“张岷涛”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果35个，建议您升级VIP下载更多相关专利

[发明专利]差分调制辅助并行支路融合的叠加信道状态信息反馈方法-CN202310842826.1在审
发明人：卿朝进;刘文慧;王子龙;姜皓文;张岷涛 -专利权人：西华大学
申请日： 2023-07-10 - 公布日： 2023-09-05 - 主分类号： H04L1/00 文献下载
摘要：本发明公开一种差分调制辅助并行支路融合的叠加信道状态信息反馈方法，包括：用户端：用户端将下行CSI矢量实值化、量化与已调UL‑US进行叠加、映射和差分调制后得到差分已调信号并反馈回基站。基站端：对接收信号按照传统支路与学习支路并行处理后再进行融合；最后将下行CSI的恢复信息与CSI初始特征一并送入融合网络Fushion_Net,得到融合了两路信号特征的恢复精度增强的下行CSI。本发明避免了用户端发送导引从而节省了带宽资源，减小用户端能量开销且具备泛化性，提高了下行CSI的重构精度。
调制辅助并行支路融合叠加信道状态信息反馈方法

[发明专利]基于机器学习的联合帧同步与信道估计方法-CN202111372250.4有效
发明人：卿朝进;饶川贵;唐书海;杨娜;张岷涛 -专利权人：西华大学
申请日： 2021-11-18 - 公布日： 2023-06-23 - 主分类号： H04W56/00 文献下载
摘要：本发明公开了基于机器学习的联合帧同步与信道估计方法。其包括：接收机根据接收信号y进行帧同步预处理，获得归一化互相关同步度量矢量将归一化互相关同步度量矢量输入粗帧同步子网络FSN‑Net，获得帧同步在线学习输出向量oFS和粗帧延迟估计值根据粗帧延迟估计值进行信道估计预处理，获得归一化信道估计度量矢量将归一化信道估计度量矢量输入粗信道估计子网络CEM‑Net，获得粗信道状态信息估计将帧同步在线学习输出向量oFS，粗信道状态信息估计输入精估计子网络REF‑Net，获得精帧延迟估计值和精信道状态信息估计完成联合帧同步和信道估计；所述粗帧同步子网络FSN‑Net和粗信道估计子网络CEM‑Net分别基于ELM网络模型构建，精估计子网络REF‑Net基于深度神经网络模型构建。本发明能够获得帧同步与信道估计的联合优化，提高联合帧同步和信道估计、特别是非线性失真条件下的联合帧同步和信道估计性能。
基于机器学习联合同步信道估计方法

[发明专利]基于统计先验的机器学习定时同步方法-CN202111066092.X有效
发明人：卿朝进;唐书海;饶川贵;杨娜;张岷涛;曹太强 -专利权人：西华大学
申请日： 2021-09-13 - 公布日： 2023-06-20 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于统计先验的机器学习定时同步方法。所述方法包括：根据最大多径时延统计参数集，生成多径时延辅助数据标记集和接收数据集，再通过接收数据集和多径时延辅助数据标记集去完成定时同步网络的训练，最后通过已训练的定时同步网络与在线接收的接收信号完成定时偏移值的估计。本发明可提高通信环境固定和/或快速变化的场景下的定时同步性能，与现有基于迁移学习的定时同步方法相比，其具有更简单的网络架构，更好的泛化性能以及更低的计算复杂度。
基于统计先验机器学习定时同步方法

[发明专利]差分编码与神经网络辅助的OFDM系统信道估计方法及装置-CN202210873315.1有效
发明人：卿朝进;凌国伟;王莉;胡文权;张岷涛;陈金良 -专利权人：西华大学
申请日： 2022-07-22 - 公布日： 2023-05-19 - 主分类号： H04L25/02 文献下载
摘要：本发明提供差分编码与神经网络辅助的OFDM系统信道估计方法及装置，包括发射端处理：将数字调制信号进行差分编码，得到差分编码信号并对差分编码信号c进行OFDM调制后进行发射；接收端进行OFDM解调得到接收信号并对接收信号y采用逐字符差分译码方式得到差分译码信号将差分检测的数据信息视为导引，进行基于LS的信道估计，得到初始信道估计将视为初始特征，在初始特征的辅助下，构建信道估计增强网络估计出CSI：本发明借助差分编码与神经网络，在不使用二阶统计量条件下，改善了系统的NMSE性能。
编码神经网络辅助 ofdm 系统信道估计方法装置

