本发明请求保护一种基于干扰对齐和波束赋形的多中继两跳传输方法,利用干扰对齐和波束赋形技术在无线通信中的抗干扰功能,及中继技术对增加系统覆盖面积的能力。针对无线通信中由于传输距离较远或系统中噪声、干扰引起的无法直接通信的环境,在多个发送端和接收端之间放置多个中继,在发送端采用较为公平合理轮流优先中继选择策略,在发送端与中继之间采用波束赋形技术,实现频谱的高效利用,而在中继向接收端转发时,采用改进的干扰对齐技术,有效消除用户对内部及来自其他用户对的干扰,实现干扰的对齐和消除。利用该传输机制,能够降低系统的复杂度,可实现无线通信系统较高的传输速率,同时实现较高的系统能量效率。
📄 2013101337268
📂 H04B7_14
👤 重庆邮电大学
📅 2013-04-17
本发明公开了多用户多天线SWIPT系统中一种改进的MAX‑SINR干扰对齐方法。本方法以最大化SWIPT通信网络最大化网络和速率为优化目标建立优化模型,通过对功率分割因子、发送端预编码矩阵、接收端干扰抑制矩阵进行联合优化,使系统性能达到所需要求。研究表明,通过对接收端的干扰抑制矩阵进行再次优化,可以实现最小化干扰泄漏功率(MIN‑IL)和最大化信干噪比(MAX‑SINR)的干扰对齐性能折中。本发明方法可以最大化SWIPT网络的可达和速率。研究表明,随着接收端天线数目的增加,本发明方法的接收端可达和速率相比较于MIN‑IL方法有明显提高;对比MAX‑SINR方法,本发明方法的干扰约束功率有大幅度下降。
📄 2020115264991
📂 H04B7_0413
👤 杭州电子科技大学
📅 2020-12-22
本发明公开了一种水声网络中基于深度强化学习实现时域干扰对齐的MAC协议,包括以下步骤:构建分时隙模型;将深度强化学习算法DQN应用到水声网络MAC协议,通过训练深度强化学习算法DQN实现时域干扰对齐;使用训练好的DQN来调度节点传输。与现有技术相比,本发明采用深度强化学习方法为节点分配时隙,使用DQN来实现时域干扰对齐,并使用训练好的DQN来调度节点传输;DQNSA‑MAC将干扰在非目的节点处对齐,并保留更多的无干扰时隙用作消息的传输和接收,从而提高吞吐量;此外,基于训练好的DQN,每个节点可以从目前的状态映射到传输动作,有效地解决了由于状态空间大而造成计算开销大的问题。综述,本发明能够提高水声网络MAC协议的吞吐量、成功传输率和公平性等。
📄 2021100815248
📂 H04W24_02
👤 华侨大学
📅 2021-01-21
本发明属于无线通信技术领域,具体涉及一种基于系统配置的干扰对齐安全传输方法;该方法基于改进干扰对齐算法提出改进干扰对齐简化算法,通过系统配置的天线数判断执行何种算法,同时对算法的可行性进行分析;本发明能够确保人工噪声和用户间干扰在合法接收端被对齐,获得的信号发送和接收方案会更稳定;还有效降低了系统的运算复杂度。
📄 2023102445634
📂 H04L25_02
👤 重庆邮电大学
📅 2023-03-13
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。
📄 201710373138X
📂 H04B7_0413
👤 南京邮电大学
📅 2017-05-24
本发明公开了一种MIMO干扰信道中基于自适应复合代价函数的干扰对齐预编码方法,属于无线通信技术领域,其核心思想是利用中间变量辅助实现预编码矩阵的优化设计,具体包括以下步骤:首先,定义期望子空间内的残留干扰和期望信号功率的加权差为代价函数,并借鉴最大比合并思想得出权重系数的自适应选取方式;然后,根据接收端解码方式构造辅助函数,将干扰抑制矩阵转化为中间变量,实现代价函数的复合化;最后,利用格拉斯曼流形上的梯度下降法实现自适应复合代价函数的优化求解,以获得预编码矩阵的最优解。本发明以较小的复杂度代价,完成了抑制干扰和保留期望信号的双重目标,从而更好地改善了系统性能;并且实现机制简单,具有广泛的适用性。
📄 2016100305954
📂 H04B7_0456
👤 重庆邮电大学
📅 2016-01-18
本发明请求保护一种基于优化比特分配的多小区MIMO有限反馈干扰对齐方法,涉及无线通信系统。首先,为克服低SNR时频谱效率的损失,通过最大化用户的信号功率与泄漏到其他小区的干扰与噪声功率之和的比值来求取预编码,通过最大化每个数据流的信干噪比来设计干扰抑制矩阵。其次,由于传统的比特分配算法是基于干扰泄露均值的,会使系统实际用到的比特总数小于系统提供的总比特数目,而并非最优,因此本文给出了一种新颖的比特分配方案来提高系统比特利用率,以减小量化误差的影响。最后,仿真实验表明,采用本发明所提出的方案能有效减少量化误差对系统性能的影响并显著提高系统的比特利用率,使有限反馈CSI时的性能得以提升。
📄 2017103057293
📂 H04B7_0456
👤 重庆邮电大学
📅 2017-05-03
本发明涉及无线通信技术领域,特别涉及一种基于认知网络中动态功率分配的干扰对齐方法,包括:将次用户的第一预编码矩阵和第一干扰抑制矩阵进行矩阵分解;得到第一干扰消除参数和第二预编码矩阵,第二干扰消除参数和第二干扰抑制矩阵;通过消除主次用户间干扰的成立条件来求解第一干扰消除参数和第二干扰消除参数;在消除了主用户与次用户之间干扰的的情况下,考虑功率分配对系统性能带来的影响,使用交替迭代法求解出最优的第二预编码矩阵、第二干扰抑制矩阵及用户的发射功率;本发明充分考虑功率对系统性能的影响,动态的求解出最优的预编码、干扰抑制矩阵及用户的发射功率,提高了系统性能。
📄 2017112433445
📂 H04W16_14
👤 重庆邮电大学
📅 2017-11-30