CN110798274B - 一种基于极化信道容量的极化调制星座设计方法及装置 - Google Patents
一种基于极化信道容量的极化调制星座设计方法及装置 Download PDFInfo
- Publication number
- CN110798274B CN110798274B CN201911079177.4A CN201911079177A CN110798274B CN 110798274 B CN110798274 B CN 110798274B CN 201911079177 A CN201911079177 A CN 201911079177A CN 110798274 B CN110798274 B CN 110798274B
- Authority
- CN
- China
- Prior art keywords
- constellation
- polarization
- channel capacity
- channel
- value
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000013461 design Methods 0.000 title claims abstract description 22
- 230000010287 polarization Effects 0.000 claims abstract description 118
- 238000004891 communication Methods 0.000 claims abstract description 36
- 230000003044 adaptive effect Effects 0.000 claims description 26
- 230000005540 biological transmission Effects 0.000 claims description 24
- 230000035772 mutation Effects 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 11
- 230000006978 adaptation Effects 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005315 distribution function Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 210000000349 chromosome Anatomy 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 238000005388 cross polarization Methods 0.000 claims description 4
- 238000009827 uniform distribution Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 13
- 230000028161 membrane depolarization Effects 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000002068 genetic effect Effects 0.000 description 7
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
- Radio Transmission System (AREA)
Abstract
本发明公开了一种基于极化信道容量的极化调制星座设计方法及装置。本方法为：1)建立极化调制通信场景下的无线通信极化信道模型HP；根据设定的调制阶数M，确定极化调制通信条件下的星座限制信道容量CΓ计算模型；Γ为M阶极化状态调制符号集；2)根据无线通信极化信道模型HP的信道参数，优化计算调制阶数M时星座限制信道容量CΓ最大值；3)将星座限制信道容量CΓ最大值对应的极化调制星座作为最优星座。本发明可以搜索到接近最优的极化星座结构；本发明将信道的去极化效应考虑在内，在信道具有去极化效应的影响下，达到更大的信道容量。
Description
技术领域
本发明属于通信技术领域，涉及一种采用无线信号极化状态传输信号情况下，极化调制星座图的设计方法。
背景技术
