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 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜南京信息工程大学李鹏获国家专利权

恭喜南京信息工程大学李鹏获国家专利权

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!

龙图腾网恭喜南京信息工程大学申请的专利基于外推原理的大规模MIMO低复杂度信号检测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:CN119172020B

龙图腾网通过国家知识产权局官网在2025-04-01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:202411659841.3,技术领域涉及:H04B17/391;该发明授权基于外推原理的大规模MIMO低复杂度信号检测方法是由李鹏;吉方婷;冯姣;张治中;周华;吴勤勤;程方设计研发完成,并于2024-11-20向国家知识产权局提交的专利申请。

基于外推原理的大规模MIMO低复杂度信号检测方法在说明书摘要公布了:本发明提供了基于外推原理的大规模MIMO低复杂度信号检测方法,包括如下步骤,构建大规模MIMO系统上行传输模型,获取MIMO系统的相关参数;根据所述MIMO系统的相关参数,得到发射信号初始数据;采用基于EISOR迭代的信号检测方法对接收信号进行检测,得到信号检测结果;本发明针对大规模MIMO上行链路提出了一种基于EISOR方法的新型线性检测器,实现了性能的改进,同时也兼顾了复杂度的要求,克服了现有技术的检测算法需要多次迭代且复杂度较高的问题。

本发明授权基于外推原理的大规模MIMO低复杂度信号检测方法在权利要求书中公布了:1.基于外推原理的大规模MIMO低复杂度信号检测方法,其特征在于,包括以下步骤:步骤1,构建大规模MIMO系统上行传输模型,获取MIMO系统的相关参数,所述相关参数包括信道响应矩阵、发射天线的数量、接收天线的数量、接收信号矢量和噪声方差;步骤1中,所述大规模MIMO系统上行传输模型包括大规模MIMO系统,所述大规模MIMO系统包括基站和用户端,所述基站包括NT个单天线用户和NR根天线通信,所述大规模MIMO系统中信道为瑞利平坦信道,且基站的信道状态信息同步,则NT个用户独立发送的信号向量x表示为基站端接收的符号向量y表示为则x和y之间的关系表示为y=Hx+n;其中,表示第NT个用户发射的信号,表示第NR个基站接收的符号,为信道响应矩阵,为加性高斯白噪声,是复数集;步骤2,根据所述MIMO系统的相关参数,构建MMSE检测矩阵,并求出匹配滤波信号,根据发射天线数量和接收天线数量,得到MMSE检测矩阵的最小特征值和最大特征值;步骤2包括:根据信道响应矩阵,构建MMSE检测矩阵,并求出匹配滤波信号;根据发射天线数量和接收天线数量,得到MMSE检测矩阵的最小特征值和最大特征值;步骤2中,所述MMSE检测矩阵的表达式为:A=HHH+σ2I,其中A为MMSE检测矩阵,HH是信道响应矩阵H的对称转置矩阵,σ2为噪声方差,I为NT×NT的单位矩阵;所述匹配滤波信号的表达式为: 其中,为匹配滤波信号;步骤2中,所述MMSE检测矩阵的最大特征值表达式为: 其中,λmax为MMSE检测矩阵的最大特征值;所述MMSE检测矩阵的最小特征值表达式为: 其中,λmin为MMSE检测矩阵的最小特征值;步骤3,对匹配滤波矩阵进行分解,得到基于滤波矩阵中的对角元素的迹,以及发射天线和用户的数量的迭代初始值;根据发射信号的初始数据,优化计算过松弛参数和加速度参数,从而计算得到外推参数,采用根据优化后的过松弛参数和外推参数改进的基于外推原理结合优化的EISOR迭代的信号检测方法对接收信号进行检测,得到信号检测结果;步骤3包括如下步骤:步骤3-1,对MMSE滤波矩阵进行分解,求出对角线分量矩阵;通过提取矩阵元素分解滤波矩阵,得到矩阵带宽参数为1的带状矩阵、上三角矩阵和下三角矩阵;步骤3-2,根据发射信号初始数据,计算过松弛参数和加速度参数,再计算得到外推参数;步骤3-3,根据对角线分量、发射端天线数量和接收端天线数量计算初始值;步骤3-4,根据步骤3-3得到的初始值进行迭代,采用将外推技术与改进后的连续过松弛算法相结合的算法进行迭代计算;步骤3-1中,采用如下公式对MMSE滤波矩阵进行对角分解:A=D+L+U,其中,D为对角线分量矩阵,L为严格下三角矩阵,U为严格上三角矩阵;通过提取矩阵元素对匹配滤波矩阵进行分解,得到带宽参数为1的带状矩阵、上三角矩阵和下三角矩阵:A=D1+L1+U1,其中,D1为矩阵带宽参数为1的带状矩阵,L1和U1分别为匹配滤波矩阵的下三角矩阵和上三角矩阵;步骤3-2中,所述过松弛参数的表达式为: 其中,β为过松弛参数;所述加速度参数的表达式为: 其中,α为加速度参数;步骤3-2中,所述外推参数的表达式为, 其中,γ为外推参数;步骤3-3中,所述初始值计算公式为: 其中,x0为初始值,traceD为对角线分量矩阵的迹;步骤3-4中,将连续过松弛算法利用差向量进行线性优化得到改进后的连续过松弛算法,公式为: 其中,i=0,1,...,K,K为总的迭代次数,ω为松弛因子;xi为第i次迭代发射信号估计值;步骤3-4中,采用将外推技术与改进后的连续过松弛算法相结合的算法进行迭代计算,公式为: 其中,xi+1为第i+1次迭代发射信号估计值。

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南京信息工程大学,其通讯地址为:210044 江苏省南京市江北新区宁六路219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。