-
公开(公告)号：CN113746765B
公开(公告)日：2023-07-28
申请号：CN202010468904.2
申请日：2020-05-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及一种基于频域处理的水声协作通信系统，具体的说是一种UDDF水声通信协作策略及多分支合并与均衡频域联合实现方法，其中首先提出了一种异步水下解码和分布式频率转发的水声通信协作策略，在UDDF水声通信协作策略中，由于源节点和中继节点使用的载波频率不同，目的节点可在频域区分来自源节点和中继节点的信号，因而源节点和中继节点间的IDI，在理论上是可以消除的；而后，基于UDDF水声通信协作策略，提出了一种自适应多分支合并与均衡频域联合实现方法。
-
公开(公告)号：CN110572220B
公开(公告)日：2021-11-23
申请号：CN201910581661.0
申请日：2019-06-30
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及水声通信技术领域，具体的说是一种面向无速率水声通信的联合盲频域均衡与无速率译码算法，首先提出了一种基于判决反馈结构的盲频域均衡，而后在此基础上，通过在盲频域均衡和无速率解码器间交换软信息，实现了一种类似于Turbo均衡的迭代处理，提高了系统的可靠性和传输效率，仿真结果验证了该方案的有效性和优势。
-
公开(公告)号：CN109818715B
公开(公告)日：2020-09-29
申请号：CN201910103539.2
申请日：2019-02-01
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及水声协作通信系统技术领域，具体的说是一种适于多用户系统、能够节省端到端延迟的用于水声协作通信的UDIF协作策略及JMC‑TED检测器，即使数据包之间存在干扰，源节点和中继节点的信号仍然可根据交织序列的不同提取出来，同时，该方案还可减少端到端延迟时间；本发明所述JMC‑TED检测器将联合实现多分支合并、Turbo均衡和多用户检测，由于源节点和中继节点使用了不同的交织序列，故接收到的信号不能直接合并，信号将在解交织处理后进行合并，合并系数基于各分支检测器的输出稳态均方误差(SMSE)得出，并在每次Turbo迭代处理时进行更新，本发明能自适应合并经由不同路径的多个接收信号，且不需要知道各节点间的CSI，更适用于实际的水声协作通信系统。
-
公开(公告)号：CN109286474A
公开(公告)日：2019-01-29
申请号：CN201811399364.6
申请日：2018-11-22
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及水声通信技术领域，具体的说是一种特别适用于实际水声通信系统，能够有效提高通信系统传输可靠性的基于稳态均方误差的水声通信自适应调制算法，其特征在于发送端首先发送信号用以与接收端建立链接，对接收信号进行处理，获得均方误差SMSE，并转换为SNR；而后，反馈给发送端进行调制方式的自适应选择，本发明与现有技术相比，并不需假设水声信道状态信息已知，基于盲均衡的输出SMSE实现调制方式的自适应调整，且该指标考虑了水声信道不同对检测性能的影响，盲均衡器的抽头长度能根据具体的水声信道自适应调整。
-
公开(公告)号：CN119996127A
公开(公告)日：2025-05-13
申请号：CN202311502682.1
申请日：2023-11-10
Applicant: 哈尔滨工业大学(威海) , 北京宇航系统工程研究所
Abstract: 本发明涉及水声通信技术领域，具体的说是一种面向水声通信的联合多分支均衡与极化码译码方法，与现有技术相比，多分支均衡和极化码译码间并不是相互独立的，而是在这两个模块间构成了环路，通过在两个模块间交换软信息，可进一步改善联合性能，仿真结果验证了本发明环路迭代的有效性，通过与已有算法的性能比较，也说明了所提本发明的优势。
-
Patent Agency Ranking
公开(公告)号：CN117880023A
公开(公告)日：2024-04-12
申请号：CN202311501296.0
申请日：2023-11-10
Applicant: 哈尔滨工业大学(威海) , 北京宇航系统工程研究所
