CN103117964A - 一种60GHz毫米波通信系统下的信号检测方法与装置 - Google Patents
一种60GHz毫米波通信系统下的信号检测方法与装置 Download PDFInfo
- Publication number
- CN103117964A CN103117964A CN2013100077085A CN201310007708A CN103117964A CN 103117964 A CN103117964 A CN 103117964A CN 2013100077085 A CN2013100077085 A CN 2013100077085A CN 201310007708 A CN201310007708 A CN 201310007708A CN 103117964 A CN103117964 A CN 103117964A
- Authority
- CN
- China
- Prior art keywords
- signal
- nonlinear
- detection
- signal detection
- millimeter wave
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004891 communication Methods 0.000 title claims abstract description 23
- 239000002245 particle Substances 0.000 claims abstract description 30
- 238000005070 sampling Methods 0.000 claims abstract description 8
- 238000005516 engineering process Methods 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims abstract description 6
- 230000007246 mechanism Effects 0.000 claims abstract description 3
- 238000012952 Resampling Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 7
- 238000013461 design Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 abstract description 4
- 238000005562 fading Methods 0.000 abstract description 4
- 238000013459 approach Methods 0.000 abstract description 3
- 238000005315 distribution function Methods 0.000 abstract description 2
- 238000012549 training Methods 0.000 abstract description 2
- 238000004422 calculation algorithm Methods 0.000 description 12
- 230000015556 catabolic process Effects 0.000 description 7
- 238000006731 degradation reaction Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 102100026758 Serine/threonine-protein kinase 16 Human genes 0.000 description 1
- 101710184778 Serine/threonine-protein kinase 16 Proteins 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)
- Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
Abstract
本发明针对60GHz毫米波非线性通信系统提出一种新信号检测方案,该方案基于贝叶斯统计推理机制,可同时有效解决系统非线性畸变及频率选择性多径衰落问题,实现对信道增益以及信源信号进行联合盲估计。本发明设计一种应用于非线性系统的重要性函数,从而克服了非线性特性对于传统贝叶斯方法的限制;进一步基于蒙特卡洛序贯重要性采样MC-SIS思想,通过一系列具有权重的离散粒子逼近实际概率密度分布函数(PDF);最后利用粒子滤波技术实现对码元信号的实时估计与多径信道迭代更新(见附图)。本发明可应用于非线性系统的信号检测,极大提高了系统传输性能。该方法无需训练序列,同时亦可实现信号实时估计与检测。
Description
技术领域
本发明针对60GHz毫米波非线性通信系统下信号检测问题,设计提出一种新的信道增益和信源信号联合估计算法。该算法基于蒙特卡洛序贯重要性采样思想(Monte-Carlo SequentialImportance Sampling,MC-SIS),通过一系列具有权重的离散粒子对后验概率进行序贯估计,实现了信号最优检测;同时根据60GHz通信系统中非线性均衡形式,利用泰勒级数展开思想,将线性化模型引入到粒子滤波设计中,有效解决了非线性问题,从而实现对信源信号以及信道增益的联合估计。属于通信领域。
