-
公开(公告)号：CN110380996B
公开(公告)日：2021-06-08
申请号：CN201910628302.6
申请日：2019-07-12
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SD‑FDE系统中的频率相关IQ不平衡补偿方法。本发明将多径信道和IQ不平衡参数分别视为随机变量和未知的确定性参数以将估计问题的转换到期望最大化(EM)框架中，通过最大化目标函数，以迭代的方式更新多径系数的后验概率和IQ不平衡参数。当迭代终止时，即可获得IQ不平衡参数的估计值，并将多径系数的后验均值作为信道估计值。本发明的有益效果为，能够对受IQ不平衡干扰的信号进行有效补偿，显著提高系统的误比特率性能。
-
公开(公告)号：CN108965174B
公开(公告)日：2021-06-08
申请号：CN201810748828.3
申请日：2018-07-10
Applicant: 电子科技大学
Abstract: 本发明属无线通信技术领域，涉及一种大规模MIMO系统上行链路的联合信道估计和数据解调方法。本发明采用了变分贝叶斯推断算法，变分贝叶斯推断算法是一种求解未知随机变量的后验分布的算法，通过不断地迭代，得到样本已知的条件下的隐藏变量的均值与方差本发明能够在相位噪声存在的条件下实现对大规模MIMO系统上行链路实现准确的信道和数据的估计，同时该算法复杂度相对较低，与传统变分贝叶斯推断算法相比，将信道估计的协方差矩阵的求逆运算转化为对角矩阵的求逆，同时利用相对较为简单的ZF合并的方式来判决数据符号，来避免把数据符号当作随机变量时计算协方差矩阵的求逆运算。而相位噪声的协方差矩阵在求逆时由于维度较小，计算复杂度可以忽略。
-
公开(公告)号：CN108768480B
公开(公告)日：2021-01-22
申请号：CN201810748661.0
申请日：2018-07-10
Applicant: 电子科技大学
Abstract: 本发明属无线通信技术领域，涉及一种带有相位噪声的大规模MIMO系统上行链路数据估计方法。本发明采用了变分贝叶斯推断算法，变分贝叶斯推断算法是一种求解未知随机变量的后验分布的算法，通过不断地迭代，得到样本已知的条件下的隐藏变量的均值与方差。本发明的有益效果为能够在相位噪声存在的条件下实现对大规模MIMO系统上行链路的数据符号估计，显著提高系统的误比特率性能。
-
公开(公告)号：CN108259398B
公开(公告)日：2019-12-27
申请号：CN201810031003.X
申请日：2018-01-12
Applicant: 电子科技大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明属于无线通信技术领域，具体的说是涉及一种基于变分贝叶斯推断的复杂混合模型的信道估计方法。本发明的方法利用了大规模MIMO信道的稀疏结构，及其相邻信道稀疏结构的相似性，并将各天线合理地划分为各个子阵，最大限度地利用各信道之间的相互关系，创新性地构建了大规模MIMO信道的稀疏模型(多层先验模型)，引入概率事件来控制信道所在位置属于完全共有、子阵共有位置还是非共有位置，提出了基于变分贝叶斯推断的复杂混合模型的信道估计算法(简记为Complex_Mixture_VBI)，同时与OMP、ASSP、Geniu‑LS等信道估计方法相比，本发明大大提高了信道估计的准确性，在一定条件下，可使得信道估计误差达到10‑3，且不需要任何先验信息。
-
公开(公告)号：CN110336761A
公开(公告)日：2019-10-15
申请号：CN201910628155.2
申请日：2019-07-12
Applicant: 电子科技大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明属于无线通信技术领域，涉及一种毫米波大规模MIMO系统的波束空间信道估计方法。本发明基于波束空间中的信道稀疏性，首先将信道估计放到稀疏信号恢复的框架中，第一步利用OMP算法获得信道的粗略估计，也就是只保留稀疏信号中几个具有较大绝对幅值的元素，其次基于期望最大化算法来学习框架中的相关参数，利用估计的参数，可以通过简单的替换获得信道估计。相较基于支持检测、SCAMPI的算法，本发明所提出的方案可以充分有效地利用信道响应的特性从而实现更好的估计性能，并且相比单纯的基于期望最大化的算法，该方案具有更低的复杂度且性能也更具优势。
-
Patent Agency Ranking
公开(公告)号：CN107370693B
公开(公告)日：2019-09-13
申请号：CN201710664887.8
申请日：2017-08-07
