-
公开(公告)号:CN106231624A
公开(公告)日:2016-12-14
申请号:CN201610788132.4
申请日:2016-08-31
申请人: 重庆大学 , 深圳天珑无线科技有限公司
CPC分类号: H04W24/08 , H04B7/0413 , H04B17/30 , H04W24/02
摘要: 本公开提供了一种用于通信系统的信号检测方法和装置,能够提高接收端的信号检测能力。该方法包括:步骤S1、获取信道矩阵H;步骤S2、对所述信道矩阵H进行QR分解,得到等效信道矩阵;步骤S3、基于所述等效信道矩阵对第k层信号进行检测,得到第k层信号的检测结果;步骤S4、基于所述检测结果判断是否需要对第k层信号执行分层禁忌搜索算法处理;以及步骤S5、在需要对第k层信号执行分层禁忌搜索算法处理时,对第k层信号执行分层禁忌搜索算法处理,其中执行分层禁忌搜索算法处理的最大迭代次数依据Nt和k的值来确定。
-
公开(公告)号:CN106231624B
公开(公告)日:2019-08-09
申请号:CN201610788132.4
申请日:2016-08-31
申请人: 重庆大学 , 深圳天珑无线科技有限公司
IPC分类号: H04W24/08 , H04W24/02 , H04B17/30 , H04B7/0413
摘要: 本公开提供了一种用于通信系统的信号检测方法和装置,能够提高接收端的信号检测能力。该方法包括:步骤S1、获取信道矩阵H;步骤S2、对所述信道矩阵H进行QR分解,得到等效信道矩阵;步骤S3、基于所述等效信道矩阵对第k层信号进行检测,得到第k层信号的检测结果;步骤S4、基于所述检测结果判断是否需要对第k层信号执行分层禁忌搜索算法处理;以及步骤S5、在需要对第k层信号执行分层禁忌搜索算法处理时,对第k层信号执行分层禁忌搜索算法处理,其中执行分层禁忌搜索算法处理的最大迭代次数依据Nt和k的值来确定。
-
公开(公告)号:CN109150623A
公开(公告)日:2019-01-04
申请号:CN201811067168.9
申请日:2018-09-13
申请人: 重庆大学
IPC分类号: H04L12/24 , H04L29/06 , H04B17/382
摘要: 本发明提出一种基于轮循制信誉值抵御恶意用户SSDF攻击方法,该方法包括:初始化检查:用于对网络中用户的信息进行核对,所述用户的信息包括二级用户的接收信号强度和位置信息;感知上报阶段:由融合中心根据信誉值选择某几个二级用户作为一个小区的感知队列,并决定一个上报节点,由该上报节点完成该小区内的感知队列信息收集;信息更新阶段:由融合中心通过各小区上报的感知队列信息做出频谱判决并更新网络中用户的信誉值。本发明基于轮换和循环的机制可以减少受影响的次数,相对于其他算法的误检概率会略低一些,故可有效地对抗恶意用户伪造频谱感知数据攻击,降低变换身份攻击对网络性能的影响。
-
公开(公告)号:CN105978616A
公开(公告)日:2016-09-28
申请号:CN201610236896.2
申请日:2016-04-18
申请人: 重庆大学
CPC分类号: H04B7/0854 , H04L25/0204 , H04L25/03159 , H04L2025/03426
摘要: 本发明提供了一种结合遗传性质的大规模MIMO系统LAS信号检测算法,在原有LAS算法基础上引入全局最优化遗传算法,采用解向量的标准代价函数作为迭代停止准则,并将迭代次数设置为自适应,用解向量质量更新需要的迭代次数,提高了执行效率,同时继承上一次得到的优质解向量的元素,加入变异因子改变向量当中某些位置的元素的值,跳出同一搜索区域,让搜索在不同优质解区域中执行,减少了算法所需要的浮点运算次数,降低了系统复杂度,同时提高了搜索能力,降低了系统的误码概率,进而提高了系统的可靠性。
-
公开(公告)号:CN109150623B
公开(公告)日:2020-08-21
申请号:CN201811067168.9
申请日:2018-09-13
申请人: 重庆大学
IPC分类号: H04L12/24 , H04L29/06 , H04B17/382
摘要: 本发明提出一种基于轮循制信誉值抵御恶意用户SSDF攻击方法,该方法包括:初始化检查:用于对网络中用户的信息进行核对,所述用户的信息包括二级用户的接收信号强度和位置信息;感知上报阶段:由融合中心根据信誉值选择某几个二级用户作为一个小区的感知队列,并决定一个上报节点,由该上报节点完成该小区内的感知队列信息收集;信息更新阶段:由融合中心通过各小区上报的感知队列信息做出频谱判决并更新网络中用户的信誉值。本发明基于轮换和循环的机制可以减少受影响的次数,相对于其他算法的误检概率会略低一些,故可有效地对抗恶意用户伪造频谱感知数据攻击,降低变换身份攻击对网络性能的影响。
-
公开(公告)号:CN105978616B
公开(公告)日:2019-03-08
申请号:CN201610236896.2
申请日:2016-04-18
申请人: 重庆大学
IPC分类号: H04L25/02
摘要: 本发明提供了一种结合遗传性质的大规模MIMO系统LAS信号检测方法,在原有LAS算法基础上引入全局最优化遗传算法,采用解向量的标准代价函数作为迭代停止准则,并将迭代次数设置为自适应,用解向量质量更新需要的迭代次数,提高了执行效率,同时继承上一次得到的优质解向量的元素,加入变异因子改变向量当中某些位置的元素的值,跳出同一搜索区域,让搜索在不同优质解区域中执行,减少了算法所需要的浮点运算次数,降低了系统复杂度,同时提高了搜索能力,降低了系统的误码概率,进而提高了系统的可靠性。
-
-
-
-
-