背景技术
随着对短距离高速无线通信要求的日益增长,60GHz毫米波通信受到广泛关注。由于60GHz毫米波通信需要在常规传输带宽中获得超高数据传输速率,为了提高频谱利用率,通常采用高维码元调制方式例如MPSK或M-QAM。氧气对于信号的吸收在60GHz频段达到最大,因此路径损耗将严重通信系统信号传输质量。为了克服这一缺陷,在60GHz毫米波通信中通常采用功率放大器(Power Amplifier,PA)增大发射信号功率。然而PA的非线性特性使信号产生严重畸变,这种现象对接收端信号检测性能产生极大挑战。
现有两种较为常用的解决这一问题的方案。一种是通过直接降低发射功率从而减小信号的畸变,这种方法简单易行,但是这种功率回退方法(output power back-off,OBO)会导致信噪比(signal to noise,SNR)下降,从而降低系统的抗干扰性能,因此OBO方法仅能在一定程度上缓解信号畸变问题,却并不能在根本上提高具有非线性装置系统的信号传输性能;另一种方案可概括为线性化技术,这种方法复杂性较高且在实际中很难实现。
本发明针对60GHz毫米波非线性通信系统提出一种新的信号检测方案,该方案基于贝叶斯统计推理,能有效解决系统非线性畸变以及频率选择性多径衰落问题,实现对信道增益以及信源信号进行联合估计。具体的讲,本发明设计提出了一种应用于非线性系统的重要性函数,从而克服了非线性特性对于传统贝叶斯方法的限制;进一步地基于MC-SIS思想,通过一系列具有权重的离散粒子逼近实际概率密度分布函数(Probability Distribution Function,PDF);最后利用粒子滤波技术实现对码元信号的实时估计与多径信道迭代更新。本发明可应用于非线性系统的信号检测,极大提高了系统传输性能。且该发明无需训练序列,可实现信号的实时处理。
发明内容
本发明基于一阶泰勒级数展开得到非线性观测函数的线性逼近形式,在此基础上,得到最优重要性函数以及相应的似然函数;利用PF技术对信道增益以及信源信号进行联合迭代估计。具体地说,利用前一时刻信道估计值作为已知参量结合该时刻观测信号对信源信号进行估计,进一步的,利用信号估计值和观测信号对信道增益估计值进行迭代更新,从而实现了联合盲检测。新方案在保证信号检测低复杂度与实时性要求的前提下,极大提高了信多径信道非线性系统通信性能,从而为其他应用中非线性均衡问题的解决提供一种极具应用潜力的方案。
本发明采用以下技术方案。
首先,对发射端信源随机产生幅值为“0”或“1”的二进制序列进行16QAM调制,将调制信号状态序列抽象为隐马尔科夫过程;根据IEEE 802.11adT作组给出的适用于60GHz系统功率放大器失真模型对调制信号进行非线性失真处理。
其次,建立一个动态状态空间系统模型(Dynamic State-space Model,DSM)。对于接收端,将多径信道与调制信号向量的卷积作为观测值,多径信道与码元序列都作为隐藏状态。
最后,本方法装置基于观测值实现了针对信源码元和多径信道的联合估计。利用前一时刻信道估计值作为已知参量,分别通过最优重要性采样函数与似然函数计算离散粒子及其相应权重,从而实现对该时刻码元信号进行估计;进一步的,利用该时刻信号估计值和观测信号对信道增益估计值进行迭代更新。从而实现了联合盲检测。
本发明的优点是:
1)本发明技术方案适用于60GHz毫米波传输系统中信号检测,为非线性系统信号检测提供一种全新理论,并为其实际应用奠定坚实基础;
2)本发明提出一种针对具有频率选择性多径衰落信道和非线性装置通信系统的动态状态空间模型,可更为有效地反映盲检测内在机理;
3)区别于现有应用于线性均衡的贝叶斯方法,新方案利用泰勒级数展开思想,将线性化模型引入到贝叶斯方法,从而克服了非线性对贝叶斯方法的限制;
4)该发明利用粒子滤波技术,对信道增益与发射码元进行联合估计,保证了信号检测的实时性,极大提高了在非线性系统中信号检测的性能。
附图说明
图1为非线性通信系统发射端模型。
图2为功率放大器非线性特征示意图。
图3为接收端联合盲估计流程图
图4为系统误码率性能仿真对比图。
具体实施方式
本发明建立起频率选择性多径衰落信道和非线性功放装置下的频谱感知动态状态空间模型,采用泰勒级数展开方法将非线性模型线性化,得到重要性采样函数,并采用粒子滤波技术实现信道增益和信源信号的联合估计。下面对接收信号生成及接收机接受判决过程分别阐述。
1.发射端框图如图1所示。首先随机产生幅值为“0”或“1”的二进制码元序列{bi}(i=0,1,2,...)。对{bi}序列进行16QAM调制,得到调制信号{xk}(k=0,1,2,...)。将该调制信号经过非线性功放处理,功放的非线性影响包括幅度失真(AM-AM)和相位失真(AM-PM)。IEEE 802.11.ad工作组给出的AM-AM及AM-PM模型如式(1)和式(2)所示。
式(1)中,A和G(A)代表输入和输出的电压幅值;线性增益g=4.65;失真拐点平滑程度s=0.81;输出电压幅度饱和值Asat=0.58V。在式(2)中Ψ(A)为输入电压幅值为A时产生的相位失真大小,单位为角度制;α,β,q1,q2的取值分别为2560,0.114,2.4,2.3。图2描述了功放幅值和相位失真与输入电压幅值的关系。经过PA处理,得到幅值和相位都产生畸变的信号序列经过多径信道后到达接收机,将不可避免的产生码间干扰(ISI)。接收机信号采样值{yk}(k=0,1,2,...)可表示为基带离散时间码元序列形式:
