CN115767756B - 一种低信噪比下重要多径分量的辨识方法、系统及介质 - Google Patents
一种低信噪比下重要多径分量的辨识方法、系统及介质 Download PDFInfo
- Publication number
- CN115767756B CN115767756B CN202211366948.XA CN202211366948A CN115767756B CN 115767756 B CN115767756 B CN 115767756B CN 202211366948 A CN202211366948 A CN 202211366948A CN 115767756 B CN115767756 B CN 115767756B
- Authority
- CN
- China
- Prior art keywords
- multipath
- component
- components
- sub
- multipath component
- 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 38
- 238000004891 communication Methods 0.000 claims abstract description 49
- 230000004044 response Effects 0.000 claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims description 90
- 238000005070 sampling Methods 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 10
- 238000000354 decomposition reaction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000013459 approach Methods 0.000 claims description 6
- 125000004122 cyclic group Chemical group 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 8
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Monitoring And Testing Of Transmission In General (AREA)
- Noise Elimination (AREA)
Abstract
本发明公开了一种低信噪比下重要多径分量的辨识方法、系统及介质,通过将无线通信中的信道脉冲响应中各个多径分量分解为多个子分量,通过评估各个子分量的递归特性确定可用的子分量,重构信道脉冲响应中各个多径分量,解决高噪声对多径分量辨识的负面影响;最后,通过评估重构多径分量的平均功率辨识出重要的多径分量。基于重要多径分量,调整无线通信系统发射端的调制方式,实现减小无线通信系统的误码率,本发明可以解决低信噪比下重要多径分量的辨识问题,为实现无线通信的自适应传输和自适应编码等提供了保障。
Description
技术领域
本发明涉及一种低信噪比下重要多径分量的辨识方法、系统及介质,属于无线通信自适应传输技术领域。
背景技术
随着科技的发展,无线通信的自适应传输是未来发展的趋势。在信道脉冲响应中,多径分量的辨别是支撑自适应传输技术中重要的一部分。在现有技术中,准确地在低信噪比环境下识别和选择多径分量是一个比较困难的问题。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷,提供一种低信噪比下重要多径分量的辨识方法、系统及介质,解决难以准确识别和选择信道脉冲响应中重要时延抽头的技术问题。
为达到上述目的,本发明提供一种低信噪比下重要多径分量的辨识方法,包括:
通过信道估计获得无线通信系统发射端的信道状态信息估计值;
基于无线通信系统发射端的信道状态信息估计值,通过快速傅里叶逆变换获得信道脉冲响应各个多径分量采样值;
计算各个多径分量采样值的实数部分的迹矩阵;
计算各个多径分量采样值的虚数部分的迹矩阵;
通过截断的随机奇异值分解多径分量采样值实数部分的迹矩阵,获得各个多径分量实数部分的多径分量的子分量;
通过截断的随机奇异值分解多径分量采样值虚数部分的迹矩阵,获得各个多径分量虚数部分的多径分量的子分量;
通过估计各个多径分量实数部分的多径分量的子分量的递归率,确定实数部分有效的子分量;
通过估计各个多径分量虚数部分的多径分量的子分量的递归率,确定虚数部分有效的子分量;
