CN111835415B - 一种基于遗传算法的信号延迟补偿合并方法 - Google Patents
一种基于遗传算法的信号延迟补偿合并方法 Download PDFInfo
- Publication number
- CN111835415B CN111835415B CN202010709627.XA CN202010709627A CN111835415B CN 111835415 B CN111835415 B CN 111835415B CN 202010709627 A CN202010709627 A CN 202010709627A CN 111835415 B CN111835415 B CN 111835415B
- Authority
- CN
- China
- Prior art keywords
- individual
- pop
- randomly
- cross
- delay
- 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 30
- 230000002068 genetic effect Effects 0.000 title claims abstract description 19
- 238000004891 communication Methods 0.000 claims abstract description 22
- 230000009191 jumping Effects 0.000 claims description 6
- 230000035772 mutation Effects 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005562 fading Methods 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 3
- 238000005314 correlation function Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
- H04B10/112—Line-of-sight transmission over an extended range
- H04B10/1123—Bidirectional transmission
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Genetics & Genomics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Electromagnetism (AREA)
- Power Engineering (AREA)
- Radio Transmission System (AREA)
Abstract
本发明涉及一种基于遗传算法的信号延迟补偿合并方法,该方法通过对N根天线接收到的数据进行互相关运算,再根据互相关峰值的位置确定N‑1个区间,然后基于遗传算法得到N‑1个路径对应的最优延迟值,从而根据最优延迟值将N个接收端输出的信号合并,得到最终的输出信号。本发明可以应用在采用异步单发多收的接收分集的激光通信系统中,当多个接收端与单个发射端的路径不同时,本发明可以将不同的接收端中的信号进行适当的延迟,使得所有接收端信号同步合并,从而缓解由于不同路径延时带来的码间串扰,进一步提高了激光通信系统的性能。
Description
技术领域
本发明涉及激光通信系统技术领域,特别是涉及一种基于遗传算法的信号延迟补偿合并方法。
背景技术
随着科学技术的发展,人们对于高传输速率的需求逐渐增长。由于传统的射频通信由于其载波频率的限制,已经逐步不能满足高速的需求,因此激光通信系统得到了发展。在大气环境中,受到大气的折射、散射、湍流等效应影响,会在接收端引起功率起伏与相位畸变。相位畸变会进一步影响光纤的耦合效率,损伤系统性能。除了大气湍流之外,光束指向误差会使得光束中心不能时时对准,会进一步增加接收端的功率起伏。为了对抗系统的衰落,分集技术可以用来对抗信道损伤。空间分集是常用的分集技术之一,多条路径全部经历衰落的概率远小于单条路径经历衰落的概率。
考虑异步单发多收的激光通信系统,在实际应用中,很难使不同接收端的摆放位置满足每个接收端与单个发射端的距离相同,这样不同的光程差会使得不同接收端的信号未对齐。考虑到光速是3×108米每秒,20厘米的光程差可以造成0.667纳秒的延迟。这对于速率为吉比特量级的激光通信系统来说是很难接受的。因此,需要在各个接收端引入延迟补偿算法。在没有噪声的情况下,通过对接收信号与发射信号的互相关可以完成精确的延迟补偿,但是在有噪声的情况下,则需要一种更精确的延迟补偿方法。
发明内容
基于此,有必要针对现有技术存在的问题,提供一种基于遗传算法的信号延迟补偿合并方法。
为实现上述目的,本发明采取以下技术方案:
一种基于遗传算法的信号延迟补偿合并方法,包括以下步骤:
步骤一:获取异步单发多收的激光通信系统中所有N根天线接收到的数据;
