-
公开(公告)号：CN118249854B
公开(公告)日：2024-12-10
申请号：CN202410324784.7
申请日：2024-03-21
Applicant: 长安大学
IPC: H04B7/0408 , H04B7/0413 , H04B7/0426
Abstract: 一种高速移动场景下的超大规模MIMO通信中的波束覆盖方法、系统、设备及介质，方法包括：利用高速移动用户的切向误差范围，计算波束宽度下限；利用波束接收功率计算公式推出接收功率表示的发射功率的公式，利用近似化简方式得到理想接收功率，根据设置的门限得到波束宽度上限；选取满足波束宽度上限和下限的合成波束宽度，得出综合系数，并对调整向量进行加权从而得到合成波束形成器的加权向量；系统、设备及介质，用于实现一种高速移动场景下的超大规模MIMO通信中的波束覆盖方法；本发明具有稳定性好，计算复杂度低，波束宽度调整实时性强以及可靠性好的优点。
-
公开(公告)号：CN116366406A
公开(公告)日：2023-06-30
申请号：CN202310395171.8
申请日：2023-04-14
Applicant: 长安大学
IPC: H04L25/02 , H04B17/309
Abstract: 本发明公开基于阵列空间先验的变分Tensor密集多径参数估计方法和装置，涉及数字信号处理及无线通信技术领域，包括：根据收发端天线阵列进行Tensor信道矩阵的构造；基于阵列空间的先验假设施加空间相关性；对变分贝叶斯参数进行高层先验假设；通过平均场理论进行变分贝叶斯的迭代，推断所需估计超参数的后验分布，进行秩的消减与参数的估计；抵达变分迭代终止条件时迭代终止。本发明自动进行了秩的消减与参数的估计；抵达变分迭代的终止条件。本发明的算法估计性能与Tensor已知秩CP算法重合，且优于传统Tensor变分方法。
-
公开(公告)号：CN111539303B
公开(公告)日：2023-04-18
申请号：CN202010312689.7
申请日：2020-04-20
Applicant: 长安大学
Abstract: 本发明公开了一种基于单目视觉的车辆驾驶偏移预警方法，首先针对单目摄像机存在的镜头畸变情况进行矫正，在HSL颜色空间对黄白车道线像素进行加权，并通过两种滤波器滤除噪音像素；并通过在划分的透视矩阵中，采用滑动窗口的方式识别左右车道线像素，并使用最小二乘法拟合二次多项式，得到车道线检测结果；最后，根据车道线与视频图像的中心位置像素计算当前车辆的偏移距离，以及道路方向与曲率半径；克服了因获取的行车视频数据画面失真对车辆偏离距离以及对道路方向判断产生的不良影响；使车道线像素在不同光照下的检测更加稳健，本发明能够在更复杂的路况以及更恶劣的光照条件下更有更好的表现，同时在收集车辆位置信息的方式上。
-
公开(公告)号：CN113422629B
公开(公告)日：2023-02-21
申请号：CN202110673467.2
申请日：2021-06-17
Applicant: 长安大学
Abstract: 本发明公开一种基于虚拟线列阵的协方差矩阵重构自适应波束形成方法及系统，首先利用均匀线列阵接收时域数据，分别计算前向和后向的线性预测系数，并按照递推的方式依次对虚拟阵元位置出所接收到的数据进行拟合，从而预测出各个虚拟阵元的快拍数据；然后，利用包含实际阵元和虚拟阵元的数据计算更高维度的干扰加噪声协方差矩阵，并采用特征分解和提取大特征值的方式剔除重构误差，最终添加入理想的噪声协方差矩阵，得到虚拟阵列对应的改善干扰加噪声协方差矩阵；最后，通过同样的方式重构虚拟阵列对应的期望信号协方差矩阵，并提取出最大特征值对应的特征向量作为导向矢量，从而计算得到虚拟阵列对应的波束形成器加权向量和波束输出。
-
公开(公告)号：CN113422630B
公开(公告)日：2023-02-07
申请号：CN202110674858.6
申请日：2021-06-17
Applicant: 长安大学
Abstract: 本发明公开一种自适应聚焦宽带波束形成方法及系统，方法为：将阵列宽带接收数据的子带Capon空间谱近似为信号空间分布的概率函数，构造出各个子带相对于参考频率的聚焦矩阵；利用聚焦矩阵将各子带数据聚焦得到参考频率下的宽带阵列数据，利用Capon空间谱构造参考频率下的干扰加噪声协方差矩阵，并校正期望信号方向的导向矢量，计算出一组加权系数；利用所述加权系数得到聚焦后的频域波束输出数据，并通过逆傅里叶变换得到宽带时域输出数据；能够自适应地以低聚焦误差来抑制强宽带干扰和提取期望信号，以能够接收的误差来抑制弱宽带干扰，并显著提高波束形成器对其他方向噪声的抑制能力，从而有效提高宽带自适应波束形成器的输出信干噪比。
-
Patent Agency Ranking
公开(公告)号：CN111988834B
公开(公告)日：2022-11-04
申请号：CN202010879517.8
申请日：2020-08-27
Applicant: 长安大学