电磁波极化状态作为描述电磁波在传播过程中的电场旋向信息，在传统的调幅、调频调相的基础上，提供了额外的自由度来传输信息，提高频谱使用效率，进一步增加信道传输容量。采用极化状态传输的一个关键步骤是调制，调制过程中极化星座图的设计，对极化调制的传输效率和准确率有着直接的影响。目前的星座图设计主要包含以下三种方法：
1.当存在符合调制阶数的多面体时，直接将信号星座点安排在对应阶数的多面体顶点上，这种方法可以保证星座图是最优的，但是只能应用于4,6,8,12,20阶数调制，当调制阶数不符合上述限制时，无法找到最优星座。
2.最大化最优星座距离的方法。这种方法通过优化手段，寻找最优星座，使得星座点中的临近星座点的距离最大化。
3.最小化误符号率的方法。这种方法通过优化手段，寻找最优星座，使得接收端的误符号率最小。
目前的极化调制星座的设计方法，一方面，已有的星座设计方法采用经典欧式距离度量星座临近距离，极化星座图分布在庞加莱球面上，采用传统的欧氏距离去度量星座的最小星座距离，不能保证设计星座的最优性。另一方面，在实际采用极化调制进行通信的系统中，无线信道的去极化效应对于通信系统的性能有着非常大的影响，已有的星座设计方法没有考虑信道的去极化效应，因此，当信道存在去极化效应的时候，基于几何或者基于最小星座距离等设计出来的星座图，将不能保证星座最优。
发明内容
本发明的目的在于克服现有的星座设计方法的问题，考虑极化调制星座特殊的分布特性和无线信道的去极化效应，提出一种基于极化信道容量的星座设计方法，在信道去极化效应存在的情况下，提升极化调制通信的效率。
本发明是一种新颖的星座设计的方法，本方法将信道的去极化效应考虑在内，可以在信道具有去极化效应的影响下，达到更大的信道容量。
本发明提出了一种遗传算法来解决优化问题，这种优化方法可以搜索到接近最优的极化星座结构。
本发明的技术方案为：
一种基于极化信道容量的极化调制星座设计方法，其步骤包括：
1)建立极化调制通信场景下的无线通信极化信道模型HP；其方法为：
通过极化相关矩阵RP求得所述无线通信极化信道模型HP，即vec(Hp H)＝Rp 1/2vec(Hw H)；其中矩阵Hw中四个元素都符合独立循环复指数分布
幅度|αk|＝1并且相位βk服从[0,2π)的均匀分布。
所述极化相关矩阵
其中，μ表示共极化比鉴别度，χ表示交叉极化鉴别度；σ表示垂直或水平极化天线发射，垂直与水平极化天线接收的接收相关系数；
表示垂直与水平极化天线发射，垂直或水平极化天线接收的发射相关系数；δ1表示垂直极化天线发送垂直极化天线接收与水平极化天线发送，水平极化天线接收信道间的主极化相关系数；δ2表示垂直极化天线发送水平极化天线接收与水平极化天线发送垂直极化天线接收信道间的反极化相关系数。
2)根据设定的调制阶数M，确定极化调制通信条件下的星座限制信道容量CΓ计算模型；Γ为M阶极化状态调制符号集，其方法为：
选取等符号概率p(γs,φs)＝1/M确定星座限制信道容量CΓ计算模型
其中p(γs,φs)是接收极化状态的概率密度函数，
是接收和发送极化状态的互信息。
进一步的，
其中
为接收端极化状态在庞加莱球上的概率密度分布函数，
为发射极化状态已知条件下，接收端极化状态在庞加莱球上的条件概率密度分布函数。
3)根据无线通信极化信道模型HP的信道参数，优化计算调制阶数M时星座限制信道容量CΓ最大值；其方法为：
a)种群初始化：随机生成NP个个体，每个个体包含M个星座点，并对每一个体进行染色体编码；
b)适应值计算：选取星座限制信道容量CΓ作为个体适应值f＝CΓ，测试是否满足优化结束条件k≥NG，如果符合，则结束计算；否则进行步骤c)；其中k为当前进化代数，NG为最大进化代数；
c)动态标定：对步骤b)中的适应值进行动态线性标定；标定方法为
其中
为进化代数k时群体适应值最小值，ξk-1为进化代数k时的选择压力值，ξ0为选择压力值初始值，c为选择压力值缩放因子；
d)选择：根据轮盘赌原则选择下一代父母，然后通过交叉和变异生成子代；其中以自适应交叉概率
交叉；以自适应变异概率
变异；其中，Pm为交叉概率，Pm1为设定最大变异概率，Pm2为设定最小变异概率；Pc为交叉概率，Pc1为设定最大交叉概率，Pc2为设定最小交叉概率，Fmax为动态标定后群体适应值最大值，Favg为动态标定后群体适应值的平均值；
e)重复步骤b)～d)，得到星座限制信道容量CΓ最大值；
4)将星座限制信道容量CΓ最大值对应的极化调制星座作为最优星座。
一种基于极化信道容量的极化调制方法，其特征在于，利用所得到的最优星座对极化调制通信的信道容量进行极化调制。