上式中,L表示信道h脉冲响应(CIR)长度,h服从均值为方差为的高斯分布,即进一步可写作做h=[h0,h1,h2,...,hL-1]H。vk表示k时刻加性白噪声,其值服从均值为0方差为δ2的高斯分布,即vk~N(0,σ2);
通过以上阐述,可以得到本发明中动态状态空间模型如式(4)、(5)所示:
xk=Fxk-1+uk,k=1,2,...,(4)
yk=hHg(xk)+vk,k=1,2,....,(5)
式(4)称为状态方程。xk表示k时刻状态向量,xk H=[xk-L+1....xk]1×L。xk称为k时刻发射端隐藏状态,xk∈{A},k=0,1,2,...,uk H=[0 0...xk]1×L;F表示L×L阶状态转移矩阵:
式(5)称为观测方程,表示接收信号yk与隐藏状态xk之间的映射关系;其中g(.)表示非线性PA函数,具体如式(1)(2)所示。
2.基于上述动态状态空间模型,本发明进一步对两个隐含系统状态(即信源信号和信道增益)进行联合估计。假设多径信道h统计参量已知。估计检测算法主要基于泰勒级数展开和粒子滤波技术,包含以下五个步骤:(1)根据重要性函数产生粒子;(2)根据似然函数更新粒子对应权重;(3)将权重归一化,为避免粒子退化进行重采样;(4)根据最大后验概率准则(Maximum A Posterior Probability,MAP)估计当前调制信号,进一步的该信号进行解调从而得到最终码元信号估计值;(5)根据信号估计值更新信道统计参量。相应算法实现流程如图3所示。下面针对上述四个部分进行详细介绍:
1)根据重要性函数产生粒子
本发明利用泰勒级数一阶展开思想,将线性化模型引入到粒子滤波重要性函数设计。具体的,将观测方程(5)在xk=xk *处进行一阶展开,如下式所示:
其中,高斯分布的方差和期望分别为:
根据(9)式提供的重要性函数产生k时刻总数为P的离散粒子{xk (i)}。
2)根据似然函数更新产生成粒子的权重,如式(12)
因此,式(12)可写作:
3)权重归一化重采样
a)将由式(14)计算得到的权重进行归一化,如下式所示:
b)尽管权重更新算法为未知状态的估计提供了一种极具应用潜力的递推算法,但该过程中也存在粒子退化问题。也即,经过若干次递推迭代之后,大部分粒子重要性权重将趋于0,从而导致估计性能的下降。克服粒子退化的一个有效方案是重采样。
重采样主要思想在于,一旦发生明显的退化现象(例如低于某个阈值),则在重要性采样基础上进一步淘汰权值低的粒子,而复制保留权值高的粒子,以此达到粒子抑制退化的现象。通过重采样,最后将会产生一个新粒子集合,该集合中的新粒子来自一个独立同分布的样本集且每个粒子对应权重值均为1/P。
4)估计发射码元更新信道统计值
a)基于最大似然准则对k时刻发射码元进行判决。具体计算过程如式(17)所示:
5)更新估计信道。如式(18)所示
通过多次迭代更新,多径信道估计值逐步趋近实际值。
本发明通过仿真得到系统误码率曲线,如图4。通过仿真得到在不同信道初始方差取值情况下系统误码率对比曲线,如图4(a)所示。令多径信道脉冲响应长度L=3,信道初始均值方差统计量为δ分别为0.1、0.01和0.001。由该图可知,多径信道初始方差越小,误码率越低。当信号方差趋于0时,信道可近似为单径信道。
已知调制信号xk∈A,A={±1±i,±1±3i,±3±i,±3±3i}/l,其中l为信号幅值调整参数。通过仿真得到在不同l取值情况下系统误码率对比曲线,如图4(b)所示。该图同时对比了本发明算法与传统线性贝叶斯算法误码率性能。在图(b)中,蓝色、红色以及黑色曲线分别表示l的取值为10、20和30。由图可知,l取值越大,功放非线性特性对信号产生的畸变越小,从而误码率性能越好。该图中,虚线表示使用传统线性贝叶斯算法处理非线性问题的性能,通过虚实线的对比,明显可知本发明的算法克服线性处理方法引起的地板效应,同时明显降低了非线性系统误码率。
Claims (5)
1.一种信号检测实现方法装置,能够实现多径信道非线性系统下的高性能信号检测,其特征在于:充分考虑60GHz毫米波通信系统的非线性特性,利用新提出的动态状态空间模型,实现了对于信源信号和多径信道增益的联合估计。
2.根据权利要求1所述的非线性系统下信号检测的实现方法,其特征在于:一种深入反映非线性系统下信号检测机制的系统模型,将发射端调制信号作为系统隐藏状态,并借助于一个马尔科夫链加以描述,将多径信道与调制信号向量的卷积作为系统观测值。
3.根据权利要求1所述的非线性系统下信号检测的实现方法,其特征在于:利用观测信号对信源信号和多径信道增益进行联合估计,首先基于当前时刻接收端观测信号以及前一时刻更新的信道统计值对当前时刻信源调制信号进行估计,在此基础上对信道统计值进行更新。
4.根据权利要求1所述的非线性系统下信号检测的实现方法,其特征在于:该方法将信号检测与信道估计问题抽象为贝叶斯统计推理问题,基于蒙特卡洛序贯重要性采样和最大后验概率思想,利用不受非高斯非线性限制的粒子滤波技术,利用一组序贯更新的粒子及其重要性权重来逼近后验概率,并依赖于最大后验概率准则获得信源信号的实时序贯估计,提升了频谱检测正确率。
