基于OTFS调制的交错式时频多址方式调制解调方法及装置

    公开(公告)号:CN112929316B

    公开(公告)日:2022-08-12

    申请号:CN202110096555.0

    申请日:2021-01-25

    Abstract: 本发明公开了一种基于OTFS调制的交错式时频多址方式调制解调方法及装置,调制方法包括以下步骤:获取多个用户的比特流信号;将每个用户的比特流信号映射为相应的QAM符号;对每个用户信号以行和列为方向分别重复以占据整个时延多普勒域网格,对时延多普勒域网格每个用户的信号加入乘法因子叠加后得到时延多普勒域的信号;对时延多普勒域的信号依次作ISFFT变换、Heisenberg变换转换为时域信号流。本发明的交错式时频多址方式无需设置保护间隔即可在时频域实现无干扰地复用多用户信号,并且本发明采用的交错式多址方式相较连续式多址方式在性能上更为优越。

    基于OTFS调制的交错式时频多址方式调制解调方法及装置

    公开(公告)号:CN112929316A

    公开(公告)日:2021-06-08

    申请号:CN202110096555.0

    申请日:2021-01-25

    Abstract: 本发明公开了一种基于OTFS调制的交错式时频多址方式调制解调方法及装置,调制方法包括以下步骤:获取多个用户的比特流信号;将每个用户的比特流信号映射为相应的QAM符号;对每个用户信号以行和列为方向分别重复以占据整个时延多普勒域网格,对时延多普勒域网格每个用户的信号加入乘法因子叠加后得到时延多普勒域的信号;对时延多普勒域的信号依次作ISFFT变换、Heisenberg变换转换为时域信号流。本发明的交错式时频多址方式无需设置保护间隔即可在时频域实现无干扰地复用多用户信号,并且本发明采用的交错式多址方式相较连续式多址方式在性能上更为优越。

    一种基于K均值聚类的抗相位噪声的鲁棒符号检测方法

    公开(公告)号:CN108900460B

    公开(公告)日:2020-11-13

    申请号:CN201810606042.8

    申请日:2018-06-12

    Abstract: 本发明公开了一种基于K均值聚类的抗相位噪声的鲁棒符号检测方法,包括以下步骤:S01,选择调制方式对应的星座点作为初始的中心点;S02,计算原信号数据与各个中心点之间的欧式距离并分类;S03,重新计算每一个类的中心;S04,判断S03中迭代得到的中心与S02中迭代得到的中心之间的距离总变化量是否小于阈值A,小于等于进入S05,大于回到S02;S05,用中心点代替整个类中的点进行解调,选择距离最小的类中心点和星座点配对;S06,将当前完成配对的类中心及星座点从原集合中删除;S07,如果还有未进行配对的中心和星座点,回到S05,如果所有中心点都已配对完成,进入S08;S08,完成当前信号解调过程;S09,对下一批信号数据进行符号检测,转S01。本发明的一种基于K均值聚类的抗相位噪声的鲁棒符号检测方法,能够对相位噪声进行抑制,降低检测误码率,且不需要增加额外的系统开销。

    OTFS系统信道估计方法、装置、存储介质及设备

    公开(公告)号:CN116886471A

    公开(公告)日:2023-10-13

    申请号:CN202310985099.4

    申请日:2023-08-07

    Abstract: 本发明公开了本发明涉及OTFS系统信道估计方法、装置、存储介质及设备,属于无线通信技术领域,方法包括获取发送导频信号、接收导频信号和噪声方差;对发送导频信号和接收导频信号进行预处理,得到发送导频数据和接收导频数据;将发送导频数据、接收导频数据和噪声方差输入到训练好的信道稀疏度估计模型中,得到信道稀疏度估计值,信道稀疏度估计模型是深度神经网络;基于信道稀疏度估计值,采用OMP算法对信道进行重构,得到信道估计值;本发明通过深度神经网络估计信道稀疏度,克服了传统OMP算法中的选择性偏差问题,通过将离线训练和数据驱动相结合,提高信道估计的准确性,而且这种方法还能减少导频信号的开销。

    一种分布式MIMO系统的导频分配方法及系统

    公开(公告)号:CN112953695B

    公开(公告)日:2023-02-14

    申请号:CN202110206505.3

    申请日:2021-02-24

    Abstract: 本发明公开了无线传输技术领域的一种分布式MIMO系统的导频分配方法及系统,包括:计算用户和所有远程天线单元(Remote Antenna Unit,RAU)的距离,将其作为样本;随机选择簇中心;计算样本与各中心点欧式距离并排序;对样本进行K值均匀聚类;按簇使用KM算法进行导频分配。通过将用户进行合理分类,以尽可能最小化导频干扰的方式给用户分配导频,以提升系统的频谱效率,并使系统对于各种位置的多用户情形具有较好的鲁棒性。

    一种基于深度学习的OTFS调制系统的频偏估计方法

    公开(公告)号:CN115550126A

    公开(公告)日:2022-12-30

    申请号:CN202211194736.8

    申请日:2022-09-29

    Inventor: 侯晓赟 龚云 朱艳

    Abstract: 本发明公开了一种基于深度学习的OTFS调制系统的频偏估计方法,其特征在于,包括:在正交时频空间调制过程中获取经过信道后的待补偿原始信号;将待补偿原始信号输入预先训练的神经网络模型,输出待补偿原始信号的频偏估计值;基于频偏补偿表达式,对待补偿原始信号进行频偏补偿,获得原始信号。本发明对调制模块的OTFS信号插入两个导频序列并在经过信道后的OTFS信号加上相应速度的频偏值,在解调模块通过神经网络对于OTFS信号和相应的频偏目标值进行训练,得出最终的频偏估计值,基于这样的方式可以在后续检测模块具有更好的效果,并且与频偏估计的传统算法相比具有更优的性能。

    一种分布式MIMO系统的导频分配方法及系统

    公开(公告)号:CN112953695A

    公开(公告)日:2021-06-11

    申请号:CN202110206505.3

    申请日:2021-02-24

    Abstract: 本发明公开了无线传输技术领域的一种分布式MIMO系统的导频分配方法及系统,包括:计算用户和所有远程天线单元(Remote Antenna Unit,RAU)的距离,将其作为样本;随机选择簇中心;计算样本与各中心点欧式距离并排序;对样本进行K值均匀聚类;按簇使用KM算法进行导频分配。通过将用户进行合理分类,以尽可能最小化导频干扰的方式给用户分配导频,以提升系统的频谱效率,并使系统对于各种位置的多用户情形具有较好的鲁棒性。

    一种基于特征矩阵的无线信道场景分类方法

    公开(公告)号:CN108495331A

    公开(公告)日:2018-09-04

    申请号:CN201810257114.2

    申请日:2018-03-27

    Abstract: 本发明公开了一种基于特征矩阵的无线信道场景分类方法,利用无线信道传输过程的包含到达角和路径损耗的特征矩阵对当前场景进行处理分析从而能够实时地得到场景分类结果,分类过程分成上下行链路两部分,在下行链路的特征矩阵中,移动台根据路径损耗模型进行开阔地,高架桥,山地,城市四种场景的判断;在上行链路的特征矩阵中,发射台根据每次测量得到的到达角计算出对应的角度参考值,将前后测量的到达角的差值与角度参考值进行比较,从而进行移动台处于移动或者静止场景的判断。优点:本发明提高了无线通信环境中在场景变换情况下的场景分类正确率和实时性。

Patent Agency Ranking