通过实数部分有效的子分量和虚数部分有效的子分量,重构各个多径分量实数部分与各个多径分量虚数部分;
计算重构后的各个多径分量实数部分与各个多径分量虚数部分的能量平均值,辨识出重要多径分量。
其中,表示信道脉冲响应第/>个多径分量采样值的实数部分的第l个采样值,l=1,2,3,...,L,L表示第/>个多径分量采样值的实数部分的总数,/>右下角的R表示信道脉冲响应第/>个多径分量第l个采样值/>的实数部分,N表示观测窗口的长度,K表示子载波的总数。
优先地,通过截断的随机奇异值分解多径分量采样值实数部分的迹矩阵的迹矩阵,获得各个多径分量实数部分的多径分量的子分量,通过以下步骤实现:
通过截断的随机奇异值分解第个多径分量采样值的实数部分的迹矩阵/>获得第/>个多径分量采样值的实数部分的迹矩阵的左奇异矩阵/>奇异矩阵和右奇异矩阵/>L表示第/>个多径分量采样值的实数部分的总数,N为观测窗口的长度;
其中,(Xn,R)m,q-m+1表示矩阵Xn,R的第m行第q-m+1列的值;
优先地,通过估计各个多径分量实数部分的多径分量的子分量的递归率,确定实数部分有效的子分量,通过以下步骤实现:
其中,表示第/>个多径分量的实数部分的第n个子分量的长度为/>的对角线所出现的概率,/>表示第/>个多径分量的实数部分的第n个子分量的对角线最小的长度,L'R表示第/>个多径分量的实数部分的重构相空间的长度;
其中,表示第/>个多径分量采样值的虚数部分的第l个估计值,l=1,2,3,...,L,L表示第/>个多径分量采样值的虚数部分的总数目,N表示观测窗口的长度,K表示子载波的总数;I表示虚数部分的相关矩阵。
优先地,通过截断的随机奇异值分解多径分量采样值虚数部分的迹矩阵,获得各个多径分量虚数部分的多径分量的子分量,通过以下步骤实现:
通过截断的随机奇异值分解第个多径分量采样值的虚数部分的迹矩阵/>获得第/>个多径分量采样值的虚数部分的迹矩阵的左奇异矩阵/>奇异矩阵和右奇异矩阵/>L表示第/>个多径分量采样值的虚数部分的总数目,N为观测窗口的长度;
其中,(Xn,I)m,q-m+1表示矩阵Xn,I的第m行第q-m+1列的值;
优先地,通过估计各个多径分量虚数部分的多径分量的子分量的递归率,确定虚数部分有效的子分量,通过以下步骤实现:
其中,表示第/>个多径分量的虚数部分的第n个子分量的长度为/>的对角线所出现的概率,/>表示第/>个多径分量的虚数部分的第n个子分量的对角线最小的长度,L'I表示第/>个多径分量的虚数部分的重构相空间的长度;
优先地,通过实数部分有效的子分量和虚数部分有效的子分量,重构各个多径分量实数部分与各个多径分量虚数部分,通过以下步骤实现:
优先地,计算重构后的各个多径分量实数部分与各个多径分量虚数部分的能量平均值,辨识出重要多径分量,通过以下步骤实现:
优先地,基于重要多径分量,调整无线通信系统发射端的调制方式,实现减小无线通信系统的误码率,通过以下步骤实现:
步骤2:计算重要多径分量的平均信噪比:
根据区间位置在调制方式组合{M0,M1,...,Ma}中找到对应的调制方式,其中,Ma表示调制阶数为a的调制方式,对应星座点数为2a;
一种低信噪比下重要多径分量的辨识系统,包括:
矢量信号分析仪,用于进行信道估计,获取无线通信系统发射端的信道状态信息估计值;
数字信号处理器,用于计算通信系统的信道脉冲响应;
多径分量辨识控制器,用于对通信系统信道脉冲响应的重要多径分量进行辨识。
优先地,多径分量辨识控制器包含以下子模块:
预处理模块,用于对各个多径分量的实数部分与虚数部分分别计算迹矩阵;
子分量处理模块,用于获得各个多径分量实数部分与虚数部分的多径分量的子分量,并通过估计各个子分量的递归率确定有效的子分量;
多径分量重构模块,用于重构各个多径分量实数部分与虚数部分;
多径分量辨识模块,用于通过评估重构后多径分量的能量平均值辨识出重要的多径分量。
一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一项所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任一项所述方法的步骤。
本发明所达到的有益效果:
本发明的低信噪比下重要多径分量的辨识方法,通过将无线通信中的信道脉冲响应中各个多径分量分解为多个子分量,进一步通过评估各个子分量的递归特性确定可用的子分量,重构信道脉冲响应中各个多径分量,解决高噪声对多径分量辨识的负面影响;最后,通过评估重构多径分量的平均功率辨识出重要的多径分量。重要多径分量的信息代表了当前无线通信环境的状态,可以用于评估无线通信系统发射环境的质量。
对应地,基于重要多径分量,通过发射环境的质量及时地调整无线通信系统发射端的相关参数,以适用当前的通信环境,减小无线通信系统的误码率。