5.根据权利要求4所述的对当前时刻信源调制信号进行估计实现方法,其特征在于:利用泰勒级数一阶展开将非线性模型线性化,由此得到用于粒子采样的重要性函数,克服了传统贝叶斯推理只能应用于线性系统的限制;同时得到最优似然函数用于权重更新。
本发明公开了一种60GHz毫米波通信系统的信号检测方法装置,基于一种新提出的信号接收端的动态状态空间系统模型,设计一种针对多径信道增益和信源码元进行联合估计信号检测方法装置。该系统中包括重要性采样、相关权重计算、重采样、根据MAP准则判决发射端调制信号和信道统计量估计更新五个模块。通过本发明所设计提出的信号检测实现方法,实现了对多径信道的迭代估计,极大地提高了非线性系统下的实际信号检测性能,在60GHz毫米波无线通信领域中具有极其广泛的应用;同时,该发明不限于60GHz毫米波无线通信领域信号检测,对于其他具有非线性特性装置的通信系统,该方法同样适用,因而在其他无线通信领域也具有极其重要的理论研究与实际应用价值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310007708.5A CN103117964B (zh) | 2013-01-09 | 2013-01-09 | 一种60GHz毫米波通信系统下的信号检测方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310007708.5A CN103117964B (zh) | 2013-01-09 | 2013-01-09 | 一种60GHz毫米波通信系统下的信号检测方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103117964A true CN103117964A (zh) | 2013-05-22 |
CN103117964B CN103117964B (zh) | 2018-06-05 |
Family
ID=48416241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310007708.5A Active CN103117964B (zh) | 2013-01-09 | 2013-01-09 | 一种60GHz毫米波通信系统下的信号检测方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103117964B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103227761A (zh) * | 2013-05-24 | 2013-07-31 | 北京邮电大学 | 一种基于经验似然方法的多径非高斯噪声信道的估计方法 |
CN103957066A (zh) * | 2014-05-21 | 2014-07-30 | 电子科技大学 | 一种基于非参数核函数的短时突发通信信号检测方法 |
CN104935546A (zh) * | 2015-06-18 | 2015-09-23 | 河海大学 | 提高自然梯度算法收敛速度的mimo-ofdm信号盲分离方法 |
CN105207753A (zh) * | 2015-08-26 | 2015-12-30 | 北京润科通用技术有限公司 | 一种误码率测量方法、误码率测量系统及功率控制系统 |
CN107248848A (zh) * | 2017-06-08 | 2017-10-13 | 中国电子科技集团公司第五十四研究所 | 一种ehf频段高线性固态大功率放大器装置 |
CN107332615A (zh) * | 2017-07-03 | 2017-11-07 | 兰州理工大学 | 室内单光源可见光通信系统多径信道建模方法 |
CN107765179A (zh) * | 2017-06-26 | 2018-03-06 | 河海大学 | 一种适用于量测丢失的发电机动态状态估计方法 |
CN108463978A (zh) * | 2016-01-22 | 2018-08-28 | 三菱电机株式会社 | 用于解码在mmwave信道上发送的符号的方法和计算机实现的方法、用于接收和解码在mmwave信道上发送的符号的接收器 |
CN109799477A (zh) * | 2018-12-06 | 2019-05-24 | 北京邮电大学 | 一种面向毫米波车联网的序贯车辆指纹定位方法及装置 |
CN109995449A (zh) * | 2019-03-15 | 2019-07-09 | 北京邮电大学 | 一种基于深度学习的毫米波信号检测方法 |
ES2725773A1 (es) * | 2018-03-27 | 2019-09-27 | Fund Imdea Networks | Método para determinar información de tipo geométrico en dispositivos de redes en la banda de ondas milimétricas |
CN111065070A (zh) * | 2019-12-27 | 2020-04-24 | 北京邮电大学 | 一种认知车联网中的合作毫米波频谱感知方法 |
CN113836487A (zh) * | 2021-09-02 | 2021-12-24 | 哲库科技(北京)有限公司 | 混合函数的近似计算方法、终端设备及存储介质 |
