CN113472440A - 信号接收方法、信号发送方法及通信装置 - Google Patents

信号接收方法、信号发送方法及通信装置 Download PDF

Info

Publication number
CN113472440A
CN113472440A CN202110745349.8A CN202110745349A CN113472440A CN 113472440 A CN113472440 A CN 113472440A CN 202110745349 A CN202110745349 A CN 202110745349A CN 113472440 A CN113472440 A CN 113472440A
Authority
CN
China
Prior art keywords
signal
channel
receiving end
norm
representing
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.)
Pending
Application number
CN202110745349.8A
Other languages
English (en)
Inventor
张冲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Agricultural Bank of China
Original Assignee
Agricultural Bank of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Agricultural Bank of China filed Critical Agricultural Bank of China
Priority to CN202110745349.8A priority Critical patent/CN113472440A/zh
Publication of CN113472440A publication Critical patent/CN113472440A/zh
Pending legal-status Critical Current

Links

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
    • H04B10/114—Indoor or close-range type systems
    • H04B10/116—Visible light communication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • H04B10/50—Transmitters
    • H04B10/516—Details of coding or modulation
    • 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
    • H04B10/60—Receivers

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Optical Communication System (AREA)

Abstract

本申请实施例提供了一种信号接收方法、信号发送方法及通信装置，该方法包括：接收端接收第一信号，第一信号是由发送端发出的第二信号经信道传输到达接收端的信号，发送端与接收端之间的光信号部分被遮挡；接收端基于凸优化算法或迭代优化算法，进行信号重构，恢复出第二信号。基于此，针对可见光通信系统中信道不完备的情况下，发射信号经过该非完备信道到达接收端，接收端能够基于凸优化算法或迭代优化算法从接收信号中更加精准的恢复得到发射信号，提高通信质量。