另一方面,信道脉冲响应也是大量物联网定位和感知工作的重要信息来源,可以借助特定信号的信道频率响应,计算出不同多径路径的传播特征,分析出对定位和感知有用的信息。
本发明可以解决低信噪比下重要多径分量的辨识问题,为实现无线通信的自适应传输和自适应编码等自适应传输工作及物联网定位感知工作提供保障。
附图说明
图1是本发明的设备连接图;
图2是本发明实施例提供的流程示意图;
图3是本发明实施例提供的系统结构图。
具体实施方式
以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图2所示,本发明提供一种低信噪比下重要多径分量的辨识方法,包括:
通过信道估计获得无线通信系统发射端的信道状态信息估计值;
基于无线通信系统发射端的信道状态信息估计值,通过快速傅里叶逆变换获得信道脉冲响应各个多径分量采样值;
计算各个多径分量采样值的实数部分的迹矩阵;
计算各个多径分量采样值的虚数部分的迹矩阵;
通过截断的随机奇异值分解多径分量采样值实数部分的迹矩阵,获得各个多径分量实数部分的多径分量的子分量;
通过截断的随机奇异值分解多径分量采样值虚数部分的迹矩阵,获得各个多径分量虚数部分的多径分量的子分量;
通过估计各个多径分量实数部分的多径分量的子分量的递归率,确定实数部分有效的子分量;
通过估计各个多径分量虚数部分的多径分量的子分量的递归率,确定虚数部分有效的子分量;
通过实数部分有效的子分量和虚数部分有效的子分量,重构各个多径分量实数部分与各个多径分量虚数部分;
计算重构后的各个多径分量实数部分与各个多径分量虚数部分的能量平均值,辨识出重要多径分量。
其中,表示信道脉冲响应第/>个多径分量采样值的实数部分的第l个采样值,l=1,2,3,...,L,L表示第/>个多径分量采样值的实数部分的总数,/>右下角的R表示信道脉冲响应第/>个多径分量第l个采样值/>的实数部分,N表示观测窗口的长度,K表示子载波的总数。
进一步地,本实施例中通过截断的随机奇异值分解多径分量采样值实数部分的迹矩阵的迹矩阵,获得各个多径分量实数部分的多径分量的子分量,通过以下步骤实现:
通过截断的随机奇异值分解第个多径分量采样值的实数部分的迹矩阵/>获得第/>个多径分量采样值的实数部分的迹矩阵的左奇异矩阵/>奇异矩阵和右奇异矩阵/>L表示第/>个多径分量采样值的实数部分的总数,N为观测窗口的长度;
其中,(Xn,R)m,q-m+1表示矩阵Xn,R的第m行第q-m+1列的值;
进一步地,本实施例中通过估计各个多径分量实数部分的多径分量的子分量的递归率,确定实数部分有效的子分量,通过以下步骤实现:
其中,表示第/>个多径分量的实数部分的第n个子分量的长度为/>的对角线所出现的概率,/>表示第/>个多径分量的实数部分的第n个子分量的对角线最小的长度,L'R表示第/>个多径分量的实数部分的重构相空间的长度;
进一步地,本实施例中计算各个多径分量采样值的虚数部分的迹矩阵,通过以下步骤实现:
其中,表示第/>个多径分量采样值的虚数部分的第l个估计值,l=1,2,3,...,L,L表示第/>个多径分量采样值的虚数部分的总数目,N表示观测窗口的长度,K表示子载波的总数;I表示虚数部分的相关矩阵。
进一步地,本实施例中通过截断的随机奇异值分解多径分量采样值虚数部分的迹矩阵,获得各个多径分量虚数部分的多径分量的子分量,通过以下步骤实现:
通过截断的随机奇异值分解第个多径分量采样值的虚数部分的迹矩阵/>获得第/>个多径分量采样值的虚数部分的迹矩阵的左奇异矩阵/>奇异矩阵/>和右奇异矩阵/>L表示第/>个多径分量采样值的虚数部分的总数目,N为观测窗口的长度;
其中,(Xn,I)m,q-m+1表示矩阵Xn,I的第m行第q-m+1列的值;
进一步地,本实施例中通过估计各个多径分量虚数部分的多径分量的子分量的递归率,确定虚数部分有效的子分量,通过以下步骤实现:
其中,表示第/>个多径分量的虚数部分的第n个子分量的长度为/>的对角线所出现的概率,/>表示第/>个多径分量的虚数部分的第n个子分量的对角线最小的长度,L'I表示第/>个多径分量的虚数部分的重构相空间的长度;
进一步地,本实施例中通过实数部分有效的子分量和虚数部分有效的子分量,重构各个多径分量实数部分与各个多径分量虚数部分,通过以下步骤实现:
进一步地,本实施例中计算重构后的各个多径分量实数部分与各个多径分量虚数部分的能量平均值,辨识出重要多径分量,通过以下步骤实现:
进一步地,本实施例中基于重要多径分量,调整无线通信系统发射端的调制方式,实现减小无线通信系统的误码率,通过以下步骤实现:
步骤2:计算重要多径分量的平均信噪比:
根据区间位置在调制方式组合{M0,M1,...,Ma}中找到对应的调制方式,其中,Ma表示调制阶数为a的调制方式,对应星座点数为2a;
