-
公开(公告)号：CN112769462B
公开(公告)日：2022-02-08
申请号：CN202110016400.1
申请日：2021-01-07
Applicant: 电子科技大学
IPC: H04B7/0413 , H04B17/391 , H04L25/02
Abstract: 本发明属于通信技术中的阵列信号处理领域，具体涉及一种基于联合参数学习的毫米波MIMO宽带信道估计方法。本发明基于新颖的毫米波大规模多输入多输出信道模型，通过部分接收信号从空域和频域中提取信道信息，将信道估计问题转换为线谱估计问题。然后，提出了一种联合参数学习算法来估计所有信道参数。因此，最终可以恢复信道，是一种低复杂度高性能的信道估计方法。
-
公开(公告)号：CN108512787B
公开(公告)日：2021-09-24
申请号：CN201810331269.6
申请日：2018-04-13
Applicant: 电子科技大学
IPC: H04L25/02
Abstract: 本发明属于无线通信技术领域，具体的说是一种大规模MIMO系统的超精细信道估计方法。本发明主要利用压缩感知原理和牛顿优化方法，在变分贝叶斯推断的基础上提出一种改进的信道估计算法，以实现信道的超精细估计。本发明与传统方法相比，本发明基于变分贝叶斯推断方法，不需要任何先验信息直接估计信道，且在该基础上结合牛顿优化方法，进一步优化由贝叶斯推断得到的粗估计值，大大提高了信道估计的准确性。
-
公开(公告)号：CN108509911B
公开(公告)日：2020-06-12
申请号：CN201810286070.6
申请日：2018-04-03
Applicant: 电子科技大学
Abstract: 本发明属于无线通信技术领域，具体涉及一种基于卷积神经网络的干扰信号识别方法。本发明的方法主要包括构建卷积神经网络；对接收到的干扰信号做预处理，将其作为卷积神经网络的输入样本；根据待识别信号的类别，将信号样本及其对应的类别构建为训练集，利用构建的训练集训练构建的卷积神经网络；根据训练的卷积神经网络，对每个预处理后的信号样本进行识别，获得未知信号的所属类别。本发明的有益效果为，利用卷积神经网络进行干扰信号识别，克服了传统的需要人为提取干扰信号特征来进行分类识别的缺点，对干扰信号的识别具有普适性和灵活性，并且提高了识别的准确性。
-
公开(公告)号：CN106357311B
公开(公告)日：2020-01-17
申请号：CN201610796599.3
申请日：2016-08-31
Applicant: 电子科技大学
IPC: H04B7/0413 , H04B7/08 , H04L27/26
Abstract: 本发明属于无线通信技术领域，涉及多输入多输出(Multiple‑Input Multiple‑Output,MIMO)、正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)和载波索引调制(Subcarrier Index Modulation,SIM)技术及相关信号检测技术。本发明针对MIMO‑SIM‑OFDM系统提出了一种基于载波索引调制的MIMO‑OFDM系统的检测方法，其主要思想是：(1)在接收端，对每个子载波对应的接收符号向量进行MMSE检测，并对检测符号进行硬判决；(2)遍历所有的索引组合，取出索引组合中的索引位置对应的硬判决符号得到发射符号向量，乘上对应的信道矩阵后，计算与接收符号向量的欧氏距离；(3)对所有的索引组合对应的发射符号向量的欧式距离进行排序，欧氏距离越小可靠性越高；(4)引入门限值，若欧氏距离的最小值满足门限值，则直接输出对应的索引组合和调制符号；否则最后进行ML检测。
-
公开(公告)号：CN107302419B
公开(公告)日：2019-08-23
申请号：CN201710456394.5
申请日：2017-06-16
Applicant: 电子科技大学
Abstract: 本发明属于无线通信技术领域，涉及一种用于MIMO‑OFDM系统的低复杂度检测方法。本发明的方法主要包括：(1)通过ZF或者MMSE检测，根据检测符号的能量值进行判决得到初始解向量；(2)引入门限判决，若初始解的ML代价值小于门限值，即直接输出初始解，算法终止；(3)若初始解不满足门限值，则对初始解进行邻域搜索，将前m个最优邻域解作为m个初始解。对当前m个解同时进行邻域搜索，每个当前解各保留n个最优邻域解，然后在m×n个邻域解中保留前m个不同的最优解作为下次迭代的当前解，如此进行循环迭代搜索，直至算法满足终止条件而停止。本发明的有益效果是：有效降低了复杂度；可以取得近ML检测性能。
