公开(公告)号：CN102664852B

公开(公告)日：2014-10-29

申请号：CN201210116952.0

申请日：2012-04-19

Applicant: 东南大学

Inventor： 仲文 ,  卢安安 ,  高西奇 ,  江彬

IPC: H04L27/26 ,  H04L1/00 ,  H04L1/06

Abstract: 一种多输入多输出正交频分复用系统中的软输入软输出检测方法，包括：接收经过离散傅里叶变换的频域接收信号；根据译码器反馈的信息，计算发送符号先验均值和方差；定义频域扩展信道矩阵和频域扩展接收信号；对扩展信道矩阵进行排序QR分解，并根据其结果对接收信号进行预滤波；利用已检测符号的后验均值对预滤波信号进行干扰抵消，计算当前符号的估计值及估计误差的方差；根据所得估计和方差，计算符号对应比特的似然比信息；根据所得似然比信息，计算符号的后验均值和方差。较之经典的软输入软输出最小均方误差检测方法，本发明所提检测算法，在具有较低计算复杂度的同时取得了显著的性能增益。

公开(公告)号：CN101132252A

公开(公告)日：2008-02-27

申请号：CN200710133273.3

申请日：2007-09-26

Applicant: 东南大学

Inventor： 高西奇 ,  仲文 ,  魏明魁

IPC: H04L1/00 ,  H03M13/11

Abstract: 低密度奇偶校验码的量化最小和译码方法是低密度奇偶校验码的一种循环译码方法，对和积译码循环中校验节点输出的对数似然比进行等间隔量化，该方法表述为按照如下顺序执行的步骤：1.)使用信道接受到的信息对变量节点译码器进行初始化，2.)每一个变量节点通过边把信息输入与之相连接的校验节点，校验节点计算相应的对数似然比信息，3.)对第二步中的对数似然比信息进行等间隔量化后传给与之相邻的变量节点译码器，4.)每一个校验节点通边把信息输入与之相连接的变量节点，变量节点计算相应的对数似然比信息，5.)硬判决，对第四步输出的对数似然比信息进行硬判决，如果得到的码字符合校验矩阵，则停止译码，并输出译码成功信息；如果迭代次数达到预先设定的最大次数，则停止译码，输出译码失败信息，否则跳转到步骤2。

公开(公告)号：CN119853865A

公开(公告)日：2025-04-18

申请号：CN202411983408.5

申请日：2024-12-31

Applicant: 东南大学 ,  紫金山实验室

Inventor： 高西奇 ,  宋霖峰 ,  石丁 ,  仲文

IPC: H04L1/00 ,  H04B7/22 ,  H04B7/0413

Abstract: 本发明公开了天波大规模MIMO波束结构turbo接收方法及接收机。本发明利用波束结构turbo接收机实现上行多用户迭代检测译码。波束结构turbo接收机包括波束结构软输入软输出检测器、软输入软输出译码器、交织器和解交织器。波束结构软输入软输出检测器包括加窗模块、波束变换模块、波束选择模块、波束域信号检测模块等模块，通过基站接收信号计算得到各用户发送码比特的外信息，该外信息通过解交织、译码、交织后反馈回波束结构软输入软输出检测器用于更新发送符号先验信息以进行下一轮迭代检测译码。本发明利用了天波大规模MIMO波束域信道的稀疏特性以及turbo接收框架来对接收机进行设计，可以有效提升天波大规模MIMO上行接收性能并降低计算复杂度。

公开(公告)号：CN116566525B

公开(公告)日：2025-02-18

申请号：CN202310708097.0

申请日：2023-06-15

Applicant: 东南大学

Inventor： 高西奇 ,  陈衍 ,  卢安安 ,  杨济源 ,  邱亮杰 ,  仲文

IPC: H04B17/391 ,  H04B17/00 ,  H04B7/0413 ,  H04W16/28 ,  H04L25/02 ,  H04B7/0456 ,  H04L27/26

Abstract: 本发明公开了超大规模MIMO空时频波束基统计信道建模方法。本发明通过对角度、相对位置、时延以及多普勒采样，将用户终端与基站间的空时频信道表示为多重波束矩阵与波束域信道的乘积，其中多重波束矩阵与用户所处的相对地理位置及宽带系统的子载波标号相关，波束域信道由波束域信道能量矢量充分表征其统计特征。本发明提出的统计信道建模方法能够应用于实际超大规模MIMO系统，为超大规模MIMO系统设计提供信道模型支撑，所建立的模型相对传统的统计信道模型能更精准地表征实际的超大规模MIMO信道。

公开(公告)号：CN119449104A

公开(公告)日：2025-02-14

申请号：CN202411466429.X

申请日：2024-10-21

Applicant: 东南大学

Inventor： 高西奇 ,  石丁 ,  宋霖峰 ,  张旭忠 ,  王家恒 ,  仲文

IPC: H04B7/0456 ,  H04B7/0413

Abstract: 本发明公开了天波大规模MIMO‑OFDM信道平滑波束结构预编码传输方法与系统。天波大规模MIMO‑OFDM基站利用波束基信道模型，在约束各用户接收端等效信道平滑性的基础上联合一组子载波设计各用户波束结构预编码器，利用信道平滑波束结构预编码器对发给各用户的信号进行预编码，实现下行传输。首先基站在各个子载波上利用波束域预编码器对发送给各用户的数据信号和导频信号进行预编码，再基于各用户空间波束集合将各用户波束域预编码信号映射到完整的波束域发送信号，最后将各用户波束域发送信号之和变换到空间域发送信号。本发明可以在保证天波大规模MIMO‑OFDM下行预编码传输性能的同时，有效提升等效信道估计性能并显著改善信号检测性能。