发射天线,用于发射无线信号;
接收天线,用于接收无线信号;
矢量信号分析仪,用于进行信道估计,获取无线通信系统发射端的信道状态信息估计值;
数字信号处理器,用于计算通信系统的信道脉冲响应;
多径分量辨识控制器,用于对通信系统信道脉冲响应的重要多径分量进行辨识。
进一步地,如图3所示,本实施例中多径分量辨识控制器包含以下子模块:
预处理模块,用于对各个多径分量的实数部分与虚数部分分别计算迹矩阵;
子分量处理模块,用于获得各个多径分量实数部分与虚数部分的多径分量的子分量,并通过估计各个子分量的递归率确定有效的子分量;
多径分量重构模块,用于重构各个多径分量实数部分与虚数部分;
多径分量辨识模块,用于通过评估重构后多径分量的能量平均值辨识出重要的多径分量。
一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一项所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任一项所述方法的步骤。
发射天线、接收天线、矢量信号分析仪和数字信号处理器上述部件在现有技术中可采用的型号很多,本领域技术人员可根据实际需求选用合适的型号,本实施例不再一一举例。
通过重要多径分量信息、给定阈值判决阈值组合和调制方式组合,发射端可以及时地调整发射系统的调制方式,以适应当前的通信环境。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (12)
1.一种低信噪比下重要多径分量的辨识方法,其特征在于,包括:
通过信道估计获得无线通信系统发射端的信道状态信息估计值;
基于无线通信系统发射端的信道状态信息估计值,通过快速傅里叶逆变换获得信道脉冲响应各个多径分量采样值;
计算各个多径分量采样值的实数部分的迹矩阵;
计算各个多径分量采样值的虚数部分的迹矩阵;
通过截断的随机奇异值分解多径分量采样值实数部分的迹矩阵,获得各个多径分量实数部分的多径分量的子分量;
通过截断的随机奇异值分解多径分量采样值虚数部分的迹矩阵,获得各个多径分量虚数部分的多径分量的子分量;
通过估计各个多径分量实数部分的多径分量的子分量的递归率,确定实数部分有效的子分量;
通过估计各个多径分量虚数部分的多径分量的子分量的递归率,确定虚数部分有效的子分量;
通过实数部分有效的子分量和虚数部分有效的子分量,重构各个多径分量实数部分与各个多径分量虚数部分;
计算重构后的各个多径分量实数部分与各个多径分量虚数部分的能量平均值,辨识出重要多径分量;
基于重要多径分量,调整无线通信系统发射端的调制方式,实现减小无线通信系统的误码率;
其中,计算重构后的各个多径分量实数部分与各个多径分量虚数部分的能量平均值,辨识出重要多径分量,通过以下步骤实现:
基于重要多径分量,调整无线通信系统发射端的调制方式,实现减小无线通信系统的误码率,通过以下步骤实现:
步骤2:计算重要多径分量的平均信噪比:
3.根据权利要求2所述的一种低信噪比下重要多径分量的辨识方法,其特征在于,
通过截断的随机奇异值分解多径分量采样值实数部分的迹矩阵的迹矩阵,获得各个多径分量实数部分的多径分量的子分量,通过以下步骤实现:
通过截断的随机奇异值分解第个多径分量采样值的实数部分的迹矩阵/>获得第/>个多径分量采样值的实数部分的迹矩阵的左奇异矩阵/>奇异矩阵和右奇异矩阵/>L表示第/>个多径分量采样值的实数部分的总数,N为观测窗口的长度;/>
其中,(Xn,R)m,q-m+1表示矩阵Xn,R的第m行第q-m+1列的值;
4.根据权利要求3所述的一种低信噪比下重要多径分量的辨识方法,其特征在于,
通过估计各个多径分量实数部分的多径分量的子分量的递归率,确定实数部分有效的子分量,通过以下步骤实现:
其中,表示第/>个多径分量的实数部分的第n个子分量的长度为/>的对角线所出现的概率,/>表示第/>个多径分量的实数部分的第n个子分量的对角线最小的长度,L'R表示第/>个多径分量的实数部分的重构相空间的长度;Ψ表示Heaviside函数,表示给定的阈值,/>为中间变量;
6.根据权利要求5所述的一种低信噪比下重要多径分量的辨识方法,其特征在于,
通过截断的随机奇异值分解多径分量采样值虚数部分的迹矩阵,获得各个多径分量虚数部分的多径分量的子分量,通过以下步骤实现:
通过截断的随机奇异值分解第个多径分量采样值的虚数部分的迹矩阵/>获得第/>个多径分量采样值的虚数部分的迹矩阵的左奇异矩阵/>奇异矩阵/>和右奇异矩阵/>L表示第/>个多径分量采样值的虚数部分的总数目,N为观测窗口的长度;
其中,(Xn,I)m,q-m+1表示矩阵Xn,I的第m行第q-m+1列的值;
7.根据权利要求6所述的一种低信噪比下重要多径分量的辨识方法,其特征在于,
通过估计各个多径分量虚数部分的多径分量的子分量的递归率,确定虚数部分有效的子分量,通过以下步骤实现:
其中,表示第/>个多径分量的虚数部分的第n个子分量的长度为/>的对角线所出现的概率,/>表示第/>个多径分量的虚数部分的第n个子分量的对角线最小的长度,L'I表示第/>个多径分量的虚数部分的重构相空间的长度;Ψ表示Heaviside函数,表示给定的阈值,/>为中间变量;
9.一种低信噪比下重要多径分量的辨识系统,其特征在于,
矢量信号分析仪,用于进行信道估计,获取无线通信系统发射端的信道状态信息估计值;
数字信号处理器,用于计算通信系统的信道脉冲响应;
多径分量辨识控制器,用于对通信系统信道脉冲响应的重要多径分量进行辨识;基于重要多径分量,调整无线通信系统发射端的调制方式,实现减小无线通信系统的误码率;
其中,辨识重要多径分量,通过以下步骤实现:
基于重要多径分量,调整无线通信系统发射端的调制方式,实现减小无线通信系统的误码率,通过以下步骤实现:
步骤2:计算重要多径分量的平均信噪比:
10.根据权利要求9所述的一种低信噪比下重要多径分量的辨识系统,其特征在于,多径分量辨识控制器包含以下子模块:
预处理模块,用于对各个多径分量的实数部分与虚数部分分别计算迹矩阵;
子分量处理模块,用于获得各个多径分量实数部分与虚数部分的多径分量的子分量,并通过估计各个子分量的递归率确定有效的子分量;
多径分量重构模块,用于重构各个多径分量实数部分与虚数部分;
多径分量辨识模块,用于通过评估重构后多径分量的能量平均值辨识出重要的多径分量。
11.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至8中任一项所述方法的步骤。
12.一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,该计算机程序被处理器执行时实现权利要求1至8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211366948.XA CN115767756B (zh) | 2022-11-02 | 2022-11-02 | 一种低信噪比下重要多径分量的辨识方法、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211366948.XA CN115767756B (zh) | 2022-11-02 | 2022-11-02 | 一种低信噪比下重要多径分量的辨识方法、系统及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115767756A CN115767756A (zh) | 2023-03-07 |
CN115767756B true CN115767756B (zh) | 2023-06-13 |
Family
ID=85356159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211366948.XA Active CN115767756B (zh) | 2022-11-02 | 2022-11-02 | 一种低信噪比下重要多径分量的辨识方法、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115767756B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114189407A (zh) * | 2021-11-16 | 2022-03-15 | 西安电子科技大学 | 一种dft信道估计方法、系统、介质、设备及终端 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101326783A (zh) * | 2005-12-09 | 2008-12-17 | 高通股份有限公司 | 用于在多天线系统中进行信道估计的基于平均抽头能量的阈值处理 |
CN102638290B (zh) * | 2012-03-15 | 2015-12-09 | 北京邮电大学 | 一种基于信道测量的多径信号分量提取方法及装置 |
CN103179057B (zh) * | 2013-03-21 | 2015-11-18 | 山东大学 | 一种适用于直接序列扩频超宽带系统的信道估计方法 |
DE102014008347B4 (de) * | 2014-06-05 | 2021-01-28 | Apple Inc. | Verfahren und vorrichtung zur kanalschätzung und ofdm-empfänger |
CN107086969B (zh) * | 2017-03-23 | 2020-07-31 | 西安电子科技大学 | 一种基于特征值分解的sage信道参数估计方法 |
CN111490954B (zh) * | 2020-04-03 | 2021-08-10 | 武汉大学 | 信道脉冲响应的重要时延抽头选择方法及系统 |
CN112953863B (zh) * | 2021-02-09 | 2022-12-02 | 西安电子科技大学 | 一种适用于超低信噪比多径传输环境的信道参数估计方法 |
CN114050952B (zh) * | 2021-11-02 | 2024-02-23 | 北京鹏鹄物宇科技发展有限公司 | 一种基于多波束天线的自动调制方式识别方法 |
CN115189990B (zh) * | 2022-06-29 | 2023-05-30 | 南京邮电大学 | 一种基于循环储蓄学习网络的ofdm时域信道预测方法及系统 |
-
2022
- 2022-11-02 CN CN202211366948.XA patent/CN115767756B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114189407A (zh) * | 2021-11-16 | 2022-03-15 | 西安电子科技大学 | 一种dft信道估计方法、系统、介质、设备及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN115767756A (zh) | 2023-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111783558A (zh) | 一种卫星导航干扰信号类型智能识别方法及系统 | |
CN102724147B (zh) | 一种水声正交频分复用的信道估计方法 | |
CN109995449B (zh) | 一种基于深度学习的毫米波信号检测方法 | |
CN111817757B (zh) | 一种用于mimo无线通信系统的信道预测方法及系统 | |
CN109194596A (zh) | 一种基于稀疏贝叶斯学习的水声ofdm时变信道估计方法 | |
CN102143113B (zh) | 一种信道估计方法及装置 | |
CN108270702A (zh) | 基于MCMC的turbo迭代均衡检测方法 | |
CN115250216A (zh) | 一种基于深度学习的水声ofdm联合信道估计和信号检测方法 | |
CN111541505A (zh) | 一种面向ofdm无线通信系统的时域信道预测方法及系统 | |
Smith et al. | A communication channel density estimating generative adversarial network | |
CN114760176B (zh) | 电力线通信自适应脉冲噪声抑制方法和装置、存储介质 | |
CN104601512B (zh) | 一种检测相位调制信号载波频偏的方法及系统 | |
CN109450829B (zh) | 数字调制信号码速率估计方法和装置 | |
Ma et al. | CNN-based automatic modulation recognition of wireless signal | |
CN115767756B (zh) | 一种低信噪比下重要多径分量的辨识方法、系统及介质 | |
CN113259283B (zh) | 一种基于循环神经网络的单通道时频混叠信号盲分离方法 | |
CN111490954B (zh) | 信道脉冲响应的重要时延抽头选择方法及系统 | |
CN107947899B (zh) | 单载波交织频分多址系统中的多用户信噪比盲估计方法 | |
CN114615113B (zh) | 一种利用前导序列对基系数降噪的多符号bem信道估计方法 | |
CN104270328A (zh) | 一种信噪比实时估计方法 | |
CN112202696B (zh) | 基于模糊自编码器的水声信号自动调制识别方法 | |
CN111865849B (zh) | 一种信号调制的方法、装置和服务器 | |
CN112995072B (zh) | 信道估计方法、装置、计算机设备和存储介质 | |
CN110198196B (zh) | 通信系统中基于信号强度的振幅估计方法 | |
CN106453165B (zh) | 一种dft-base信道估计方法和装置 |
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 |