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FDD模式下的多用户大规模MIMO系统的信道，涉及大规模MIMO系统和DP先验下多用户信道估计方法。本发明利用Dirichlet分布的性质实现多用户信道的自适应聚类，同时在变分贝叶斯原理下，推导出一种能够智能重构信道H的方法。与普通的信道估计方法相比，本发明达到理想估计性能的训练开销大大降低，同时重构信道和真实信道之间的误差较小。本发明的有益效果是：与传统方法相比，本发明简化了运算量，提高了运算速度和运算精度，提高了信道估计的准确性。
-
公开(公告)号：CN106161304B
公开(公告)日：2019-03-12
申请号：CN201610203392.0
申请日：2016-04-01
Applicant: 电子科技大学
Abstract: 本发明属于无线通信技术领域，尤其涉及无线通信系统中一种针对单载波频域均衡(single carrier‑frequency‑domain equalization，SC‑FDE)系统的发射端IQ不平衡的补偿方法。本发明同时得到分离开的IQ不平衡的参数和估计信道，用估计到的IQ不平衡参数作为固定参数进行统一补偿，无需再对IQ不平衡参数进行重复的参数估计，相对于以往的IQ不平衡补偿方法大多将IQ不平衡与信道作为一个整体考虑，降低了系统计算的开销。同时，本发明的整体算法主要涉及线性运算，避免了高复杂度的计算。
-
公开(公告)号：CN109257080A
公开(公告)日：2019-01-22
申请号：CN201811045599.5
申请日：2018-09-07
Applicant: 电子科技大学
IPC: H04B7/0456 , H04L27/26
Abstract: 本发明属于无线通信技术领域，涉及大规模MIMO系统下行链路中的多用户相位噪声补偿抑制方法。本发明主要包括：首先利用导频对应位置的接收符号计算相位噪声的公共相位误差并进行补偿，然后进行数据符号的判决，将判决结果作为以下迭代的初始值，然后通过变分贝叶斯算法进行迭代，最后在已知接收信号的条件下数据符号的估计值将收敛于一个稳定的值。本发明的有益效果为能够实现大规模MIMO系统中高阶调制方式下的数据符号的判决，有效抑制相位噪声带来的不利影响，通过合适的预编码技术也有效抑制了多用户的干扰，从而显著提高系统性能。
-
公开(公告)号：CN108965174A
公开(公告)日：2018-12-07
申请号：CN201810748828.3
申请日：2018-07-10
Applicant: 电子科技大学
CPC classification number: H04B7/0452 , H04B7/0851 , H04L5/0025 , H04L5/0048 , H04L25/0391 , H04L27/362 , H04L27/38
Abstract: 本发明属无线通信技术领域，涉及一种大规模MIMO系统上行链路的联合信道估计和数据解调方法。本发明采用了变分贝叶斯推断算法，变分贝叶斯推断算法是一种求解未知随机变量的后验分布的算法，通过不断地迭代，得到样本已知的条件下的隐藏变量的均值与方差本发明能够在相位噪声存在的条件下实现对大规模MIMO系统上行链路实现准确的信道和数据的估计，同时该算法复杂度相对较低，与传统变分贝叶斯推断算法相比，将信道估计的协方差矩阵的求逆运算转化为对角矩阵的求逆，同时利用相对较为简单的ZF合并的方式来判决数据符号，来避免把数据符号当作随机变量时计算协方差矩阵的求逆运算。而相位噪声的协方差矩阵在求逆时由于维度较小，计算复杂度可以忽略。
-
公开(公告)号：CN107947839A
公开(公告)日：2018-04-20
申请号：CN201711203980.5
申请日：2017-11-27
Applicant: 电子科技大学
IPC: H04B7/0413 , H04L25/03 , H04L27/26
CPC classification number: H04B7/0413 , H04L25/03171 , H04L27/2601
Abstract: 本发明属于无线通信技术领域，具体的说是涉及一种用于大规模MIMO系统的相位噪声补偿抑制方法。本发明的方法主要包括：假定相位噪声为零的情况下，对各天线上的接收信号进行最大比合并，得到数据符号的初始值；采用变分贝叶斯算法根据获得的初始值进行迭代，在已知接收信号ri的条件下数据符号的估计值将收敛于一个稳定的值。本发明的有益效果为，能够实现大规模MIMO系统中高阶调制方式下的数据符号的判决，且判决方法避免了传统变分贝叶斯推断算法当中高维矩阵求逆的运算，将其转化为了对角阵求逆的运算，既降低系统的复杂度，又提高了系统的性能。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.033 seconds)