[发明专利]一种可重构智能表面辅助叠加导引融合学习信道估计方法-CN202210233217.1有效
发明人：卿朝进;王莉;凌国伟;董磊;张岷涛 -专利权人：西华大学
申请日： 2022-03-10 - 公布日： 2023-04-28 - 主分类号： H04L25/02 文献下载
摘要：本发明公开了一种可重构智能表面辅助叠加导引融合学习信道估计方法，接收机接收到发射机采用叠加导引方案的无线信号，形成接收信号；对信道状态进行特征抽取，得到“CSI初始特征”输入到已训练的“增强信道估计网络EN‑CENet”，得到“增强CSI”；对接收信号进行均衡特征抽取，得到“均衡初始特征”；消除“导引”得到“预均衡数据”，输入到已训练的“增强符号检测网络EN‑SDNet”，得到检测符号；将接收信号，“增强CSI”和检测符号输入到已训练的“更新融合网络Up‑FUSNet”，得到“增强检测符号”。本发明可提高信道估计精度和符号检测性能，同时用RIS解决了传播路径被遮挡的情况，信道估计性能和符号检测性能有极大改善。
一种可重构智能表面辅助叠加导引融合学习信道估计方法

[发明专利]一种用于AI赋能定时同步的神经网络轻量化设计方法-CN202210427080.3在审
发明人：卿朝进;唐书海;饶川贵;杨娜;蔡曦;张岷涛 -专利权人：西华大学
申请日： 2022-04-21 - 公布日： 2022-07-22 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种用于AI赋能定时同步的神经网络轻量化设计方法，所述设计方法包括：根据定时同步训练序列的长度，设计卷积模块的初始层感受野参数，根据定时同步训练序列的保护间隔长度和初始层感受野参数，设计轻量化的汇聚层，根据定时同步训练序列的保护间隔长度和汇聚层感受野参数，设计轻量化的精炼层，实现网络轻量化的同时达到定时度量的精准化，最后，利用全连接模块输出定时同步偏移估计值。本发明可提高低处理延迟要求的无线网络和移动通信场景下的定时同步性能，与现有基于压缩感知的定时同步方法相比，其具有更低的复杂度，更高的定时同步精度以及更低的处理延迟。
一种用于 ai 定时同步神经网络量化设计方法

[发明专利]一种基于标签设计的机器学习时间同步方法-CN202110368165.4有效
发明人：卿朝进;唐书海;饶川贵;杨娜;张岷涛;蔡曦 -专利权人：西华大学
申请日： 2021-04-06 - 公布日： 2022-07-01 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于标签设计的机器学习时间同步方法。所述方法包括：根据时间同步偏移值的集合和统计信道模型生成信道冲激响应长度的集合和接收信号的集合，构造得到标签数据集合，并通过标签数据集合和接收信号集合构成的训练数据集去训练ELM网络，最后通过训练完成后的ELM网络获得与接收信号对应的时间同步偏移估计值。本发明可提高通信环境快速变化的场景下的时间同步性能，与现有基于迁移学习的机器学习时间同步方法相比，其具有更好的泛化性能和更低的计算复杂度。
一种基于标签设计机器学习时间同步方法

[发明专利]基于改进粒子群算法的非入侵式负荷识别方法-CN201910856379.9有效
发明人：郭奕;伏淇;黄永茂;卿朝进;张岷涛;江婉;周婷;肖舒予 -专利权人：西华大学
申请日： 2019-09-11 - 公布日： 2022-07-01 - 主分类号： G06Q50/06 文献下载
摘要：本发明公开了一种基于改进粒子群算法的非入侵式负荷识别方法，包括以下步骤：采集用电设备独立运行的电气数据，获取用电设备稳态运行时的有功功率Pi、无功功率Qi和失真功率Di，建立负荷特征库；采集用电设备的数据，进行数据的缺失值处理，并采用快速傅里叶变换计算平均有功功率Pj、平均无功功率Qj和平均失真功率Dj；通过设置处理过后的用电设备数据的阈值获取用电设备的状态变化情况；根据用电设备的状态变化情况，进行用电设备的特征提取；根据提取的用电设备的特征和负荷特征库，通过改进的粒子群算法进行负荷识别。本发明使用改进粒子群算法和适应度函数，来提高负荷识别的准确率同时降低算法的时间消耗。
基于改进粒子算法入侵负荷识别方法