步骤二:将第1根天线接收到的数据y1(t)与其他N-1根天线接收到的数据yj(t)分别做互相关运算,共得到N-1个互相关峰值的位置Xj,互相关峰值的位置Xj如式(2)所示:
式中,χj为第j根天线与第1根天线之间的时间差,j=2,…,N;
步骤三:以互相关峰值的位置Xj作为第j个区间Ξj的中心值,根据N-1个互相关峰值的位置确定对应的N-1个区间;
步骤四:设置在区间Ξj内产生种群为数量Mpop的个体,其中Mpop为偶数,每个个体的比特长度为Np,令代表第j个区间Ξj内第i个个体,且1≤i≤Mpop;令代表所有区间内第i个个体的集合;令代表个体对应的延迟值,其中Ψ(·)代表将个体映射到延迟值的运算符号;
步骤五:设置在区间Ξj内的个体集合的交叉概率Pc、变异概率Pm、循环迭代次数的代数初值G=0以及迭代终止值Gend,且0<Pc<1,0<Pm<1;
步骤九:从步骤八的Mpop/2个组合中任意选择一个组合作为目标组合,令目标组合中对应个体的标号为i1与i2,且1≤i1≠i2≤Mpop,对应个体集合为和随机生成N-1个0到1之间的随机数如果那么随机交换与内与的对应最低4位,否则不进行交换操作;如果则随机交换与的对应最低4位,否则不进行交换操作;以此类推,一直到如果则随机交换与的对应最低4位,否则不进行交换操作;
步骤十:将目标组合遍历步骤八中的所有Mpop/2个组合;
步骤十一:产生Mpop个0到1之间的随机数对每一个随机数执行如下操作:对于第1个随机数,如果则随机翻转个体集合中所有元素的随机三位,否则不进行操作;对于第2个随机数,如果则随机翻转个体集合中所有元素的随机三位,否则不进行操作;以此类推,一直进行到第Mpop个随机数,如果则随机翻转个体集合中所有元素的随机三位,否则不进行操作;
步骤十二:令循环迭代次数G加1,更新循环迭代次数G,判断更新后的循环迭代次数G是否小于迭代终止值Gend,若是,则跳转到步骤六;若否,则跳转至步骤十三;
步骤十四:根据步骤十三得到的N-1个最优延迟值,按照公式(5)将N个接收端输出的信号合并,得到输出信号yout(t):
与现有技术相比,本发明具有以下有益效果:
本发明所提出的一种基于遗传算法的信号延迟补偿合并方法通过对N根天线接收到的数据进行互相关运算,再根据互相关峰值的位置确定N-1个区间,然后基于遗传算法得到N-1个路径对应的最优延迟值,从而根据最优延迟值将N个接收端输出的信号合并,得到最终的输出信号。本发明可以应用在采用异步单发多收的接收分集的激光通信系统中,当多个接收端与单个发射端的路径不同时,本发明可以将不同的接收端中的信号进行适当的延迟,使得所有接收端信号同步合并,从而缓解由于不同路径延时带来的码间串扰,进一步提高了激光通信系统的性能。
附图说明
图1为异步单发多收的接收分集的激光通信系统结构示意图;
图2为本发明搭建的异步单发多收的接收分集的激光通信系统示意图;
图3为发射功率与误码率关系示意图;
图4为时延仿真效果图。
具体实施方式
下面将结合附图及较佳实施例对本发明的技术方案进行详细描述。
图1为异步单发多收的接收分集的激光通信系统结构示意图,整个系统包括1个发射端(TX-1)和N个接收端(RX-1,…,RX-N)。这样一共有N个独立收发路径。假设对于第k条路径(k=1,2,…,N),路径的时延是τk,信道增益是hk,噪声是nk,如果t时刻发射端发送的信息是x(t),那么t时刻,第k个接收端输出的电信号yk(t)可以表示为:
yk(t)=η·hk·x(t-τk)+nk (1)
其中,η为第k个接收端的光电转换效率。
如果直接对t时刻各个接收端输出的电信号进行等增益合并,由于各个接收端的接收天线的路径时延τk不同,即相对于基准点,各个路径可能存在τ1,τ2,…,τN的时延,所以直接合并会产生串扰,影响系统性能。因此本发明提出了一种基于遗传算法的信号延迟补偿合并方法,下面将结合附图及较佳实施例对本发明的技术方案进行详细说明。
在一个实施例中,如图1所示,本发明提供一种基于遗传算法的信号延迟补偿合并方法,该方法包括以下步骤:
步骤一:获取异步单发多收的激光通信系统中所有N根天线接收到的数据yk(t),k=1,2,…,N。
步骤二:将第1根天线接收到的数据y1(t)与其他N-1根天线接收到的数据yj(t)(j=2,…N)分别做互相关运算,共得到N-1个互相关峰值的位置Xj(j=2,…N)。互相关峰值的位置Xj如式(2)所示:
式中,χj为第j根天线与第1根天线之间的时间差,j=2,…,N。每一个χj对应在该时间差下的互相关函数值∫yj(t)yj(t-χj)dt,Xj等于互相关函数取最大值的时候的对应χj值。
步骤三:根据N-1个互相关峰值的位置Xj确定对应的N-1个区间。以互相关峰值的位置Xj作为第j个区间Ξj的中心值,区间Ξj的区间长度为Lp,因此第j个区间可以表示为Ξj=[Xj-Lp/2,Xj+Lp/2]。区间长度Lp的取值可以根据实际需要设定,例如区间长度Lp一般取值为2,特别地当Lp=2时,第j个区间为Ξj=[Xj-1,Xj+1],刚好涵盖了左右1个符号周期。