Description

信号接收方法、信号发送方法及通信装置
技术领域
本申请涉及通信领域，并且更具体地，涉及一种信号接收方法、信号发送方法及通信装置。
背景技术
可见光通信(visible light communication，VLC)技术由于其高速的传输速率和低能耗的优点，引起了国内外学者的广泛关注。在VLC系统中，通信质量非常依赖完备的信道状态信息。然而，在实际的通信过程中，传输光束可能会被障碍物遮挡，导致接收端获得的信道信息部分缺失，从而严重影响通信质量。因此，需要找到有效的方法来消除遮挡带来的影响。
发明内容
本申请实施例提供了信号接收方法、信号发送方法及通信装置，以期减少信道遮挡造成的影响，改善可见光通信系统的通信质量。
第一方面，本申请提供了一种信号接收方法，应用于可见光通信系统，所述系统包括发送端和接收端，所述方法包括：所述接收端接收第一信号，所述第一信号是由所述发送端发出的第二信号经信道传输到达所述接收端的信号，所述发送端与所述接收端之间的光信号部分被遮挡；所述接收端基于凸优化算法或迭代优化算法，进行信号重构，恢复出所述第二信号。
基于上述技术内容，针对可见光通信系统中信道不完备的情况下，发射信号经过该非完备信道到达接收端，接收端能够基于凸优化算法或迭代优化算法从接收信号中更加精准的恢复得到发射信号，提高通信质量。
结合第一方面，在第一方面的某些可能的实现方式中，所述发送端与所述接收端之间的信道矩阵H满足：
Figure BDA0003142537470000011
所述第一信号y与所述第二信号x满足：
Figure BDA0003142537470000012
其中，
Figure BDA0003142537470000013
表示所述接收端接收到的非完备信道矩阵，Δ表示被遮挡的部分信道增益，δ表示遮挡误差，δ＝Δx，n表示服从零均值高斯分布的高斯白噪声。
结合第一方面，在第一方面的某些可能的实现方式中，所述凸优化算法包括基于二范数约束的凸优化算法，用于对如下函数进行计算，以获得x和δ的最优解：
Figure BDA0003142537470000021
表示通过对x和δ的求解，使得
Figure BDA0003142537470000022
达到最小；
其中，|| ||1表示一范数，|| ||2表示二范数，ε和τ表示约束边界，τ≥0。
结合第一方面，在第一方面的某些可能的实现方式中，所述凸优化算法包括基于一范数约束的凸优化算法，用于对如下函数进行计算，以获得x和δ的最优解：
Figure BDA0003142537470000023
表示通过对x和δ的求解，使得
Figure BDA0003142537470000024
达到最小；
其中，|| ||1表示一范数，|| ||2表示二范数，ε和τ表示约束边界，τ≥0。
结合第一方面，在第一方面的某些可能的实现方式中，所述迭代优化算法包括快速迭代收缩阈值算法，用于对如下函数进行迭代计算，以获得x的最优解：
Figure BDA0003142537470000025
表示通过对x的求解，使得
Figure BDA0003142537470000026
达到最小；其中，|| ||1表示一范数，|| ||2表示二范数，λ1表示系数，0≤λ1≤1。
结合第一方面，在第一方面的某些可能的实现方式中，所述迭代优化算法包括交替方向乘子算法，用于对如下函数进行迭代计算，以获得x和δ的最优解：
Figure BDA0003142537470000027
表示通过对x和δ的求解，使得
Figure BDA0003142537470000028
达到最小；其中，|| ||1表示一范数，|| ||2表示二范数，λ1和λ2表示正则化参数，0≤λ1，λ2≤1。
第二方面，本申请提供了一种信号发送方法，应用于可见光通信系统，所述系统包括发送端和接收端，所述方法包括：所述发送端设备基于与所述接收端之间的信道的总相干性，确定预编码矩阵；所述发送端基于所述预编码矩阵，对第二信号进行预编码，得到预编码后的第二信号；所述发送端发送所述预编码后的第二信号。
基于上述技术内容，基于发送端与接收端之间的信道的总相干性，确定预编码矩阵，然后对发射信号进行预编码，从而降低信道的相关性，从而使接收端能够从接收信号更加精准的恢复得到发射信号，提高通信质量。
结合第二方面，在第二方面的某些可能的实现方式中，所述信道的总相干性μ{Γ}满足：
Figure BDA0003142537470000031
其中，Γ＝(WTV* H)，WT表示所述预编码矩阵的转置，V* H表示对非完备信道矩阵进行奇异值分解得到的右酉矩阵的共轭，NT表示所述发送端的天线数，m＝1,…,NT，n＝1,…,NT；L表示所述第二信号中非零元素的个数，0≤L≤NT且为整数；IL表示维度为L的单位阵；以及所述发送端设备基于与所述接收端之间的信道的总相干性，确定预编码矩阵，包括：对如下函数进行计算，以获得所述预编码矩阵W的最优解：
Figure BDA0003142537470000032
表示通过对W的求解，使得
Figure BDA0003142537470000033
达到最小；其中，L表示所述第二信号中非零元素的个数，0≤L≤NT且为整数。
第三方面，提供了一种通信装置，包括用于实现第一方面和第二方面以及第一方面和第二方面任一项中的方法的模块或单元。应理解，各个模块或单元可通过执行计算机程序来实现相应的功能。
第四方面，提供了一种芯片系统，该芯片系统包括至少一个处理器，用于支持实现上述第一方面和第二方面以及第一方面和第二方面任一种可能实现方式中所涉及的功能，例如，接收或处理上述方法中所涉及的数据和/或信息。
第五方面，提供了一种通信装置，包括处理器，所述处理器用于执行第一方面和第二方面以及第一方面和第二方面任一项中的方法。
所述装置还可以包括存储器，用于存储指令和数据。所述存储器与所述处理器耦合，所述处理器执行所述存储器中存储的指令时，可以实现上述和第二方面以及第一方面和第二方面描述的方法。所述装置还可以包括通信接口，所述通信接口用于该装置与其它设备进行通信，示例性的，通信接口可以是收发器、电路、总线、模块或其它类型的通信接口。
第六方面，提供了一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机实现第一方面和第二方面以及第一方面和第二方面任一项中所述的方法。
第七方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序(也可以称为代码，或指令)，当所述计算机程序被运行时，使得计算机执行第一方面和第二方面以及第一方面和第二方面任一项中所述的方法。