[发明专利]一种在FDD大规模MIMO系统中基于ELM叠加CSI的反馈方法-CN202010050762.8有效
发明人：卿朝进;蔡斌;杜艳红;阳庆瑶;张岷涛 -专利权人：西华大学
申请日： 2020-01-14 - 公布日： 2022-05-31 - 主分类号： H04B7/06 文献下载
摘要：本发明涉及一种在FDD大规模MIMO系统中基于ELM叠加CSI的反馈方法，属于无线通信技术领域，所述反馈方法包括：用户端读取下行信道状态信息和上行用户序列并进行叠加得到叠加序列后实现发射；基站端利用ELM干扰消除网络恢复得到的接收序列中的下行信道状态信息和上行用户序列。本发明的优点在于与非叠加编码CSI反馈相比，本发明完全避免了上行带宽资源占用；与基于深度学习叠加CSI反馈相比，本发明在保持网络恢复性能相当的情况下，减少参数数量，降低内存占用空间和网络训练时间。
一种 fdd 大规模 mimo 系统基于 elm 叠加 csi 反馈方法

[发明专利]一种高铁列车宽带通信方法及系统-CN202210140500.X在审
发明人：卿朝进;杨娜;唐书海;饶川贵;张岷涛;蔡曦 -专利权人：西华大学
申请日： 2022-02-16 - 公布日： 2022-05-06 - 主分类号： H04W72/04 文献下载
摘要：本发明公开了高铁列车宽带通信方法及系统，所述方法包括：由车厢内中转设备在指令设备控制下与车厢内的用户设备进行当前时隙的授权信息交互；由沿线基站群与核心网进行当前时隙的信息交互，并由核心网融合基站群当前信息，形成下一时隙信息及指令，由沿线基站群根据指令进行控制与信息处理；及由车厢外收发数传设备与指令设备和沿线基站群进行免授权信息交互。本发明的方法或系统不仅能够满足高铁乘客的高速宽带服务需求，而且能够大大降低建网与网络运行成本。
一种列车宽带通信方法系统

[发明专利]基于深度学习大规模MIMO系统的叠加CSI反馈方法-CN201910135942.3有效
发明人：卿朝进;蔡斌;阳庆瑶;万东琴;张岷涛 -专利权人：西华大学
申请日： 2019-02-25 - 公布日： 2021-12-28 - 主分类号： H04B7/06 文献下载
摘要：本发明公开了基于深度学习大规模MIMO系统的叠加CSI反馈方法，用户端读取一段信道状态信息和一段上行数据；对信道状态信息扩频处理，得到扩频序列，对上行数据进行数字调制，得到上行调制序列；将扩频序列与上行调制序列进行加权叠加，得到叠加序列，用户端发射叠加序列，基站端接收得到接收序列；构建模型HDNet，模型HDNet包括信道状态信息估计模型和上行数据检测模型；初始化模型参数，离线训练模型HDNet，误差收敛后保存模型；在线接收信号，得到在线接收序列，根据在线接收序列，用训练好的模型HDNet恢复出信道状态信息的估计值，检测出上行数据的检测值。本发明的反馈不需要额外的频谱开销，可提高反馈CSI的恢复精度，并减小了系统的处理复杂度。
基于深度学习大规模 mimo 系统叠加 csi 反馈方法