步骤四:设置在区间Ξj内产生种群为数量Mpop(Mpop需要为偶数)的个体,每个个体的比特长度为Np,可选地,个体的比特长度Np为其中,代表向上取整操作。令代表第j个区间Ξj内第i(1≤i≤Mpop)个个体。令代表所有区间内对应第i个个体的集合。令代表第j个区间Ξj内第i个个体对应的延迟值,其中Ψ(·)代表将个体映射到延迟值的运算符号。
步骤五:设置在区间Ξj内的个体集合的交叉概率Pc(0<Pc<1),变异概率Pm(0<Pm<1)、循环迭代次数的代数初值G=0以及迭代终止值Gend。
步骤九:从步骤八的组合中,任意选择一个组合作为目标组合,不妨令目标组合中对应个体的标号为i1与i2(1≤i1≠i2≤Mpop),对应个体集合为和随机生成N-1个0到1之间的随机数如果那么随机交换与内与的对应最低4位,否则不进行交换操作;如果则随机交换与的对应最低4位,否则不进行交换操作;以此类推,一直到如果则随机交换与的对应最低4位,否则不进行交换操作。
步骤十:将目标组合遍历步骤八中的所有Mpop/2个组合,每一个组合都被执行一遍。
步骤十一:产生Mpop个0到1之间的随机数并对每一个随机数执行如下操作:对于第1个随机数,如果则随机翻转个体集合中所有元素的随机三位,否则不进行操作;对于第2个随机数,如果则随机翻转个体集合中所有元素的随机三位,否则不进行操作;以此类推,一直进行到第Mpop个随机数,如果则随机翻转个体集合中所有元素的随机三位,否则不进行操作。
步骤十二:令循环迭代次数G加1,更新循环迭代次数G,判断更新后的循环迭代次数G是否小于迭代终止值Gend,若是,则跳转到步骤六;若否,则跳转至步骤十三。
最后,输出信号对yout(t)进行输出。
本实施例所提出的一种基于遗传算法的信号延迟补偿合并方法通过对N根天线接收到的数据进行互相关运算,再根据互相关峰值的位置确定N-1个区间,然后基于遗传算法得到N-1个路径对应的最优延迟值,从而根据最优延迟值将N个接收端输出的信号合并,得到最终的输出信号。本实施例的基于遗传算法的信号延迟补偿合并方法可以应用在采用异步单发多收的接收分集的激光通信系统中,当多个接收端与单个发射端的路径不同时,本实施例可以将不同的接收端中的信号进行适当的延迟,使得所有接收端信号同步合并,从而缓解由于不同路径延时带来的码间串扰,进一步提高了激光通信系统的性能。
为进一步证明本发明所提出的一种基于遗传算法的信号延迟补偿合并方法的有效性,本发明给出一个具体的室内实验案例。图2所示为本发明搭建的异步单发多收的接收分集的激光通信系统示意图,该激光通信系统为室内60m激光通信系统,包括信号源、激光器、调制器、发射镜头、接收镜头1、接收镜头2、多模光纤、探测器(或者混频器)、放大器和PC端,接收镜头1和接收镜头2分别通过依次连接的多模光纤、探测器、放大器与PC端连接,两根多模光纤等长,并且设置接收镜头1和接收镜头2摆放的相对距离差分别为0cm(对应的τ1=τ2=0)与9cm(对应的τ1=0,τ2=0.3),系统传输速率设置为1Gbps。通过AD采集两路接收端的电信号,通过网口传输至PC端,PC端采用本发明所提出的一种基于遗传算法的信号延迟补偿合并方法对两路接收端的信号进行延迟调整以及信号合并,然后再通过Matlab进行后处理,从而得到图3所示的发射功率与误码率关系示意图。从图3中可以看出,本发明(“单发双收d=9cm,本发明补偿”)的效果近似于不同接收端与发射端距离相等的理想情况(“单发双收d=0理想”),并且远好于未校正的“单发单收”以及“单发双收d=9cm,未补偿”的情况。
此外,基于搭建的激光通信系统,本发明还计算得到了利用本发明计算的时延估计值与利用传统的互相关算法计算的时延实际值的比较情况,如图4所示为时延仿真效果图,图中横坐标τ为相对时延,由于搭建的激光通信系统只有两根天线,因此只有时延τ1与时延τ2,那么相对时延就是τ1-τ2,所以不妨令τ1=0,横坐标就是τ2,纵坐标为利用本发明计算的时延估计值图4给出了1×2的单发多收激光通信系统中,τ1=0,τ2满足独立同分布的高斯变量,均值为0,方差为0.5(图4(a))与方差为1(图4(b))的情形。从图4可以看出,相比于传统的互相关算法,本发明更加靠近对角线,因此本发明对时延具有更精确的估计。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (3)
1.一种基于遗传算法的信号延迟补偿合并方法,其特征在于,包括以下步骤:
步骤一:获取异步单发多收的激光通信系统中所有N根天线接收到的数据;
步骤二:将第1根天线接收到的数据y1(t)与其他N-1根天线接收到的数据yj(t)分别做互相关运算,共得到N-1个互相关峰值的位置Xj,互相关峰值的位置Xj如式(2)所示:
式中,χj为第j根天线与第1根天线之间的时间差,j=2,…,N;
步骤三:以互相关峰值的位置Xj作为第j个区间Ξj的中心值,根据N-1个互相关峰值的位置确定对应的N-1个区间;
步骤四:设置在区间Ξj内产生种群为数量Mpop的个体,其中Mpop为偶数,每个个体的比特长度为Np,令代表第j个区间Ξj内第i个个体,且1≤i≤Mpop;令代表所有区间内第i个个体的集合;令代表个体对应的延迟值,其中Ψ(·)代表将个体映射到延迟值的运算符号;