-
Patent Agency Ranking
公开(公告)号：CN106130937B
公开(公告)日：2019-03-15
申请号：CN201610538731.0
申请日：2016-07-08
Applicant: 电子科技大学
Abstract: 本发明公开一种基于中位数准则的主系统收发机间信道增益估计方法，CT能在不存在主系统到自身之间反馈链路的条件下估计出信道增益，本发明的方法主要通过监听多个独立SNR，得到多个独立SNR的中位数，并且利用该中位数与CG之间的数学关系估计CG；本发明的方法具有较低的估计误差，因此与传统的CG估计方法相比，本发明具有更低的复杂度和更好的估计性能。
-
公开(公告)号：CN108509911A
公开(公告)日：2018-09-07
申请号：CN201810286070.6
申请日：2018-04-03
Applicant: 电子科技大学
Abstract: 本发明属于无线通信技术领域，具体涉及一种基于卷积神经网络的干扰信号识别方法。本发明的方法主要包括构建卷积神经网络；对接收到的干扰信号做预处理，将其作为卷积神经网络的输入样本；根据待识别信号的类别，将信号样本及其对应的类别构建为训练集，利用构建的训练集训练构建的卷积神经网络；根据训练的卷积神经网络，对每个预处理后的信号样本进行识别，获得未知信号的所属类别。本发明的有益效果为，利用卷积神经网络进行干扰信号识别，克服了传统的需要人为提取干扰信号特征来进行分类识别的缺点，对干扰信号的识别具有普适性和灵活性，并且提高了识别的准确性。
-
公开(公告)号：CN105763273B
公开(公告)日：2018-03-23
申请号：CN201610329304.1
申请日：2016-05-18
Applicant: 电子科技大学
IPC: H04B17/382
Abstract: 一种认知无线电频谱感知方法，属于认知无线电技术领域，涉及CUSUM快速检测技术。本发明通过对非参量CUSUM检测算法进一步改进并应用到频谱检测中，能够在没有信号先验知识与信号出现时刻随机的条件下，克服现有快速检测方法的不足，更加快速低地检测到信号。并能够根据检测情况动态调整偏移量，使得检测延时进一步缩减。
-
公开(公告)号：CN105049396B
公开(公告)日：2018-02-06
申请号：CN201510543459.0
申请日：2015-08-31
Applicant: 电子科技大学
IPC: H04L27/26
Abstract: 本发明属于通信抗干扰技术领域，尤其涉及正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术、限幅技术(clipping)、部分传输序列技术(Partial Transmit Sequence,PTS)、相移键控(Phase Shifting Keying，PSK)调制技术及其相关的OFDM技术。基于限幅噪声和子载波干扰消除的PTS‑OFDM方法，在有CFO的系统中，将限幅噪声与频率偏移综合考虑，在PTS中找出一个最优相位。本发明通过综合考虑限幅噪声与CFO引进的ICI，从PTS中选择一个最优相位，使系统的BER性能得到显著的提高。
-
公开(公告)号：CN103987068B
公开(公告)日：2017-11-03
申请号：CN201410239967.5
申请日：2014-05-30
Applicant: 电子科技大学
IPC: H04W24/02
Abstract: 本发明涉及移动通信技术，具体的说是涉及一种低复杂度的空间调制系统检测方法。本发明的主要通过对星座符号邻域进行特定子集的选取，然后进行首次遍历搜索，从而根据选择的M个最小欧式距离结果确定激活发射天线的比特信息或具有最小欧氏距离的那个组合对应的符号所在象限判定发射符号所在的象限，而后进行二次搜索。本发明通过四个象限的特定子集的选取进行首次遍历，可以降低搜索的可能检测发送信号数目，从而有效降低了接收机的检测复杂度，并在较低复杂度的情况下获取较优的检测性能。本发明尤其适用于空间调制系统检测方法。
-
-
-
-
-
-
-
-
-
Search Results
456
records
(took 0.048 seconds)