应当理解的是，本申请的第三方面至第七方面与本申请的第一方面和第二方面的技术方案相对应，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。
附图说明
图1是本申请实施例提供的可见光通信VLC系统的架构示意图；
图2是本申请实施例提供的一种从发送端到达接收端的处理过程的示意性流程图；
图3是本申请实施例提供的一种信号接收方法的示意性流程图；
图4是本申请实施例提供的一种信号发送方法的示意性流程图；
图5是本申请实施例提供的通信装置的示意性框图；
图6是本申请实施例提供的通信装置的另一示意性框图；
图7是本申请实施例提供的通信装置的示意性框图；
图8是本申请实施例提供的通信装置的另一示意性框图。
具体实施方式
为了便于理解，首先对本申请涉及的术语进行解释。
压缩感知(compressed sensing，CS)：CS理论是一种信号采样理论，由于CS理论能够以低于香农奈奎斯特采样频率的非适应性测量和优化算法重构出原信号。CS是针对稀疏信号提出的采样理论，其核心思想是在采样的同时对信号进行压缩，使信号仅保留一部分元素，接着使用非线性重构算法从低维观测数据中将原始信号重构出来。
在本申请实施例中，由于发射信号x是经过广义空间调制(generalized spatialmodulation，GenSM)调制的稀疏信号，因此，可以代替压缩采样的过程，在接收端直接进行信号重构。
预编码：在室内可见光多输入多输出(multiple-input multiple-output，MIMO)系统中，信道相关性高会导致严重的接收端串扰，影响重构信号的精确性。为了进一步提高重构信号精度，常用的消除接收端之间干扰的方法是在发射端对信号进行预编码。
快速迭代收缩阈值优化算法(fast iterative shrinkage thresholdingalgorithm，FISTA)：是一种基于梯度下降的迭代算法，其核心思想是在迭代过程中进行了更为精确的选择，从而达到更快的迭代收敛速度。在本申请实施例中，采用FISTA算法实现完备信道中发射信号的重构。
交替方向乘子法(alternating direction method of multipliers，ADMM)：是结合乘子法的收敛性以及对偶上升法的可分解求解性的迭代算法，与FISTA算法不同，ADMM算法通常用来解决多变量的约束优化问题，其核心思想是通过分解协调思想，将大的全局问题分解为多个较小、较容易求解的局部子问题，通过协调子问题的解最终得到大的全局问题的解。在本申请实施例中，采用ADMM算法实现非完备信道中发射信号的重构。
在本申请实施例中，可以采用广义空间调制GenSM对发射信号进行调制，然后基于CS理论对调制后的发射信号进行预编码。
信道状态信息(channel state information，CSI)：VLC系统中，CSI是影响通信可靠性的关键因素之一。在理想情况下，接收端可以获得完整的CSI。然而，在实际的通信过程中，由于存在反馈延迟，量化误差和估计误差，接收端往往并不能得到准确的CSI。同时，室内通信场景中存在的障碍物会对光线进行遮挡，从而导致部分信道信息缺失，造成非完备信道问题。
目前，针对非完备信道的情况已经有一些成熟的信道模型，例如：二范数约束模型和统计性模型。但是这些信道模型只能解决由于系统误差造成的非完备信道问题，并不适用于遮挡造成的信道缺失的情况。因此，本申请提供一种信号接收方法和信号发送方法，针对VLC系统中的遮挡问题进行分析，提出新的信道模型来描述存在随机性信道缺失的非完备信道。
下面将结合附图，对本申请中的技术方案进行描述。
为了便于理解，图1提供了适用于本申请的VLC系统的架构示意图。如图1所示，该VLC系统100包括：发送端设备110和接收端设备120，发送端设备110和接收端设备120可以通过VLC信道进行通信。
在VLC系统中，当光信号被遮挡时，接收端获得的信道信息部分缺失，从而严重影响通信质量，因此，本申请提供了一种非完备信道模型以及根据该模型在接收端重构出第二信号x的方法。
为便于理解，下面结合图2对信号从发送端到达接收端的处理过程做简单说明。
如图2所示，在发送端，输入信号s在经过GenSM调制之后，经过预编码处理，得到发射信号x，该发射信号x可通过多个LED发射出去，如图中所示的LED1至LEDn。在接收端，多个光电二极管(photo-diode，PD)接收信号，如图中所示的PD1至PDm，接收到的信号经过解码之后，再经过GenSM解调，可得到接收信号y。其中，输入信号s可以由一个或多个信息组成，如图中所示的信息1至信息N。其中，n、m、N均为正整数。
图3为本申请实施例提供的一种信号接收方法300的示意性流程图。该方法300可以由接收端设备120执行。如图3所示，该方法300包括步骤310和步骤320，下面详细介绍这些步骤。
在步骤310中，接收端接收第一信号，第一信号是由发送端发出的第二信号经信道传输到达接收端的信号，发送端与接收端之间的光信号部分被遮挡。
应理解，发送端与此步骤对应的操作为：发送端向接收端发送第二信号。其中，第二信号即表示发射信号。
具体地，在不发生遮挡的理想状况下，CSI是完备的，可由信道矩阵H表示。由发送端发出的第二信号x和由第二信号x经信道传输到达接收端的第一信号y之间可以由公式1：y＝Hx+n表示。
其中，n表示服从零均值高斯分布的高斯白噪声。接收端在接收到第一信号y后，需要根据公式1重构得到第二信号x。
在VLC系统中，发送端的与接收端之间的光信号部分被遮挡，会造成部分CSI缺失，因此造成非完备信道问题。
因此，本申请实施例中，通过将矩阵H分为了接收端可以接收到的CSI和被遮挡的CSI两个部分，即将信道矩阵H分解为
Figure BDA0003142537470000061
的形式，构建一个非完备信道模型，基于该模型进行发送端和接收端之间的通信。
基于该信道模型，对应接收端接收到的第一信号y与第二信号x的的关系可以由公式2：
Figure BDA0003142537470000062
表示。为了进一步简化公式2，将误差和有用信息分离开，本文引入变量
Figure BDA0003142537470000063
描述遮挡造成的影响，并将接收信号写成公式3：
Figure BDA0003142537470000064
其中，
Figure BDA0003142537470000065
表示所述接收端接收到的非完备信道矩阵，Δ表示被遮挡的部分信道增益，δ表示遮挡误差，n表示服从零均值高斯分布的高斯白噪声。
由于遮挡会导致部分CSI的完全缺失，矩阵Δ被构建成包含少量非零元素，其他元素皆为零的稀疏矩阵，其中，非零元素代表该链路被障碍物遮挡，零元素则代表该链路未被遮挡。