步骤五:设置在区间Ξj内的个体集合的交叉概率Pc、变异概率Pm、循环迭代次数的代数初值G=0以及迭代终止值Gend,且0<Pc<1,0<Pm<1;
步骤九:从步骤八的Mpop/2个组合中任意选择一个组合作为目标组合,令目标组合中对应个体的标号为i1与i2,且1≤i1≠i2≤Mpop,对应个体集合为和随机生成N-1个0到1之间的随机数如果那么随机交换与内与的对应最低4位,否则不进行交换操作;如果则随机交换与的对应最低4位,否则不进行交换操作;以此类推,一直到如果则随机交换与的对应最低4位,否则不进行交换操作;
步骤十:将目标组合遍历步骤八中的所有Mpop/2个组合;
步骤十一:产生Mpop个0到1之间的随机数对每一个随机数执行如下操作:对于第1个随机数,如果r1 m<Pm,则随机翻转个体集合中所有元素的随机三位,否则不进行操作;对于第2个随机数,如果则随机翻转个体集合中所有元素的随机三位,否则不进行操作;以此类推,一直进行到第Mpop个随机数,如果则随机翻转个体集合中所有元素的随机三位,否则不进行操作;
步骤十二:令循环迭代次数G加1,更新循环迭代次数G,判断更新后的循环迭代次数G是否小于迭代终止值Gend,若是,则跳转到步骤六;若否,则跳转至步骤十三;
步骤十四:根据步骤十三得到的N-1个最优延迟值,按照公式(5)将N个接收端输出的信号合并,得到输出信号yout(t):
2.根据权利要求1所述的基于遗传算法的信号延迟补偿合并方法,其特征在于,
第j个区间Ξj的区间长度Lp为2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010709627.XA CN111835415B (zh) | 2020-07-22 | 2020-07-22 | 一种基于遗传算法的信号延迟补偿合并方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010709627.XA CN111835415B (zh) | 2020-07-22 | 2020-07-22 | 一种基于遗传算法的信号延迟补偿合并方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111835415A CN111835415A (zh) | 2020-10-27 |
CN111835415B true CN111835415B (zh) | 2021-04-27 |
Family
ID=72924725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010709627.XA Active CN111835415B (zh) | 2020-07-22 | 2020-07-22 | 一种基于遗传算法的信号延迟补偿合并方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111835415B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916904A (zh) * | 2010-08-04 | 2010-12-15 | 中国人民解放军第二炮兵工程学院 | 移动卫星通信多子阵平板天线阵及其优化方法 |
CN110456334A (zh) * | 2019-07-27 | 2019-11-15 | 南京理工大学 | 基于优化稀疏阵的tdm-mimo雷达系统及其信号处理方法 |
US10571503B2 (en) * | 2018-01-31 | 2020-02-25 | Rockwell Collins, Inc. | Methods and systems for ESA metrology |
NZ759221A (en) * | 2017-05-16 | 2020-06-26 | Univ Dongguan Technology | Array element arrangement method for l-type array antenna based on inheritance of acquired characteristics |
-
2020
- 2020-07-22 CN CN202010709627.XA patent/CN111835415B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101916904A (zh) * | 2010-08-04 | 2010-12-15 | 中国人民解放军第二炮兵工程学院 | 移动卫星通信多子阵平板天线阵及其优化方法 |
NZ759221A (en) * | 2017-05-16 | 2020-06-26 | Univ Dongguan Technology | Array element arrangement method for l-type array antenna based on inheritance of acquired characteristics |
US10571503B2 (en) * | 2018-01-31 | 2020-02-25 | Rockwell Collins, Inc. | Methods and systems for ESA metrology |
CN110456334A (zh) * | 2019-07-27 | 2019-11-15 | 南京理工大学 | 基于优化稀疏阵的tdm-mimo雷达系统及其信号处理方法 |
Non-Patent Citations (2)
Title |
---|
Comparing the failure correction ability between GA and FA for array antenna;Xiaochao Jiang等;《2019 Joint International Symposium on Electromagnetic Compatibility, Sapporo and Asia-Pacific International Symposium on Electromagnetic Compatibility (EMC Sapporo/APEMC)》;20190607;全文 * |
平面反射阵天线的优化设计和误差分析;刘洋;《中国博士学位论文全文数据库·信息科技辑》;20190815;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111835415A (zh) | 2020-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111181619B (zh) | 基于深度强化学习的毫米波混合波束成形设计方法 | |
CN105933979B (zh) | 多小区bdma传输功率分配方法 | |
CN108521291B (zh) | 一种射频涡旋波前优化装置及方法 | |
CN111698183B (zh) | 多模涡旋波正交化自适应传输方法及装置 | |
CN110098870B (zh) | 基于ob-mmse检测算法的光广义空间调制方法 | |
CN111769880A (zh) | 应用波长分集的串行中继ofdm自由空间光通信系统及方法 | |
CA2220393C (en) | Data transmission system with a low peak-to-average power ratio based on distorting small amplitude signals | |
CN111970033A (zh) | 能效谱效联合优化的大规模mimo多播功率分配方法 | |
CN107276934B (zh) | 一种大规模mimo系统多用户上行鲁棒检测方法 | |
Ho et al. | Coding and bounds for channel estimation in visible light communications and positioning | |
CN114285715B (zh) | 基于双向gru-条件随机场的非线性均衡方法 | |
CN107637008A (zh) | 多信道接收器中的时钟恢复和均衡器估计 | |
KR100278727B1 (ko) | 코드 분할 다중 접근 시스템용 코드화 유저 신호의 전송 방법과 그 장치 | |
CN111835415B (zh) | 一种基于遗传算法的信号延迟补偿合并方法 | |
CN102325107A (zh) | 用于n对n mimo信道的干扰对齐方法 | |
CN208924260U (zh) | 一种mdi-qkd网络通信系统 | |
CN111490815B (zh) | 一种面向5g c-ran的多用户混合波束成形方法 | |
CN116131963A (zh) | 基于lstm神经网络的光纤链路多径干扰噪声均衡方法 | |
CN113612571B (zh) | 一种基于广义多分数傅里叶变换的多分量安全传输方法 | |
CN111988090B (zh) | 码片模式载波复合关联光编码方法 | |
CN111431620B (zh) | 一种基于ppm调制的差分空间调制系统的构建方法 | |
CN113033781A (zh) | 一种基于自进化优化bp神经网络的非线性均衡补偿方法 | |
Cao et al. | Soft-decision aided probabilistic data association based detection for mode division multiplexing transmission with mode-dependent loss | |
CN116015458B (zh) | 一种针对随机特性的贝叶斯神经网络非线性均衡方法 | |
CN112019294B (zh) | 正交模式与码片关联传输方法 |
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 |