Abstract: 本发明涉及水声通信技术领域，具体的说是一种通过将自适应均衡与降噪后的信号进行深度学习译码以及迭代处理，从而进一步消除码间干扰，提高水声通信系统的性能的面向于水声通信的自适应均衡与智能降噪译码方法，其特征在于，建立可训练的深度学习译码网络BP‑SMSDNN，接收端有n个水听器，每个水听器收到的接收信号为rk,i，i∈{1,…,n}，首先进行多分支均衡，然后对降噪后的输出不进行硬判决，而是经过解映射得到序列#imgabs0#并将序列#imgabs1#作为BP‑SMSDNN的输入，BP‑SMSDNN对#imgabs2#进行译码得到译码结果#imgabs3#对#imgabs4#重新进行编码与映射，得到序列#imgabs5#本发明针对水声通信中的干扰和噪声等问题，克服了传统BP算法译码需要计算软信息的限制，成功完成了对重复累积码的译码，并获得了译码带来的误码率性能提升。
-
公开(公告)号：CN117729076A
公开(公告)日：2024-03-19
申请号：CN202311502670.9
申请日：2023-11-10
Applicant: 哈尔滨工业大学(威海) , 北京宇航系统工程研究所
Abstract: 本发明涉及水声通信技术领域，具体的说是一种能有效地削弱均衡器的输出中含有的噪声项，使得接收机的整体误码率性能更好的基于深度学习的联合多分支自适应均衡与降噪方法，其特征在于，搭建基于深度学习的联合多分支自适应均衡与智能降噪网络DL‑JAED，利用深度学习来学习信号序列中的噪声特征，实现信号序列的降噪，在均衡器与降噪模块之间构成循环迭代，利用二者的输出作为传递信息，充分利用了迭代增益；通过降噪后输出计算得到误差，作为反馈信号来更新均衡器的前向滤波器和反向滤波器。
-
公开(公告)号：CN116260686A
公开(公告)日：2023-06-13
申请号：CN202111499601.8
申请日：2021-12-09
Applicant: 哈尔滨工业大学(威海)
IPC: H04L25/03
Abstract: 本发明涉及解码转发协作通信技术领域，具体的说是一种更适合于实际的协作通信系统，能够显著提高通信质量的用于解码转发协作通信系统的多分支加权合并与均衡检测器联合实现方法，其特征在于，在JMWC‑ED的处理中，所有分支的抽头系数向量和每个分支的加权系数都进行了自适应调整，主要优点是每个分支的加权系数可以根据每个分支对应的信道质量进行自适应调整，并且其实现不需要知道节点之间的信道状态信息，此外，为了获得更好的性能，在JMWC‑ED中，多分支加权合并和均衡检测是联合实现的；为了评估所提出JMWC‑ED的性能，仿真基于频率选择性信道模型进行，与现有方法相比，仿真结果也表明了提出的JMWC‑ED可以实现明显的BER性能提升。
-
公开(公告)号：CN113891420B
公开(公告)日：2023-05-05
申请号：CN202010625346.6
申请日：2020-07-02
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及水声通信中继方法领域，具体的说是一种同时考虑中继链路的时延和均衡稳态均方误差指标，进而更适于实际的水声通信系统的基于多属性决策的水声协作通信中继选择方法，其特征在于，包括以下步骤：获得每个中继的时延和SMSE；将时延和稳态均方误差带入到判决矩阵中；进行归一化处理；确定相对距离和代价函数，本发明结合声波传播速度慢，以及水声信道多径效应的特点，将时延和稳态均方误差作为两个同时考虑的属性，通过仿真证实了基于多属性决策中继选择方法的有效性，选出来的中继节点在时延和稳态均方误差上都取得了较好的性能。
-
公开(公告)号：CN115776425A
公开(公告)日：2023-03-10
申请号：CN202111042004.2
申请日：2021-09-07
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明涉及协作通信的信号处理技术领域，具体的说是一种能够有效对多节点信号进行处理、消除通信过程中的码间干扰的用于协作通信的基于深度学习的多分支联合检测方法，其特征在于，建立基于深度学习的多分支联合检测器，直接处理来自于源节点和中继节点的信号，其中所述基于深度学习的多分支联合检测器中，令DNNSD神经网络的输入层(第1层)的输入由cSD(1)表示，DNNRD神经网络输入层的输入表示为cRD(1)，与现有基于深度学习的单分支方法不同，本发明中提出的基于深度学习的多分支联合检测器能联合实现多分支的合并，且各分支抽头的调整是基于各分支的总输出，而后基于计算出的总误差来进行，能够有效实现码间干扰的消除。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.028 seconds)