一种基于极化信道容量的极化调制星座设计装置，其特征在于，包括无线通信极化信道模型HP建模模块、星座限制信道容量CΓ计算模型和星座限制信道容量CΓ最大值解析模块；其中，
所述无线通信极化信道模型HP建模模块，用于建立极化调制通信场景下的无线通信极化信道模型HP；
所述星座限制信道容量CΓ计算模型为根据设定的调制阶数M，确定的极化调制通信条件下的星座限制信道容量CΓ计算模型；Γ为M阶极化状态调制符号集；
所述星座限制信道容量CΓ最大值解析模块，用于根据无线通信极化信道模型HP的信道参数，优化计算调制阶数M时星座限制信道容量CΓ最大值，将星座限制信道容量CΓ最大值对应的极化调制星座作为最优星座；星座限制信道容量CΓ最大值的解析方法为：
a)种群初始化：随机生成NP个个体，每个个体包含M个星座点，并对每一个体进行染色体编码；
b)适应值计算：选取星座限制信道容量CΓ作为个体适应值f＝CΓ，测试是否满足优化结束条件k≥NG，如果符合，则结束计算；否则进行步骤c)；其中k为当前进化代数，NG为最大进化代数；
c)动态标定：对步骤b)中的适应值进行动态线性标定；标定方法为
其中
为进化代数k时群体适应值最小值，ξk-1为进化代数k时的选择压力值，ξ0为选择压力值初始值，c为选择压力值缩放因子；
d)选择：根据轮盘赌原则选择下一代父母，然后通过交叉和变异生成子代；其中以自适应交叉概率
交叉；以自适应变异概率
变异；其中，Pm为交叉概率，Pm1为设定最大变异概率，Pm2为设定最小变异概率；Pc为交叉概率，Pc1为设定最大交叉概率，Pc2为设定最小交叉概率，Fmax为动态标定后群体适应值最大值，Favg为动态标定后群体适应值的平均值；
e)重复步骤b)～d)，得到星座限制信道容量CΓ最大值。
与现有技术相比，利用本发明提供的方法对极化星座进行设计，具有以下优点：
1、在信道没有去极化效应下，本方法可以找到接近规则几何星座的极化星座，达到最大星座容量。
2、在信道存在去极化效应条件下，本方法找到的最优极化星座，在去极化效应条件下，发生畸变幅度小，从而可以增加信道容量，可以达到规则几何结构星座的2倍。
附图说明
图1为基于极化信道容量的极化调制星座设计方案流程图；
图2为不同信道参数下χ最优星座和规则几何星座的星座容量对比图；
图3为不同信道参数下μ最优星座和规则几何星座的星座容量对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下参照附图，对本发明作进一步详细说明。
本发明提供的基于极化信道容量的极化调制星座设计方法，包括无线极化信道建模，极化信道容量建模，基于极化信道容量的极化星座优化三部分。首先建立无线通信极化信道模型，然后计算在采用极化调制通信条件下，信道所能传输的最大信息量；采用优化算法，寻求使得最大信息量最大的极化星座，作为最优星座输出。如图1所示，本发明的技术方案包括以下步骤：
1.无线极化信道建模
在极化调制通信场景下，发送天线和接收天线采用正交的共放置双极化天线。采用解析信道建模方法建模HP代表信道去极化效应的影响
HP可由极化相关矩阵RP求得
vec(Hp H)＝Rp 1/2vec(Hw H)
其中Hw矩阵中四个元素都符合独立循环复指数分布
其中幅度|αk|＝1并且相位βk服从[0,2π)的均匀分布。RP由极化信道的相关参数组成，可以建模为：
其中，μ表示共极化比鉴别度，χ表示交叉极化鉴别度；σ表示垂直或水平极化天线发射，垂直与水平极化天线接收的接收相关系数；
表示垂直与水平极化天线发射，垂直或水平极化天线接收的发射相关系数；δ1表示垂直极化天线发送垂直极化天线接收与水平极化天线发送，水平极化天线接收信道间的主极化相关系数；δ2表示垂直极化天线发送水平极化天线接收与水平极化天线发送垂直极化天线接收信道间的反极化相关系数。实际应用中，通过测量μ、χ、σ、
δ1、δ2等参数，可以建模极化信道模型HP。
2.极化星座限制容量建模
信道容量定义为
其中p(γs,φs)是接收极化状态的概率密度函数，
是接收和发送极化状态的互信息，定义为
其中
为接收端极化状态在庞加莱球上的概率密度分布函数，
为发射极化状态已知条件下，接收端极化状态在庞加莱球上的条件概率密度分布函数，
为庞加莱球上任意一点可能的接收极化状态的球坐标，(γs,φs)为已知发送极化状态的球坐标，具体可以参考已有的极化研究得到此函数。