与完备信道相比，由于非完备信道存在遮挡损耗，会影响接收到的信号y的准确性，从而导致基于信号y与发射信号x误差较大，严重影响传输效率。因此，需要接收端在信号解调之前，设计一个适用于非完备信道的信号重构模块，从而降低遮挡产生的阴影误差对系统性能的影响。
在步骤320中，接收端基于凸优化算法或迭代优化算法，进行信号重构，恢复出第二信号。
下文分别结合凸优化算法或迭代优化算法，示出了进行信号重构的四种可能的实现方式。
下面详细介绍采用凸优化算法进行信号重构的技术方案。
在信道未发生遮挡的情况下，不存在遮挡误差δ的理想情况，系统中仅存在服从高斯分布的噪声。考虑到发射信号x的稀疏性，在接收端可以使用一范数代替零范数求解重构x。此时，基于最小化均方误差准则，信号重构问题可以由公式3：
Figure BDA0003142537470000071
表示，该公式表示求解得到满足约束条件下的x，使得
Figure BDA0003142537470000072
达到最小。
进一步考虑遮挡导致的非完备信道的情况，在上述问题中加入遮挡误差δ的影响。在最小化均方误差的同时，对发射信号x和阴影误差δ进行约束，可以由公式4：
Figure BDA0003142537470000073
表示。
其中，可选地，约束边界ε可以取值L，L表示第二信号中非零元素的个数，也即，可代表发射信号的稀疏水平，0≤L≤NT，NT≥1，NT为发射天线数，L、NT为整数。同时，由于δ＝Δx，且Δ和x都具有稀疏性，因此δ也具有稀疏性。同样使用零范数对δ进行约束，引入约束边界τ≥0代表δ的稀疏水平。为了尽量减小δ的影响，一般会把τ设置成尽量小的常量。
然而，约束条件中存在零范数的最优化问题是不可解的，为了解决上述问题，可以引入一些常见的近似方法，例如：一范数近似法，ρ范数近似法(0<ρ<1)和二范数近似法。
考虑到发射信号x是稀疏的且边界值是确定的，可以使用一范数近似计算。针对遮挡误差δ，由于ρ范数近似算法是非凸的，不能使用内点法求解，因此，使用其余两种近似方法约束δ。
因此，实际应用过程中，公式4对应的可以有两种替换形式，即：通过最小化向量中各元素绝对值之和的一范数近似算法，见公式5：
Figure BDA0003142537470000074
以及通过最小化向量中各元素平方和的二范数近似算法，见公式6：
Figure BDA0003142537470000081
其中，||||1表示一范数，|| ||2表示二范数，ε和τ表示约束边界，τ≥0。可选地，ε可以取值L。
值得注意的是，在合适的边界条件下，使用一范数约束误差可以得到某些系数为零的最优解，防止将信号的能量扩散到过多的系数上，有效提升信号的稀疏性。
上述两种方案都是凸优化问题，可以转化为二阶锥规划问题通过内点法求解，一旦获得最优的x，就可以获得最小的
Figure BDA0003142537470000082
也就是说，当发射信号达到最优时，阴影误差对接收信号y的影响是最小的，从而有效提高非完备信道的系统鲁棒性。
凸优化算法虽然结构简单，但由于阴影误差的边界约束τ是根据经验设定的，不合适的τ会导致优化方程无解。同时，在信道缺失比较严重的情况下，信道矩阵
Figure BDA0003142537470000088
是病态矩阵，使用凸优化求解不能对信号进行准确估计。值得注意的是，使用凸优化算法求解上述问题时，不能得到解析解。
由于采用凸优化算法求解存在很多不足，因此，本申请实施例提供两种迭代算法求解信号的重构问题。
在信道未发生遮挡的情况下，不存在遮挡误差δ的理想情况，系统中仅存在服从高斯分布的噪声。一种可能的实现方式为：基于快速迭代收缩阈值优化算法(fast iterativeshrinkage thresholding algorithm，FISTA)进行信号重构：则针对公式3FISTA主要通过对函数
Figure BDA0003142537470000083
进行迭代计算，通过对x的求解，使得
Figure BDA0003142537470000084
达到最小。
基于FISTA的迭代优化算法具有快速的收敛特性，避免了需要预设边界约束的问题，可以快速计算出解析解，算法的复杂度低，能耗小。但是，由于该算法只能对单一变量进行迭代，因此，在基于非完备信道的信号重构问题中，不能同时对发射信号和阴影误差进行优化，这会对重构信号的精度造成影响。
信道发生遮挡的情况，与信道未发生遮挡的情况相比，多了一个对遮挡误差δ的约束，也就是说，在根据公式4求解发射信号x的过程中，多了一个对遮挡误差δ的约束。结合前文，ADMM能够解决多变量的约束优化问题，因此，可以采用另一种迭代算法：ADMM代替FISTA方法对公式5对应的优化目标函数
Figure BDA0003142537470000085
进行迭代计算，求解得到发射信号x的最优解。
其中，
Figure BDA0003142537470000086
表示通过对x和δ的求解，使得
Figure BDA0003142537470000087
达到最小；其中，|| ||1表示一范数，|| ||2表示二范数，λ1和λ2表示正则化参数，0≤λ1，λ2≤1。具体的基于ADMM求解x的过程可以参考现有技术，为了简洁，此处不再赘述。
基于上述方案，针对室内VLC系统进行分析，考虑到移动的人或障碍物会随机的遮挡可见光信号，这种动态的遮挡阴影部分的信道增益被设为零，即，假设处于阴影中的接收端接收不到任何信息，从而将完备的信道矩阵分为非完备信道矩阵和阴影损耗矩阵两个部分，构建一个非完备信道。在接收端根据该信道矩阵，得到发射信号与接收信号的函数关系，并且使用一范数最小化问题代替零范数，并引入交替方向乘子法重构得到发射信号，降低传输误差。
另一方面，信道相关性过高会严重影响信号重构的精度。同时，信道缺失的情况越严重，这种影响越明显。因此，为了进一步提高信号重构精度，需要降低信道的相关性。具体地，可以通过在发送端对信号进行预编码。下面介绍本申请实施例提供在发送端进行预编码的一种信号发送方法。
图4为本申请实施例提供的一种信号发送方法400的示意性流程图。该方法400可以由发送端设备110执行。如图4所示，该方法400包括步骤410和步骤430，下面详细介绍这些步骤。
在步骤410中，发送端设备基于与接收端之间的信道的总相干性，确定预编码矩阵。
一种可能的实现方式为：采用互相性系数衡量信道相关性对信号重构精度的影响。
其中，互相干系数定义了一个矩阵各列之间的最差的相似度的度量。具体地，互相干系数的定义为：对于矩阵D，其互相干系数定义为D中不同列之间，最大的规范内积的绝对值，对应公式7：
Figure BDA0003142537470000091