CN114337870A (zh) * | 2021-12-02 | 2022-04-12 | 杭州北斗时空研究院 | 一种基于Bayes准则的BOC信号质量监测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101615974A (zh) * | 2008-06-27 | 2009-12-30 | 富士通株式会社 | 用于通信系统的调制编码集合的设计方法和装置 |
CN102201894A (zh) * | 2011-06-27 | 2011-09-28 | 电子科技大学 | 交织多址系统中的一种迭代定时同步电路及方法 |
-
2013
- 2013-01-09 CN CN201310007708.5A patent/CN103117964B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101615974A (zh) * | 2008-06-27 | 2009-12-30 | 富士通株式会社 | 用于通信系统的调制编码集合的设计方法和装置 |
CN102201894A (zh) * | 2011-06-27 | 2011-09-28 | 电子科技大学 | 交织多址系统中的一种迭代定时同步电路及方法 |
Non-Patent Citations (2)
Title |
---|
诸晗琨: "利用两路中继解决60GHZ通信中的遮挡问题", 《中国优秀硕士研究生》 * |
黄绍建: "《60GHz毫米波通信系统中降低PAPR机制研究》", 《中国优秀硕士论文》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103227761B (zh) * | 2013-05-24 | 2017-02-08 | 北京邮电大学 | 一种基于经验似然方法的多径非高斯噪声信道的估计方法 |
CN103227761A (zh) * | 2013-05-24 | 2013-07-31 | 北京邮电大学 | 一种基于经验似然方法的多径非高斯噪声信道的估计方法 |
CN103957066A (zh) * | 2014-05-21 | 2014-07-30 | 电子科技大学 | 一种基于非参数核函数的短时突发通信信号检测方法 |
CN103957066B (zh) * | 2014-05-21 | 2015-09-09 | 电子科技大学 | 一种基于非参数核函数的短时突发通信信号检测方法 |
CN104935546B (zh) * | 2015-06-18 | 2018-09-25 | 河海大学 | 提高自然梯度算法收敛速度的mimo-ofdm信号盲分离方法 |
CN104935546A (zh) * | 2015-06-18 | 2015-09-23 | 河海大学 | 提高自然梯度算法收敛速度的mimo-ofdm信号盲分离方法 |
CN105207753A (zh) * | 2015-08-26 | 2015-12-30 | 北京润科通用技术有限公司 | 一种误码率测量方法、误码率测量系统及功率控制系统 |
CN105207753B (zh) * | 2015-08-26 | 2018-10-16 | 北京润科通用技术有限公司 | 一种误码率测量方法、误码率测量系统及功率控制系统 |
CN108463978A (zh) * | 2016-01-22 | 2018-08-28 | 三菱电机株式会社 | 用于解码在mmwave信道上发送的符号的方法和计算机实现的方法、用于接收和解码在mmwave信道上发送的符号的接收器 |
CN108463978B (zh) * | 2016-01-22 | 2019-06-11 | 三菱电机株式会社 | 对通过毫米波信道发送的符号进行解码的方法、接收器 |
CN107248848A (zh) * | 2017-06-08 | 2017-10-13 | 中国电子科技集团公司第五十四研究所 | 一种ehf频段高线性固态大功率放大器装置 |
CN107765179A (zh) * | 2017-06-26 | 2018-03-06 | 河海大学 | 一种适用于量测丢失的发电机动态状态估计方法 |
CN107332615B (zh) * | 2017-07-03 | 2019-09-10 | 兰州理工大学 | 室内单光源可见光通信系统多径信道建模方法 |
CN107332615A (zh) * | 2017-07-03 | 2017-11-07 | 兰州理工大学 | 室内单光源可见光通信系统多径信道建模方法 |
US10819453B2 (en) | 2018-03-27 | 2020-10-27 | Fundacion Imdea Networks | Method for determining geometric information of devices in millimeter-wave networks |
ES2725773A1 (es) * | 2018-03-27 | 2019-09-27 | Fund Imdea Networks | Método para determinar información de tipo geométrico en dispositivos de redes en la banda de ondas milimétricas |