根据信道容量C的定义，信道容量同时与发送符号的概率分布p(γs,φs)和符号的星座映射结构相关，本发明目的为寻求一个最优的星座映射结构，为了简捷性，选取一种已被证明最优的等符号概率p(γs,φs)＝1/M，去除符号分布对星座设计的影响，定义这种情况下的信道容量定义为星座限制信道容量CΓ(constellation-constrained polarizationchannel capacity，CCPCC)。在这种情况下，寻找特定的M阶极化状态调制符号集Γ＝{(γ0,φ0),(γ1,φ1),…,(γs,φs)…,(γM-1,φM-1)}，使得信道容量达到最大值。星座限制信道容量CΓ可以表示为：
通过上述通道，可以求得极化调制系统星座限制容量。
3.基于极化信道容量的极化星座优化
极化信道的信道参数影响接收星座的概率密度分布，进一步影响极化通信信道的容量。如果极化信道参数已知，可以通过选取更好的极化星座分布来达到更大的信道容量。因此，极化星座设计优化可以转化为特定约束参数
下的优化问题
由于目标函数CΓ无解析解，本发明提出一种启发式遗传算法来求解星座优化问题，具体求解步骤如下：
遗传算法架构
输入：调制阶数M，信道参数
输出：当前信道参数下，最优星座Γ*
1.种群初始化：随机生成NP个体，每个个体包含M个星座点，并对个体进行染色体编码；
2.适应值计算：选取星座限制的极化信道容量CΓ作为个体适应值f＝CΓ，测试是否满足优化结束条件(k≥NG，k为当前进化代数，NG为最大进化代数)，如果符合，跳到步骤8；
3.动态标定：对2中适应值进行动态线性标定，提高个体差异水平。具体标定方法为
其中
为进化代数k时群体适应值最小值，ξk-1为进化代数k时的选择压力值，ξ0为选择压力值初始值，c为选择压力值缩放因子；
4.选择：根据轮盘赌原则，选择下一代父母，通过交叉和变异生成子代；
5.交叉：以自适应交叉概率
交叉；其中，Pc为交叉概率，Pc1为设定最大交叉概率，Pc2为设定最小交叉概率，Fmax为动态标定后群体适应值最大值，Favg为动态标定后群体适应值的平均值；
6.变异：以自适应变异概率
变异；其中，Pm为交叉概率，Pm1为设定最大变异概率，Pm2为设定最小变异概率；
7.通过交叉和变异生成新的子群，回到步骤2；
8.输出最优的星座。
实例1基于极化信道容量的极化调制星座设计实现
在8阶调制情况下，选取不同的信道参数，遗传算法优化参数，寻找不同极化信道下的最优星座。由于需要用6个极化参数才能完整的描述极化信道，为了简洁性，在这里选择两个对极化通信影响最大的参数(μ,χ)，其他设置为定值Λ＝{μ,χ,0,0,1,1}，本发明寻求在这两种参数下，最优的星座分布规律。
在μ＝1,χ＝0；μ＝0.5,χ＝0；μ＝1,χ＝0.5三种条件下，本发明根据
计算信道容量，利用遗传算法进行优化，遗传算法的相应参数如表1，最优星座结果如表2，不同信道参数下χ最优星座和规则几何星座的星座容量对比如图2所示，不同信道参数下μ最优星座和规则几何星座的星座容量对比如图3所示。
表1：遗传算法参数列表
| 参数名称 | 参数值 |
| 种群大小 | N<sub>P</sub>＝50 |
| 最大进化代数 | N<sub>G</sub>＝500 |
| 最大交叉概率 | P<sub>c1</sub>＝0.9 |
| 最小交叉概率 | P<sub>c2</sub>＝0.5 |
| 最大变异概率 | P<sub>m1</sub>＝0.05 |
| 最小变异概率 | P<sub>m2</sub>＝0.02 |
| 离散精度 | eps＝0.01 |
| 选择压力值初始值 | ξ<sup>0</sup>＝2 |
| 选择压力值缩放因子 | c＝0.9 |
表2：不同参数下最优星座分布(极化相位描述子)
尽管为说明目的公开了本发明的具体内容、实施算法以及附图，其目的在于帮助理解本发明的内容并据以实施，但是本领域的技术人员可以理解：在不脱离本发明及所附的权利要求的精神和范围内，各种替换、变化和修改都是可能的。本发明不应局限于本说明书最佳实施例和附图所公开的内容，本发明要求保护的范围以权利要求书界定的范围为准。
Claims (8)
1.一种基于极化信道容量的极化调制星座设计方法，其步骤包括：
1)建立极化调制通信场景下的无线通信极化信道模型HP；根据设定的调制阶数M，确定极化调制通信条件下的星座限制信道容量CΓ计算模型；Γ为M阶极化状态调制符号集；其中选取等符号概率p(γs,φs)＝1/M确定星座限制信道容量CΓ计算模型
其中p(γs,φs)是接收极化状态的概率密度函数，
是接收和发送极化状态的互信息；
为庞加莱球上任意一点可能的接收极化状态的球坐标；
2)根据无线通信极化信道模型HP的信道参数，优化计算调制阶数M时星座限制信道容量CΓ最大值；其方法为：