IPC: H04W48/18
Abstract: 本发明公开一种异构车联网网络选择方法、系统及装置，方法具体为：通过用户满意度体验函数得到效用函数权值系数、对数形式效用函数的权值和网络发射功率初始值，并设定允许误差；利用有效容量的概念计算得出所有网络的最大传输速率；计算所述最大传输速率对应的功率值，再将相邻两次迭代所得功率值之差的绝对值与允许误差作比较，得到最大传输速率对应的功率理论值，得到同一用户在面对不同网络时的满意度效用函数值，选择具有最大满意度效用函数值的网络作为接入网；本发明所引入的异构车联网网络选择方法，引入有效容量的概念，既考虑了用户的满意度，又考虑了传输效率，在有限功率范围内得到满意度效用值的最大值，从而用来选择网络。
-
公开(公告)号：CN110234092B
公开(公告)日：2022-04-29
申请号：CN201910519097.X
申请日：2019-06-14
Applicant: 长安大学
Abstract: 本发明公开了基于多级优化提高车联网传输信号可靠性的方法，首先初始化迭代次数t＝0，设定迭代次数T＝N，将原Q比特序列Q(t)与随机矩阵比较产生可行解c(t)，通过初始适应度函数f(t)评估c(t)将最优解存入到cbest(t)，然后迭代t＝t+1，更新Q(t)与重新产生的随机矩阵与比较产生c(t)，使用更新过的f(t)评估c(t)从而选出最优解，找出cbest(t‑1)和c(t)中的最优解c存入cbest(t)，再次迭代，直至满足迭代结束条件输出c，然后将c与输入序列相乘，得到最终发送序列；本发明对车联网原始输入信号采用选择映射序列技术对信号进行处理的过程中引入量子理论和多目标优化机制，用U个统计独立向量Xu，(u＝1，2，...，U)来表示同一组输入信号，然后选择整体幅度最小的信号进行传输，达到降低系统传输能耗和计算复杂度的目的。
-
公开(公告)号：CN113727375A
公开(公告)日：2021-11-30
申请号：CN202111014818.5
申请日：2021-08-31
Applicant: 长安大学
Abstract: 本发明公开面向6G立体致密通信网络的资源管控方法及系统，通过用户不同的业务需求，搭建一个协作D2D立体致密网络环境，并确定蜂窝用户数、中继用户数以及D2D传输对的数目；在立体致密网络环境下，根据D2D通信，将具体通信过程分为两步进行，并建立相应优化目标函数，利用优化理论求其最优解；利用牛顿迭代法计算所述最大系统吞吐量对应的功率值，再将相邻两次迭代所得功率值之差的绝对值与允许误差作比较，直到相邻两次迭代所得功率值之差的绝对值小于所设定的允许误差时，结束牛顿迭代运算，得到最大系统吞吐量对应的功率理论值；根据所述功率理论值得到同一用户在面对不同网络时所获得的吞吐量的值，选择所得系统吞吐量值最大的网络作为接入网。
-
公开(公告)号：CN110913449B
公开(公告)日：2021-06-25
申请号：CN201911159295.6
申请日：2019-11-22
Applicant: 长安大学
Abstract: 本发明公开一种基于发射功率和用户满意度的网络选择方法，首先通过用户满意度体验函数得到效用函数权值系数、灵敏度因子和网络发射功率初始值，并设定允许误差；然后针对不同的网络，利用香农容量定理计算得出最大信息传输速率；之后，利用迭代法算出所述最大信息传输速率对应的功率值，再与允许误差作比较，确定是否结束牛顿迭代运算，最后通过比较同一用户在面对不同网络时的满意度来确定此时该如何选择接入网；本发明所引入的基于发射功率和用户满意度的网络选择方案，既考虑了用户的满意度，又考虑接入网所能提供的传输功率，在有限范围内得到满意度效用值的最大值，从而用来区分网络，本发明所述方法能够用于网络选择过程中。
-
公开(公告)号：CN111770528A
公开(公告)日：2020-10-13
申请号：CN202010587975.4
申请日：2020-06-24
Applicant: 长安大学
IPC: H04W24/08 , H04B17/309
Abstract: 本发明公开了一种基于信道参数萃取方法的视距与非视距识别方法及装置，方法具体为：对测量得到的信道信息，进行处理获得信道状态信息CSI；对信道状态信息进行傅里叶反变化，得到对应的信道冲击响应CIR；基于有限带宽信道冲击响应估计多径数目；使用高分辨率信道参数萃取算法估计得出每条路径的时延tau,复振幅amp；定义第一条路径功率和其他路径功率总和的比值为K-值；根据萃取出的复振幅amp与时延tau计算RMS延迟扩展；根据K-值和RMS延迟扩展2维散点图判别当前传播条件为可视距环境或者非可视距环境；使用SAGE/ESPRIT算法对信道的相关参数精准估计，采用两个特征来视距/非视距识别，相比较单一特征，增加了识别的准确率。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.032 seconds)
