 解培中 ,  刘立燕 ,  李汀

IPC分类号： G06F17/14 ,  G06N3/08

CPC分类号： G06F17/148 ,  G06N3/08

摘要： 本发明公开了基于扩展小波神经网络模型的水位预测方法，该方法通过分析输入与输出的相关性，确定输入项的个数，使预测精度提高。该方法包括如下步骤：步骤1：计算输入xt,xt-1,xt-2,…,xt-n序列与输出x的相关性。步骤2：根据相关性，将各个序列xt,xt-1,xt-2,…,xt-n，n≥1以db5作为母小波进行3层小波分解，将各个序列进行小波分解得到 将小波分解系数 归一化处理作为网络的输入，通过n的取值不同建立不同的扩展小波神经网络模型；步骤3：选择双曲正切函数与线性函数分别作为隐层与输出层的激励函数，根据均方误差(MSE)的大小来选择合适的隐层节点数，采用Levenberg-Marquardt(LM)优化算法，训练网络；步骤4：将得到的不同的扩展网络进行检验，选择最恰当的扩展网络神经网络，提高预报精度。