a)种群初始化：随机生成NP个个体，每个个体包含M个星座点，并对每一个体进行染色体编码；
b)适应值计算：选取星座限制信道容量CΓ作为个体适应值f＝CΓ，测试是否满足优化结束条件k≥NG，如果符合，则结束计算；否则进行步骤c)；其中k为当前进化代数，NG为最大进化代数；
c)动态标定：对步骤b)中的适应值进行动态线性标定；标定方法为
其中
为进化代数k时群体适应值最小值，cξk-1为进化代数k时的选择压力值，ξ0为选择压力值初始值，c为选择压力值缩放因子；
d)选择：根据轮盘赌原则选择下一代父母，然后通过交叉和变异生成子代；其中以自适应交叉概率
交叉；以自适应变异概率
变异；其中，Pm1为设定最大变异概率，Pm2为设定最小变异概率；Pc为交叉概率，Pc1为设定最大交叉概率，Pc2为设定最小交叉概率，Fmax为动态标定后群体适应值最大值，Favg为动态标定后群体适应值的平均值；
e)重复步骤b)～d)，得到星座限制信道容量CΓ最大值；
3)将星座限制信道容量CΓ最大值对应的极化调制星座作为最优星座。
2.如权利要求1所述的方法，其特征在于，通过极化相关矩阵RP求得所述无线通信极化信道模型HP，即vec(Hp H)＝Rp 1/2vec(Hw H)；其中矩阵Hw中四个元素都符合独立循环复指数分布
幅度|αk|＝1并且相位βk服从[0,2π)的均匀分布。
3.如权利要求2所述的方法，其特征在于，所述极化相关矩阵
其中，μ表示共极化比鉴别度，χ表示交叉极化鉴别度；σ表示垂直或水平极化天线发射，垂直与水平极化天线接收的接收相关系数；
表示垂直与水平极化天线发射，垂直或水平极化天线接收的发射相关系数；δ1表示垂直极化天线发送垂直极化天线接收信道与水平极化天线发送水平极化天线接收信道间的主极化相关系数；δ2表示垂直极化天线发送水平极化天线接收信道与水平极化天线发送垂直极化天线接收信道间的反极化相关系数。
4.如权利要求1所述的方法，其特征在于，
其中
为接收端极化状态在庞加莱球上的概率密度分布函数，
为发射极化状态已知条件下，接收端极化状态在庞加莱球上的条件概率密度分布函数。
5.一种基于极化信道容量的极化调制方法，其特征在于，利用权利要求1所得到的最优星座对极化调制通信的信道容量进行极化调制。
6.一种基于极化信道容量的极化调制星座设计装置，其特征在于，包括无线通信极化信道模型HP建模模块、星座限制信道容量CΓ计算模型和星座限制信道容量CΓ最大值解析模块；其中，
所述无线通信极化信道模型HP建模模块，用于建立极化调制通信场景下的无线通信极化信道模型HP；
所述星座限制信道容量CΓ计算模型为根据设定的调制阶数M，确定的极化调制通信条件下的星座限制信道容量CΓ计算模型；Γ为M阶极化状态调制符号集；其中选取等符号概率p(γs,φs)＝1/M确定星座限制信道容量CΓ计算模型
其中p(γs,φs)是接收极化状态的概率密度函数，
是接收和发送极化状态的互信息；
为庞加莱球上任意一点可能的接收极化状态的球坐标；
所述星座限制信道容量CΓ最大值解析模块，用于根据无线通信极化信道模型HP的信道参数，优化计算调制阶数M时星座限制信道容量CΓ最大值，将星座限制信道容量CΓ最大值对应的极化调制星座作为最优星座；星座限制信道容量CΓ最大值的解析方法为：
a)种群初始化：随机生成NP个个体，每个个体包含M个星座点，并对每一个体进行染色体编码；
b)适应值计算：选取星座限制信道容量CΓ作为个体适应值f＝CΓ，测试是否满足优化结束条件k≥NG，如果符合，则结束计算；否则进行步骤c)；其中k为当前进化代数，NG为最大进化代数；
c)动态标定：对步骤b)中的适应值进行动态线性标定；标定方法为
其中
为进化代数k时群体适应值最小值，ξk-1为进化代数k时的选择压力值，ξ0为选择压力值初始值，c为选择压力值缩放因子；
d)选择：根据轮盘赌原则选择下一代父母，然后通过交叉和变异生成子代；其中以自适应交叉概率
交叉；以自适应变异概率
变异；其中，Pm1为设定最大变异概率，Pm2为设定最小变异概率；Pc为交叉概率，Pc1为设定最大交叉概率，Pc2为设定最小交叉概率，Fmax为动态标定后群体适应值最大值，Favg为动态标定后群体适应值的平均值；
e)重复步骤b)～d)，得到星座限制信道容量CΓ最大值。
7.如权利要求6所述的极化调制星座设计装置，其特征在于，通过极化相关矩阵RP求得所述无线通信极化信道模型HP，即vec(Hp H)＝Rp 1/2vec(Hw H)；其中矩阵Hw中四个元素都符合独立循环复指数分布
幅度|αk|＝1并且相位βk服从[0,2π)的均匀分布；所述极化相关矩阵