CN109799477A (zh) * | 2018-12-06 | 2019-05-24 | 北京邮电大学 | 一种面向毫米波车联网的序贯车辆指纹定位方法及装置 |
CN109995449A (zh) * | 2019-03-15 | 2019-07-09 | 北京邮电大学 | 一种基于深度学习的毫米波信号检测方法 |
CN109995449B (zh) * | 2019-03-15 | 2020-12-18 | 北京邮电大学 | 一种基于深度学习的毫米波信号检测方法 |
CN111065070A (zh) * | 2019-12-27 | 2020-04-24 | 北京邮电大学 | 一种认知车联网中的合作毫米波频谱感知方法 |
CN111065070B (zh) * | 2019-12-27 | 2021-01-19 | 北京邮电大学 | 一种认知车联网中的合作毫米波频谱感知方法 |
CN113836487A (zh) * | 2021-09-02 | 2021-12-24 | 哲库科技(北京)有限公司 | 混合函数的近似计算方法、终端设备及存储介质 |
CN113836487B (zh) * | 2021-09-02 | 2024-07-02 | 哲库科技(北京)有限公司 | 混合函数的近似计算方法、终端设备及存储介质 |
CN114337870A (zh) * | 2021-12-02 | 2022-04-12 | 杭州北斗时空研究院 | 一种基于Bayes准则的BOC信号质量监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103117964B (zh) | 2018-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103117964B (zh) | 一种60GHz毫米波通信系统下的信号检测方法与装置 | |
CN108650201B (zh) | 基于神经网络的信道均衡方法、译码方法及对应设备 | |
CN105958952A (zh) | 一种功率放大器的单比特数字预失真方法 | |
CN105656538A (zh) | 一种大规模mimo系统的低复杂度置信传播检测算法 | |
CN103856429A (zh) | 基于混合间接学习算法的自适应预失真系统及方法 | |
CN113325375B (zh) | 一种基于深度神经网络的自适应对消方法 | |
CN112291005A (zh) | 一种基于Bi-LSTM神经网络的接收端信号检测方法 | |
CN109150779A (zh) | 超奈奎斯特通信系统及其通信方法 | |
CN102111361B (zh) | 基于放大器估计器的查表法自适应预失真器设计 | |
Goutay et al. | End-to-end learning of OFDM waveforms with PAPR and ACLR constraints | |
CN107094043B (zh) | 基于块迭代法的改进后的mmse低复杂度信号检测方法 | |
CN103929136B (zh) | 宽带移动通信lte系统发射机功率放大器预失真处理方法 | |
CN102571033A (zh) | 一种成形滤波器滚降系数估计方法 | |
CN102340466A (zh) | 基于支持向量机的自适应判决反馈均衡器设计方法 | |
CN103501182B (zh) | 一种卷积码生成多项式的盲估计方法 | |
CN107332632B (zh) | MSK调制方式下Alpha稳定分布噪声参数的估计方法 | |
CN106936481A (zh) | 一种基于卡尔曼滤波器的迭代信道估计方法 | |
Wang et al. | Joint multiple symbol differential detection and channel decoding for noncoherent UWB impulse radio by belief propagation | |
Qian et al. | Novel intersymbol interference cancellation scheme to enable parallel computational and high-performance faster-than-Nyquist signaling | |
CN104270328A (zh) | 一种信噪比实时估计方法 | |
Zhu et al. | On minimizing the cubic metric of OFDM signals using convex optimization | |
CN101969419B (zh) | 最低误码率准则的超宽带干扰抑制技术 | |
CN117880032B (zh) | 一种脉冲噪声下基于新型门控网络的msk解调方法 | |
Liu et al. | Nonlinearity estimation for specific emitter identification in multipath environment | |
CN115001544B (zh) | 基于改进Richardson算法的信号检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |