重随机序列获取方法、电路、芯片和电子设备

    公开(公告)号:CN116069294A

    公开(公告)日:2023-05-05

    申请号:CN202211567175.1

    申请日:2022-12-07

    Abstract: 本发明提供一种重随机序列获取方法、电路、芯片和电子设备,涉及电路技术领域,所述方法包括:对随机计算输出的随机序列进行分解,获取N条子随机序列;所述N为正整数;将所述N条子随机序列分别输入数据选择器模块的N个输入端;利用计数器控制所述数据选择器模块进行子随机序列中数据的输出,获取重随机序列。本发明通过将随机序列分解成子随机序列,利用数据选择器模块对子随机序列进行重排,获取重随机序列,硬件结构简单,节约成本并提高了效率,使用了多路并行输入可以有效降低延迟。

    报文处理方法、装置、电子设备及计算机程序产品

    公开(公告)号:CN118158122A

    公开(公告)日:2024-06-07

    申请号:CN202410149609.9

    申请日:2024-02-01

    Abstract: 本申请提供一种报文处理方法、装置、电子设备及计算机程序产品。该报文处理方法包括:基于报文随机存储器RAM的存储状态和上一报文的完整度信息对当前报文进行过滤;报文RAM用于缓存过滤得到的正确报文;对报文RAM中缓存的正确报文进行校验,并根据校验结果判断是否进行告警上报。本申请提供的报文处理方法、装置、电子设备及计算机程序产品,基于报文RAM的实时状态以及上一报文的完整度信息,在控制硬件开销的同时,从报文整体结构层面进行报文过滤,覆盖更多种异常报文结构情况,使过滤地更加准确且彻底,并对过滤的正确报文进行校验和告警上报,进一步保证输入后续信号处理模块的报文的正确性,降低误码率。

    一种大规模MIMO检测方法、装置和存储介质

    公开(公告)号:CN113541747B

    公开(公告)日:2022-07-08

    申请号:CN202110748205.8

    申请日:2021-07-01

    Abstract: 本发明公开了一种大规模MIMO检测方法、装置和存储介质,包括:将接收信号矢量、信道矩阵以及噪声方差数据输入到经训练的近似期望传播网络模型中,得到发射信号的估计值;基于深度学习网络构建近似期望传播网络,近似期望传播网络的每一层对应于EPA算法的每个迭代过程;在每个网络层中引入可学习的线性纠正参数来纠正EPA算法中每次迭代时的未归一化的腔边缘分布的二阶项系数;近似期望传播网络的最后一层输出发送信号的最终估计值;对构建的所述近似期望传播网络进行训练,得到训练后的可学习的线性纠正参数,固定可学习的线性纠正参数即得到经训练的近似期望传播网络模型。本发明以较低的复杂度实现了更好的性能提升。

    基于随机计算多比特有符号除法器和除法运算方法

    公开(公告)号:CN115964017A

    公开(公告)日:2023-04-14

    申请号:CN202211567716.0

    申请日:2022-12-07

    Abstract: 本发明提供一种基于随机计算多比特有符号除法器和除法运算方法,所述除法器包括:第一随机计算有符号除法器、第二随机计算有符号除法器、第一加法器、第二加法器和第一D触发器;其中,所述第一随机计算有符号除法器和所述第一加法器连接;所述第二随机计算有符号除法器通过所述第一D触发器与所述第二加法器连接;所述第二加法器和所述第一加法器连接。本发明提供的基于随机计算多比特有符号除法器,通过包括第一随机计算有符号除法器、第二随机计算有符号除法器、第一加法器、第二加法器和第一D触发器,可以实现3比特有符号除法的运算,并且用3比特除法器进行计算时,每一位上1出现的概率都会减小,从而可以提升计算精度。

    一种大规模MIMO检测方法、装置和存储介质

    公开(公告)号:CN113541747A

    公开(公告)日:2021-10-22

    申请号:CN202110748205.8

    申请日:2021-07-01

    Abstract: 本发明公开了一种大规模MIMO检测方法、装置和存储介质,包括:将接收信号矢量、信道矩阵以及噪声方差数据输入到经训练的近似期望传播网络模型中,得到发射信号的估计值;基于深度学习网络构建近似期望传播网络,近似期望传播网络的每一层对应于EPA算法的每个迭代过程;在每个网络层中引入可学习的线性纠正参数来纠正EPA算法中每次迭代时的未归一化的腔边缘分布的二阶项系数;近似期望传播网络的最后一层输出发送信号的最终估计值;对构建的所述近似期望传播网络进行训练,得到训练后的可学习的线性纠正参数,固定可学习的线性纠正参数即得到经训练的近似期望传播网络模型。本发明以较低的复杂度实现了更好的性能提升。

    MIMO信号检测方法、装置、电子设备及存储介质

    公开(公告)号:CN118041401A

    公开(公告)日:2024-05-14

    申请号:CN202410164294.5

    申请日:2024-02-05

    Abstract: 本发明提供一种MIMO信号检测方法、装置、电子设备及存储介质,其中方法包括:基于MIMO系统的因子图模型中的各个发送符号的先验信息,获取各个发送符号的扩展配置集;其中,所述因子图模型基于置信度传播BP检测方法构建;所述扩展配置集包括发送符号对应的星座点;基于所述扩展配置集,计算所述MIMO系统的近似多用户干扰;基于所述近似多用户干扰,对所述因子图模型中的β消息进行迭代更新,并基于迭代更新后的β消息,确定所述各个发送符号的估计结果。从而可以提升置信选择传播检测算法在未编码MIMO系统中的检测性能,还可以进一步降低置信选择传播检测算法在编码MIMO系统中的误码率。

    信号检测方法及终端设备

    公开(公告)号:CN115037339B

    公开(公告)日:2024-01-23

    申请号:CN202210633998.3

    申请日:2022-06-06

    Abstract: 本发明提供一种信号检测方法及终端设备,该方法应用于第一终端,该方法可包括:在检测所述第一终端的信号的过程中,根据接收的第二终端发送的第一输入消息,确定目标输入消息;基于所述目标输入消息,更新向第三终端发送的输出消息;根据更新后的输出消息,确定所述信号对应的检测消息。该方法用以解决现有技术中终端设备利用现有的MIMO检测算法对信号进行检测时具有较大的复杂度和较差的误码率性的问题。相比于现有技术方案,本发明可以提升终端设备的信号检测误码率性能,并且降低信号检测的复杂度。

    多输入多输出系统的信号检测方法以及电子设备

    公开(公告)号:CN117118542A

    公开(公告)日:2023-11-24

    申请号:CN202310803814.8

    申请日:2023-06-30

    Abstract: 本发明公开了一种多输入多输出系统的信号检测方法以及电子设备。其中,该方法包括:依据多个发送子信号分别对应的第一后验概率均值、第一后验概率方差,所述多个接收子信号分别对应的第一残差项,以及分别对应的子载波对应的信道矩阵元素以及噪声方差,确定多个接收子信号分别对应的第二残差项;更新多个发送子信号分别对应的第一后验概率均值与第一后验概率方差,采用上述更新方法,对对应的第二后验概率均值进行迭代更新,得到分别对应的目标后验概率均值;依据多个发送子信号分别对应的目标后验概率均值,得到多个发送子估计信号。本发明解决了相关技术中对接收到的信号进行信号检测时,存在的检测复杂度高的技术问题。

Patent Agency Ranking