其中，μ表示共极化比鉴别度，χ表示交叉极化鉴别度；σ表示垂直或水平极化天线发射，垂直与水平极化天线接收的接收相关系数；
表示垂直与水平极化天线发射，垂直或水平极化天线接收的发射相关系数；δ1表示垂直极化天线发送垂直极化天线接收信道与水平极化天线发送水平极化天线接收信道间的主极化相关系数；δ2表示垂直极化天线发送水平极化天线接收信道与水平极化天线发送垂直极化天线接收信道间的反极化相关系数。
8.如权利要求6所述的极化调制星座设计装置，其特征在于，
其中
为接收端极化状态在庞加莱球上的概率密度分布函数，
为发射极化状态已知条件下，接收端极化状态在庞加莱球上的条件概率密度分布函数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911079177.4A CN110798274B (zh) | 2019-11-07 | 2019-11-07 | 一种基于极化信道容量的极化调制星座设计方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911079177.4A CN110798274B (zh) | 2019-11-07 | 2019-11-07 | 一种基于极化信道容量的极化调制星座设计方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110798274A CN110798274A (zh) | 2020-02-14 |
| CN110798274B true CN110798274B (zh) | 2021-01-29 |
Family
ID=69443052
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911079177.4A Active CN110798274B (zh) | 2019-11-07 | 2019-11-07 | 一种基于极化信道容量的极化调制星座设计方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110798274B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3926910B1 (en) * | 2020-06-19 | 2023-11-15 | Mitsubishi Electric R&D Centre Europe BV | Method for optimizing the capacity of communication channels |
| CN111988259A (zh) * | 2020-07-24 | 2020-11-24 | 中国科学院信息工程研究所 | 一种极化调制安全星座设计方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109361436A (zh) * | 2018-12-07 | 2019-02-19 | 皖西学院 | 一种massive MIMO-OFDM上行系统中基于极化调制的相位噪声消除方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110071779B (zh) * | 2018-01-22 | 2021-11-16 | 东南大学 | 一种低复杂度的极化码多级编码调制方法 |
| CN110365436B (zh) * | 2019-07-24 | 2021-05-14 | 东北大学 | 异构网络中融合noma与d2d通信的资源分配方法 |
-
2019
- 2019-11-07 CN CN201911079177.4A patent/CN110798274B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109361436A (zh) * | 2018-12-07 | 2019-02-19 | 皖西学院 | 一种massive MIMO-OFDM上行系统中基于极化调制的相位噪声消除方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110798274A (zh) | 2020-02-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2603280C1 (ru) | Системы и способы для множественного доступа с разреженным кодом | |