公开(公告)号：CN116545546B

公开(公告)日：2025-01-21

申请号：CN202310560691.X

申请日：2023-05-17

Applicant: 东南大学

Inventor： 高西奇 ,  石丁 ,  宋霖峰 ,  仲文

IPC: H04B17/00 ,  H04B17/391 ,  H04B7/0452

Abstract: 本发明公开了天波大规模MIMO‑OFDM波束结构信号检测方法与系统。天波大规模MIMO‑OFDM基站利用波束结构检测器对各用户上行发送信号进行检测。波束结构检测器由波束变换模块、波束抽取模块和各用户低维波束域检测器构成。波束变换模块将每个子载波上的空间域接收信号矢量转换为波束域接收信号矢量，波束抽取模块根据各用户的波束集合对波束域接收信号矢量进行抽取，最后利用各用户波束域检测器以及抽取后的波束域接收信号矢量来对各用户发送信号进行信号检测。本发明可以在保证天波大规模MIMO‑OFDM上行信号检测性能的同时，有效降低信号检测器的设计和实现复杂度。

公开(公告)号：CN114900216B

公开(公告)日：2024-08-13

申请号：CN202210551288.6

申请日：2022-05-18

Applicant: 东南大学

Inventor： 高西奇 ,  是钧超 ,  仲文

IPC: H04B7/0456 ,  H04B7/0452 ,  H04B17/336

Abstract: 本发明公开了大规模MIMO鲁棒预编码器的迭代信干噪比(ISINR)设计方法，基站利用各用户终端的信道估计值和信道估计误差的统计参数，依据所有用户的遍历和速率或其逼近值最大化准则，设计鲁棒ISINR预编码器，计算与每个用户终端相应的预编码矢量，进行下行鲁棒ISINR预编码传输。该方法将预编码矢量分解为预编码方向和功率分配两部分，分别表示为最大广义特征矢量和闭式形式，进而交替地迭代信干噪比和预编码矢量以逼近最大遍历和速率。本发明能够使预编码器设计以较少的迭代次数收敛，从而在逼近最大遍历和速率的同时降低计算复杂度。

公开(公告)号：CN117097595A

公开(公告)日：2023-11-21

申请号：CN202311122558.2

申请日：2023-09-01

Applicant: 东南大学 ,  国网冀北电力有限公司信息通信分公司 ,  国家电网有限公司

Inventor： 仲文 ,  邱亮杰 ,  高西奇 ,  金燊 ,  邢宁哲

IPC: H04L25/02 ,  H04B7/0413 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的信息几何信道估计方法、装置及介质，属于无线通信领域，构建了基于深度学习的信息几何方法阻尼因子的优化网络IG‑Net，其中，阻尼因子作为IG‑Net中的学习参数；利用预先构建的训练数据集训练IG‑Net，得到训练后的IG‑Net，将训练后的IG‑Net的参数作为优化后的阻尼因子；根据优化后的阻尼因子实施信息几何信道估计方法。该方法能够解决现有信息几何信道估计方法中阻尼因子的优化问题，减少算法迭代次数，大幅降低信道估计的复杂度。

公开(公告)号：CN116566525A

公开(公告)日：2023-08-08

申请号：CN202310708097.0

申请日：2023-06-15

Applicant: 东南大学

Inventor： 高西奇 ,  陈衍 ,  卢安安 ,  杨济源 ,  邱亮杰 ,  仲文

IPC: H04B17/391 ,  H04B17/00 ,  H04B7/0413 ,  H04W16/28 ,  H04L25/02 ,  H04B7/0456 ,  H04L27/26

Abstract: 本发明公开了超大规模MIMO空时频波束基统计信道建模方法。本发明通过对角度、相对位置、时延以及多普勒采样，将用户终端与基站间的空时频信道表示为多重波束矩阵与波束域信道的乘积，其中多重波束矩阵与用户所处的相对地理位置及宽带系统的子载波标号相关，波束域信道由波束域信道能量矢量充分表征其统计特征。本发明提出的统计信道建模方法能够应用于实际超大规模MIMO系统，为超大规模MIMO系统设计提供信道模型支撑，所建立的模型相对传统的统计信道模型能更精准地表征实际的超大规模MIMO信道。

公开(公告)号：CN114567358B

公开(公告)日：2023-04-07

申请号：CN202210201409.4

申请日：2022-03-03

Applicant: 东南大学

Inventor： 高西奇 ,  是钧超 ,  仲文 ,  卢安安

IPC: H04B7/0456 ,  H04B7/0426 ,  H04L25/02 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了大规模MIMO鲁棒WMMSE预编码器及其深度学习设计方法，基站利用各用户终端的信道估计值和信道估计误差的统计参数，依据所有用户的遍历和速率或遍历和速率下界最大化准则，通过鲁棒WMMSE预编码器的迭代设计或深度学习设计方法，计算与每个用户终端相应的预编码矢量进行下行鲁棒WMMSE预编码传输。迭代设计采用块坐标下降方法，依次迭代更新统计鲁棒接收机、权值参数和预编码矢量，从而最大化遍历和速率下界；深度学习设计方法基于由低维特征参数确定的预编码矢量结构，先通过神经网络计算低维特征参数，再通过该结构计算预编码矢量，下行预编码在各种天线配置下，以较低的计算复杂度达到接近最优的可达和速率性能。