[发明专利]一种针对社交网络领袖的影响力特征提取方法-CN201810923109.0有效
发明人：郭奕;郑天航;洪小晶;汤微杰;肖舒予;卿朝进;张岷涛;黄永茂 -专利权人：西华大学
申请日： 2018-08-14 - 公布日： 2021-11-02 - 主分类号： G06Q50/00 文献下载
摘要：本发明公开了一种针对社交网络领袖的影响力特征提取方法，本发明通过对行为因子的量化，提取出七个维度特征的影响因子系数，包括回复动作因子，点赞动作因子，关注动作因子，转发行为因子，引用行为因子，发文行为因子和提及动作因子，充分避免了现有技术中影响因子提取不全面的问题，通过亲近系数、被关注度系数、传播系数和互动活跃度系数来计算超边属性，避免了指示计算传播信息与用户自身影响所带来的考虑因素不全面的问题，提供了更全面完整的用户影响力的衡量和评价方法，并以此对舆论领袖进行判别，具有较高网络领袖影响力特征提取的准确性。
一种针对社交网络领袖影响力特征提取方法

[发明专利]基于深度学习的叠加编码CSI反馈方法-CN201910442100.2有效
发明人：卿朝进;蔡斌;阳庆瑶;万东琴;张岷涛;郭奕 -专利权人：西华大学
申请日： 2019-05-24 - 公布日： 2021-06-04 - 主分类号： H04B7/0417 文献下载
摘要：本发明公开了一种基于深度学习的叠加编码CSI反馈方法，包括：a:用户端：(a1)用户端读取信道状态信息和上行用户序列；(a2)对信道状态信息进行扩频处理，得到扩频序列；(a3)将扩频序列与上行用户序列进行加权叠加，得到叠加序列；(a4)用户端发射叠加序列。b：基站端：(b1)基站接收得到接收序列；(b2)基站利用训练得到的多任务神经网络恢复信道状态信息和上行用户序列。与非叠加编码CSI反馈相比，本发明完全避免了上行带宽资源占有；与叠加编码CSI反馈相比，本发明可提高CSI恢复精度，提高上行用户序列检测性能；同时，本发明还可简化系统架构，降低系统的处理复杂度。
基于深度学习叠加编码 csi 反馈方法

[发明专利]基于信号检测与支撑集辅助的叠加CSI反馈方法-CN201910127230.7有效
发明人：卿朝进;阳庆瑶;蔡斌;万东琴;张岷涛 -专利权人：西华大学
申请日： 2019-02-20 - 公布日： 2020-12-29 - 主分类号： H04B1/69 文献下载
摘要：本发明公开了基于信号检测与支撑集辅助的叠加CSI反馈方法，发送端：将索引序列压缩序列y和稀疏度K构成信息序列X；将信息序列X进行量化、调制以后得调制序列R；将调制序列R进行扩频处理，得扩频序列L；将扩频序列L与数据序列S加权叠加后得到发送序列T发送；接收端：接收端接收到发送信号Y，利用解扩频技术得带噪调制序列利用最小均方误差检测技术，恢复调制序列R；将调制序列R解调并映射回信息序列X，利用信息序列X恢复出索引序列A(2)、压缩序列y和稀疏度K；利用干扰消除思想以及最小均方误差检测技术，恢复数据序列S；接收机利用索引序列A(2)、压缩序列y、测量矩阵Φ和稀疏度K重构CSI。本发明不占用系统带宽资源，改善数据序列解调的误码率性能，改善反馈CSI的重构精度。
基于信号检测支撑辅助叠加 csi 反馈方法

[发明专利]一种基于众包的音乐标注原子库的构建方法-CN201711051951.1有效
发明人：郭奕;卿朝进;张岷涛;王波;刘霞;肖舒予 -专利权人：西华大学
申请日： 2017-10-30 - 公布日： 2020-12-01 - 主分类号： G06F16/68 文献下载
摘要：本发明公开了一种基于众包的音乐标注原子库的构建方法，包括以下步骤：建立集合组；将音符集和音乐集公开发布让用户参与标注和添加；对用户参与标注的音乐集样本进行质量控制并区分出垃圾信息和有效结果；根据用户标注数量和质量对用户支付报酬。本发明一种基于众包的音乐标注原子库的构建方法，通过建立集合组并公开发布征集的方式，可以获得大量的标注数据，从而为多基频估计的人工神经网络提供机器学习所需的训练样本，提高了多基频估计分析的准确度。
一种基于音乐标注原子构建方法

1
2
3
下一页»
尾页
共 35 条