| Müller et al. | Applications of large random matrices in communications engineering | |
| CN108696331B (zh) | 一种基于生成对抗网络的信号重构方法 | |
| CN110798274B (zh) | 一种基于极化信道容量的极化调制星座设计方法及装置 | |
| Brookes et al. | On the sparsity of fitness functions and implications for learning | |
| US9838141B2 (en) | Adaptive quantum information processing | |
| CN111224779B (zh) | 基于码本的物理层密钥生成方法、装置、存储介质及终端 | |
| Mondal et al. | Quantization on the Grassmann manifold | |
| Jankowski et al. | Airnet: Neural network transmission over the air | |
| WO2022089217A9 (zh) | 密钥生成方法、装置、电子设备及存储介质 | |
| Balouchestani et al. | Robust wireless sensor networks with compressed sensing theory | |
| CN110192350A (zh) | 发送设备和发送方法、接收设备和接收方法以及程序 | |
| Sasidharan et al. | Coded gradient aggregation: A tradeoff between communication costs at edge nodes and at helper nodes | |
| Li et al. | SOC Algorithm-Based Framework for Spectrum Occupancy Completion | |
| CN116136970A (zh) | 量子纠错编码方法及相关设备 | |
| Yahampath | Joint source-decoding in large scale sensor networks using Markov random field models | |
| Li et al. | On approximating optimal weighted composite likelihood method for spatial models | |
| Lyu et al. | Deep Learning‐Based Bluetooth Low‐Energy 5.1 Multianchor Indoor Positioning with Attentional Data Filtering | |
| Salari et al. | Rate-Convergence Tradeoff of Federated Learning Over Wireless Channels | |
| CN106911431B (zh) | 应用于稀疏编码多址接入系统解调过程中改进的部分边缘信息传递方法 | |
| Cui et al. | Lightweight neural network based SNIP for CSI feedback in massive MIMO | |
| CN116975655B (zh) | 参数生成方法、信号压缩与重构方法、系统、设备和介质 | |
| CN114520682B (zh) | 超大规模mimo中利用球面波特征的低复杂度信号检测方法 | |
| CN116979973B (zh) | 一种信息解码方法、装置、电子设备及可读存储介质 | |
| Ning et al. | One for More: Sparse Group Lasso for Multi-target Device-free Localization with Single-target Fingerprint Database under RFID System |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |