Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东南大学张铖获国家专利权

东南大学张铖获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉东南大学申请的专利信道时变统计辅助的交替训练方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116232503B

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310194318.7,技术领域涉及:H04B17/391;该发明授权信道时变统计辅助的交替训练方法是由张铖;王玉倩;刘畅;黄永明;杨绿溪设计研发完成,并于2023-03-03向国家知识产权局提交的专利申请。

信道时变统计辅助的交替训练方法在说明书摘要公布了:本发明提供了一种信道时变统计辅助的交替训练方法,包括系统建模、交替训练、冗余训练、数据传输、天线训练顺序设置阶段,系统建模阶段构建系统传输模型与信道时变模型;交替训练阶段将训练与反馈阶段相互联结;冗余训练阶段在系统已满足不发生中断的条件时继续对天线进行训练;天线训练顺序设置阶段对下一时刻天线训练的顺序进行辅助设置;与已有交替训练方案相比,信道时变统计辅助的交替训练方案在不引起系统中断性能恶化的同时,进一步降低了系统的训练开销。

本发明授权信道时变统计辅助的交替训练方法在权利要求书中公布了:1.一种信道时变统计辅助的交替训练方法,其特征在于,包括如下步骤: 步骤1、系统建模阶段:构建系统传输模型,对信道进行时变特性建模,设置系统中断判断依据,对各种参数进行定义和数学表示; 步骤2、交替训练阶段:基站发送导频给用户对天线进行训练,用户根据基站发送的导频估计信道状态信息CSI,对系统是否满足不发生中断的条件进行判断,反馈指示信息,基站基于反馈的指示信息决定是否中断交替训练过程; 步骤3、冗余训练阶段:在系统已经满足不发生中断的条件时,基站发送导频给用户对天线进行冗余训练,用户根据基站发送的导频估计信道状态信息CSI,当继续训练的天线数满足要求的冗余训练次数或没有更多天线可以训练时,训练终止,用户反馈当前已训练的所有天线的信道状态信息CSI; 步骤4、数据传输阶段:基站根据用户反馈的信道状态信息CSI进行数据传输; 步骤5、天线训练顺序设置阶段:根据当前时刻天线训练的结果对下一时刻天线训练的顺序进行设置; 步骤1所述系统建模阶段,包括如下具体步骤: 步骤1.1、考虑一个多输入单输出MISO系统,即服务于一个单天线用户的大规模系统的下行链路,基站端配置了Nt根发射天线,每一根天线都配备了单独的射频链路,基站配置高维度的典型均匀阵列,用hi表示第i根发射天线到接收天线之间的信道系数,用表示所考虑的整个MISO系统的信道状态,收发机方程为: 其中,P是瞬时总发射功率,亦即发送信号的归一化信噪比;为基站发送的波束成形矢量;s表示具有单位能量的数据流;是本地接收机噪声; 步骤1.2、对信道进行时变特性建模,采用一阶自回归模型对时变信道进行建模,具体信道建模如下: 其中,nt+1表示t+1时刻所引入的与ht不相关的高斯噪声,即nt+1与ht统计独立,且h0服从复高斯分布,ρ是时间相关系数,用以表征相邻时刻信道之间的相关性的强弱程度;相关性只在时隙范围Tl内考虑,当i≤Tl时,ht+i与ht存在相关性;当iTl时,ht+i与ht相互独立; 步骤1.3、设置系统中断判断依据:给定期望达到的数据传输速率Rth=log21+αP,其中,α取大于0的任意值,系统的信噪比SNR为P||hTw||22,即:P||hTw||2,则系统的实际传输速率为log21+||hTw||2P;若log21+||hTw||2P≤Rth,即: 则会产生中断,其中,α是目标归一化接收信噪比SNR,中断概率为: 若基站已知完美的等效信道矢量,则为了最小化中断概率,采用最大比发射MRT对基带预编码进行设计:w=h*||h||;中断概率进一步变形为: Pr||h||2≤α, 系统中断判断依据设置为:若已完成训练的天线能够提供的接收信噪比SNR小于等于目标归一化接收信噪比SNR,即,∑‖hi‖2≤α,则系统会发生中断;反之,系统不发生中断。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东南大学,其通讯地址为:211102 江苏省南京市江宁区东南大学路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。