基于CS理论，在不考虑噪声的情况下，发射信号x0可以被准确的重构出来的充分条件是公式8：
Figure BDA0003142537470000092
成立。上述不等式成立时，信号x0可以被重构成：x0＝Dα0。由此可知，如果信道的相互相干性μm{D}足够小，就可以找到更广泛的候选集α0，从而保证重构信号的准确性。
可以将上述互相干系数的理论应用到非完备信道解相关的问题中，在考虑遮挡误差和高斯噪声的情况下，通过设计预编码矩阵W，使得信道的等效感知矩阵HW的互相干系数最小，从而提高重构信号的精确度。然而，当发射/接收天线数目较大时，等效感知矩阵的互相干系数是很难计算的；并且，由于互相干系数代表任意两列之间的极端成对相关，可能会导致计算结果过于保守。因此，本申请实施例提供了另外一种可能的实现方式：采用矩阵总相干性代替互相干系数衡量信道的相关性。
其中，信道的总相干性μ{Γ}满足：
Figure BDA0003142537470000101
其中，Γ＝(WTV* H)，WT表示所述预编码矩阵的转置，V* H表示对非完备信道矩阵进行奇异值分解得到的右酉矩阵的共轭，NT表示所述发送端的天线数，m＝1,…,NT，n＝1,…,NT；，L表示所述第二信号中非零元素的个数，0≤L≤NT且为整数；IL表示维度为L的单位阵。
下面详细介绍信道的总相干性μ{Γ}的获取过程。
首先，将非完备信道
Figure BDA0003142537470000102
分解成
Figure BDA0003142537470000103
其中，矩阵
Figure BDA0003142537470000104
和矩阵
Figure BDA0003142537470000105
分别代表信道
Figure BDA0003142537470000106
的左酉矩阵和右酉矩阵，
Figure BDA0003142537470000107
是由
Figure BDA0003142537470000108
的奇异值构成的对角矩阵。在此基础上，信道的总相干性被定义成如公式9：
Figure BDA0003142537470000109
所示。
其中，
Figure BDA00031425374700001010
代表发射端的信道特征。
为了提高重构信号的精度，可以通过设计预编码矩阵W，减小信道的总相干性，使得Γ近似为一个酉矩阵。由此，公式
Figure BDA00031425374700001011
可以进一步写成：
Figure BDA00031425374700001012
与公式7相比，使用公式8作为目标函数求解信道相关性最小化问题，可以显著降低计算的复杂度，尤其是在发射天线的数目比较大的情况下。
在步骤420中，发送端基于预编码矩阵，对第二信号进行预编码，得到预编码后的第二信号。
基于步骤410的接收端之间的信道的总相干性公式9，确定预编码矩阵的实现方式为：对如下公式10进行计算，以获得所述预编码矩阵W的最优解。
其中，公式10为：
Figure BDA0003142537470000111
表示通过对W的求解，使得
Figure BDA0003142537470000112
达到最小；C其中，L表示所述第二信号中非零元素的个数，0≤L≤NT且为整数。
具体的求解过程可以基于奇异值分解理论对将公式10转化为凸优化问题，进一步求解得到预编码矩阵W。具体求解的过程可参考现有技术，为了简洁，此处不再赘述。
应理解，在预编码之前，还可以对信号进行调制。
一种可能的实现方式为：在发送端，输入信号在经过GenSM调制之后，进入预编码模块，经过预编码处理后，通过发光二极管发射出去。
具体地，根据GenSM的编码规则，发射信号
Figure BDA0003142537470000113
x是含有L个非零元素的稀疏向量，可以用如下公式x＝Ws＝[0,…,si,…si+L,…,0]T表示。
其中，
Figure BDA0003142537470000114
代表输入信号，
Figure BDA0003142537470000115
代表预编码矩阵，||Wi||2＝1。发射信号x经过高斯噪声的影响，在接收端可以得到信号
Figure BDA0003142537470000116
结合公式3可以得到y＝HWs+n。其中，
Figure BDA0003142537470000117
表示服从零均值高斯分布的噪声。
在步骤430中，发送端发送预编码后的第二信号。
应理解，该步骤与方法300中的步骤310对应，可以将该预编码后的第二信号通过VLC信道发送至接收端。在接收端，接收信号先进行解码，之后再进入GenSM解调模块。
应理解，上述过程以GenSM调制得到的发射信号x为例进一步说明对信号进行预编码，以及在编码后经过信道，在接收端得到的对应的接收信号，也可以为其他的调制方式，本申请实施例对此不作限定。
还应理解，该方法400与方法300可以组合使用，也可以单独使用，本申请实施例对此不作限定。
基于上述过程，从最小化信道总相干性的角度入手，有效降低了信道相关性。同时，由于其预编码矩阵的构造不依赖完备的CSI，因此，更适用于非完备信道的情况，进而提高接收端重构信的精度。
通过仿真发现，与没有使用重构算法的系统相比，使用凸优化算法能够有效降低均方误差(mean square error，MSE)和误块率(block error rate，BER)提高系统的鲁棒性。而对比两种迭代算法，FISTA算法由于仅针对发射信号优化，算法复杂度低，计算方便快捷；ADMM算法可以同时优化多个变量，因此，在不同仿真场景中都可以取得最好的优化效果，是比较理想的优化方案。
图5是本申请实施例提供的通信装置的示意性框图。该装置可用于实现图3所示方法实施例中接收端的功能。
如图5所示，该装置500可以包括：接收模块510和重构模块520。其中，接收模块510可用于接收第一信号，所述第一信号是由发送端发出的第二信号经信道传输到达该装置500的信号，所述发送端与装置500之间的光信号部分被遮挡；重构模块520可用于基于凸优化算法或迭代优化算法，进行信号重构，恢复出所述第二信号。
图6是本申请实施例提供的通信装置的另一示意性框图。该装置可用于图3所示方法实施例中接收端的功能。其中，该装置可以为芯片系统。本申请实施例中，芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。
如图6所示，该装置600可以包括至少一个处理器610和至少一个存储器620。该至少一个存储器620用于存储程序指令，该至少一个处理器610可用于调用所述程序指令，以使得该装置600实现图3所示方法实施例中所述的接收端执行的方法。
其中，存储器620可以和处理器610耦合。本申请实施例中的耦合是装置、单元或模块之间的间接耦合或通信连接，可以是电性，机械或其它的形式，用于装置、单元或模块之间的信息交互。处理器610可能和存储器620协同操作。处理器610可能执行存储器620中存储的程序指令。所述至少一个存储器中的至少一个可以包括于处理器中。
该装置600还可以包括通信接口630，用于通过传输介质和其它设备进行通信，从而用于装置600中的装置可以和其它设备进行通信。示例性地，所述通信接口630例如可以是收发器、接口、总线、电路或者能够实现收发功能的装置。处理器610可利用通信接口630收发数据和/或信息。
示例性地，处理器610可用于控制通信接口630接收第一信号，所述第一信号是由所述发送端发出的第二信号经信道传输到达所述装置600的信号，所述发送端与所述装置600之间的光信号部分被遮挡；处理器610还可用于基于凸优化算法或迭代优化算法，进行信号重构，恢复出所述第二信号。
本申请实施例中不限定上述处理器610、存储器620以及通信接口630之间的具体连接介质。本申请实施例在图6中以处理器610、存储器620以及通信接口630之间通过总线640连接。总线640在图6中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
图7是本申请实施例提供的通信装置的示意性框图。该装置可用于实现图4所示方法实施例中发送端的功能。
如图7所示，该装置700可以包括：预编码模块710和发送模块720。其中，预编码模块710可用于基于该装置700与接收端之间的信道的总相干性，确定预编码矩阵；并可用于基于所述预编码矩阵，对第二信号进行预编码，得到预编码后的第二信号；发送模块720可用于发送所述第二信号。
预编码模块710还可用于对如下函数进行计算，以获得所述预编码矩阵W的最优解：
Figure BDA0003142537470000131
表示通过对W的求解，使得
Figure BDA0003142537470000132
达到最小；其中，L表示所述第二信号中非零元素的个数，0≤L≤NT且为整数。
图8是本申请实施例提供的通信装置的另一示意性框图。该装置可用于实现上述图4所示方法实施例中发送端的功能。其中，该装置可以为芯片系统。本申请实施例中，芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。
如图8所示，该装置800可以包括至少一个处理器810和至少一个存储器820。该至少一个存储器820用于存储程序指令，该至少一个处理器810可用于调用所述程序指令，以使得该装置800实现图4所示方法实施例中所述的发送端执行的方法。
其中，存储器820可以和处理器810耦合。本申请实施例中的耦合是装置、单元或模块之间的间接耦合或通信连接，可以是电性，机械或其它的形式，用于装置、单元或模块之间的信息交互。处理器810可能和存储器820协同操作。处理器810可能执行存储器820中存储的程序指令。所述至少一个存储器中的至少一个可以包括于处理器中。
该装置800还可以包括通信接口830，用于通过传输介质和其它设备进行通信，从而用于装置800中的装置可以和其它设备进行通信。示例性地，所述通信接口830例如可以是收发器、接口、总线、电路或者能够实现收发功能的装置。处理器810可利用通信接口830收发数据和/或信息。
示例性地，处理器810可用于基于与所述接收端之间的信道的总相干性，确定预编码矩阵；并可基于所述预编码矩阵，对第二信号进行预编码，得到预编码后的第二信号；处理器810还可用于控制通信接口830发送所述预编码后的第二信号。
本申请实施例中不限定上述处理器810、存储器820以及通信接口830之间的具体连接介质。本申请实施例在图8中以处理器810、存储器820以及通信接口830之间通过总线840连接。总线840在图8中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
应注意，上述的方法实施例可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(digital signal processor，DSP)、专用集成电路(applicationspecific integrated Circuit，ASIC)、现成可编程门阵列(field programmable gatearray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
可以理解，本申请实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(dynamic RAM，DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double data rateSDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(directrambus RAM，DR RAM)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
本申请提供了一种芯片系统，该芯片系统包括至少一个处理器，用于支持实现图3或图4所示实施例中发送端执行的方法或接收端执行的方法。
在一种可能的设计中，所述芯片系统还包括存储器，所述存储器用于保存程序指令和数据，存储器位于处理器之内或处理器之外。
该芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。
本申请还提供一种计算机程序产品，所述计算机程序产品包括：计算机程序(也可以称为代码，或指令)，当所述计算机程序被运行时，使得计算机执行图3或图4所示实施例中发送端执行的方法或接收端执行的方法。
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序(也可以称为代码，或指令)。当所述计算机程序被运行时，使得计算机执行图3或图4所示实施例中发送端执行的方法或接收端执行的方法。
上述实施例所提供的方法，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品可以包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁盘)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘solid state disk(SSD))等。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (12)

1.一种信号接收方法，其特征在于，应用于可见光通信系统，所述系统包括发送端和接收端，所述方法包括：
所述接收端接收第一信号，所述第一信号是由所述发送端发出的第二信号经信道传输到达所述接收端的信号，所述发送端与所述接收端之间的光信号部分被遮挡；
所述接收端基于凸优化算法或迭代优化算法，进行信号重构，恢复出所述第二信号。
2.如权利要求1所述的方法，其特征在于，所述发送端与所述接收端之间的信道矩阵H满足：
Figure FDA0003142537460000011
所述第一信号y与所述第二信号x满足：
Figure FDA0003142537460000012
其中，
Figure FDA0003142537460000013
表示所述接收端接收到的非完备信道矩阵，Δ表示被遮挡的部分信道增益，δ表示遮挡误差，δ＝Δx，n表示服从零均值高斯分布的高斯白噪声。
3.如权利要求2所述的方法，其特征在于，所述凸优化算法包括基于二范数约束的凸优化算法，用于对如下函数进行计算，以获得x和δ的最优解：
Figure FDA0003142537460000014
表示通过对x和δ的求解，使得
Figure FDA0003142537460000015
达到最小；
其中，||||1表示一范数，||||2表示二范数，ε和τ表示约束边界，τ≥0。
4.如权利要求2所述的方法，其特征在于，所述凸优化算法包括基于一范数约束的凸优化算法，用于对如下函数进行计算，以获得x和δ的最优解：
Figure FDA0003142537460000016
表示通过对x和δ的求解，使得
Figure FDA0003142537460000017
达到最小；
其中，||||1表示一范数，||||2表示二范数，ε和τ表示约束边界，τ≥0。
5.如权利要求2所述的方法，其特征在于，所述迭代优化算法包括快速迭代收缩阈值算法，用于对如下函数进行迭代计算，以获得x的最优解：
Figure FDA0003142537460000018
表示通过对x的求解，使得
Figure FDA0003142537460000019
达到最小；其中，||||1表示一范数，||||2表示二范数，λ1表示系数，0≤λ1≤1。
6.如权利要求2所述的方法，其特征在于，所述迭代优化算法包括交替方向乘子算法，用于对如下函数进行迭代计算，以获得x和δ的最优解：
Figure FDA0003142537460000021
表示通过对x和δ的求解，使得
Figure FDA0003142537460000022
达到最小；其中，||||1表示一范数，||||2表示二范数，λ1和λ2表示正则化参数，0≤λ1，λ2≤1。
7.一种信号发送方法，其特征在于，应用于可见光通信系统，所述系统包括发送端和接收端，所述方法包括：
所述发送端设备基于与所述接收端之间的信道的总相干性，确定预编码矩阵；
所述发送端基于所述预编码矩阵，对第二信号进行预编码，得到预编码后的第二信号；
所述发送端发送所述预编码后的第二信号。
8.如权利要求7所述的方法，其特征在于，所述信道的总相干性μ{Γ}满足：
Figure FDA0003142537460000023
其中，Γ＝(WTV* H)，WT表示所述预编码矩阵的转置，V* H表示对非完备信道矩阵进行奇异值分解得到的右酉矩阵的共轭，NT表示所述发送端的天线数，m＝1,…,NT，n＝1,…,NT；L表示所述第二信号中非零元素的个数，0≤L≤NT且为整数；IL表示维度为L的单位阵；以及
所述发送端设备基于与所述接收端之间的信道的总相干性，确定预编码矩阵，包括：
对如下函数进行计算，以获得所述预编码矩阵W的最优解：
Figure FDA0003142537460000024
表示通过对W的求解，使得
Figure FDA0003142537460000025
其中，L表示所述第二信号中非零元素的个数，0≤L≤NT且为整数。
9.一种通信装置，其特征在于，用于执行如权利要求1至6中任一项所述的方法，或，用于执行如权利要求7或8所述的方法。
10.一种通信装置，其特征在于，包括处理器，所述处理器用于调用所述程序代码以用于实现如权利要求1至6中任一项所述的方法，或，用于实现如权利要求7和8所述的方法。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，使得计算机执行如权利要求1至8中任一项所述的方法。
12.一种计算机程序产品，其特征在于，包括计算机程序，当所述计算机程序被运行时，使得所述计算机执行如权利要求1至8中任一项所述的方法。
CN202110745349.8A 2021-06-30 2021-06-30 信号接收方法、信号发送方法及通信装置 Pending CN113472440A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110745349.8A CN113472440A (zh) 2021-06-30 2021-06-30 信号接收方法、信号发送方法及通信装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110745349.8A CN113472440A (zh) 2021-06-30 2021-06-30 信号接收方法、信号发送方法及通信装置

Publications (1)

Publication Number Publication Date
CN113472440A true CN113472440A (zh) 2021-10-01

Family

ID=77877260

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110745349.8A Pending CN113472440A (zh) 2021-06-30 2021-06-30 信号接收方法、信号发送方法及通信装置

Country Status (1)

Country Link
CN (1) CN113472440A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101232329A (zh) * 2007-11-28 2008-07-30 华东理工大学 可见光通信系统的干扰消除方法
CN106160860A (zh) * 2016-07-26 2016-11-23 维沃移动通信有限公司 一种可见光通信方法及终端
CN106911387A (zh) * 2017-04-06 2017-06-30 中国矿业大学 可见光通信多小区干扰管理方法
US20170331644A1 (en) * 2016-02-03 2017-11-16 Trellisware Technologies, Inc. Methods and systems for improving communication using an alternate link
CN107659893A (zh) * 2017-11-08 2018-02-02 北京邮电大学 一种误差补偿方法、装置、电子设备及可读存储介质
CN110535503A (zh) * 2019-08-28 2019-12-03 哈尔滨工程大学 一种基于不完全信道下多用户双向mimo中继系统的预编码方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101232329A (zh) * 2007-11-28 2008-07-30 华东理工大学 可见光通信系统的干扰消除方法
US20170331644A1 (en) * 2016-02-03 2017-11-16 Trellisware Technologies, Inc. Methods and systems for improving communication using an alternate link
CN106160860A (zh) * 2016-07-26 2016-11-23 维沃移动通信有限公司 一种可见光通信方法及终端
CN106911387A (zh) * 2017-04-06 2017-06-30 中国矿业大学 可见光通信多小区干扰管理方法
CN107659893A (zh) * 2017-11-08 2018-02-02 北京邮电大学 一种误差补偿方法、装置、电子设备及可读存储介质
CN110535503A (zh) * 2019-08-28 2019-12-03 哈尔滨工程大学 一种基于不完全信道下多用户双向mimo中继系统的预编码方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张冲: "室内可见光通信中非完备信道下信号重构算法的研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *

Similar Documents

Publication Publication Date Title
Wang et al. Wireless deep video semantic transmission
TWI394387B (zh) 多輸入多輸出廣播通道上的傳輸
KR20220025153A (ko) Hdr 이미지들을 인코딩 및 디코딩하기 위한 방법 및 장치
CN110024391B (zh) 用于编码和解码数字图像或视频流的方法和装置
CN113473149A (zh) 用于无线图像传输的语义信道联合编码方法及装置
Shirazinia et al. Joint source-channel vector quantization for compressed sensing
TWI822722B (zh) 建構極化碼的方法、通信方法以及通信裝置
CN112398484A (zh) 一种编码方法及相关设备
JP2023530471A (ja) ディープニューラルネットワークを符号化／復号するためのシステム及び方法
Yan et al. Channel noise optimization of polar codes decoding based on a convolutional neural network
Gray Quantization in task-driven sensing and distributed processing
CN115699020A (zh) 用于神经网络的量化
CN113472440A (zh) 信号接收方法、信号发送方法及通信装置
KR20090085126A (ko) Ｍｉｍｏ 통신 시스템을 위한 디코딩 방법 및 장치
Yilmaz et al. High Perceptual Quality Wireless Image Delivery with Denoising Diffusion Models
Jin et al. Insights into the stable recovery of sparse solutions in overcomplete representations using network information theory
Shirazinia et al. Distributed quantization for measurement of correlated sparse sources over noisy channels
Stavrou et al. Fixed-rate zero-delay source coding for stationary vector-valued Gauss-Markov sources
Skoglund A soft decoder vector quantizer for a Rayleigh fading channel: Application to image transmission
Leihong et al. Study on image transmission mechanism of ghost imaging based on joint source and channel coding
CN115118972A (zh) 视频图像的编解码方法及相关设备
TW202103491A (zh) 編碼深度神經網路之系統及方法
Shirazinia et al. Optimized compressed sensing matrix design for noisy communication channels
CN113711496A (zh) 削波信号的重构
Hachemi et al. Binary input-output compressive sensing: A sub-gradient reconstruction

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20211001

RJ01 Rejection of invention patent application after publication