专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果251234个,建议您升级VIP下载更多相关专利
  • [发明专利]基于自维持干扰器的方向调制方法-CN201910838409.3在审
  • 束锋;陆造宇;张宇萌;周小波;刘林;李嘉钰;桂林卿 - 南京理工大学
  • 2019-09-05 - 2021-03-05 - H04K3/00
  • 本发明提供了一种基于自维持干扰器的方向调制方法,根据中继的最大发射功率和最大传动比,分别建立源、中继和干扰器处的波束形成向量模型;使用源到中继的最大可达速率大于中继到目的节点最大可达速率代替原有约束条件来得到源节点的波束向量;将干扰器和中继的波束向量优化模型化简成标准的Rayleigh‑Ritz商模型,求解中继和干扰器处的波束形成向量;利用目的地收到的机密信息功率与泄露到窃听者处的机密信息功率的比值最大化,构建低延迟的无协作中继波束模型,求解无协作中继波束向量;综合源节点、干扰器和中继以及无协作中继的波束形成向量,进行部分协作或者无协作方向调制。本发明波束向量关于角估计误差相比原有方案也更为稳健。
  • 基于维持干扰方向调制方法
  • [发明专利]一种基于最大化最小相位差值的混合波束方法-CN201811020499.7有效
  • 胡安中;丁亚迪 - 杭州电子科技大学
  • 2018-09-03 - 2020-05-22 - H04B7/0413
  • 本发明涉及一种基于最大化最小相位差值的混合波束方法。现有方法模拟波束部分需要大量码本集合用于恢复终端发送的信号,导致复杂度过高,难以实现。本发明首先利用信道增益门限和阵列响应向量的相关特性,从模拟波束向量码本中筛选出能够提供较高信号功率的向量集合。然后利用模拟波束向量与主要传播路径阵列响应向量的相位差衡量用户间干扰,提出采用最大化最小相位差值的准则抑制最强用户间干扰。本发明利用信道增益门限从模拟波束向量码本中筛选出能够提供较高信号功率的向量集合,保证了较大的接收功率。本发明方法能够减轻用户间的干扰,提高系统容量,同时保证较低复杂度。
  • 一种基于最大化最小相位差值混合波束成形方法
  • [发明专利]用于应用平滑的波束的系统和方法-CN201910547696.2在审
  • 李旭峰;伍天宇;全恩成;金成洙 - 三星电子株式会社
  • 2019-06-24 - 2020-03-24 - H04B7/06
  • 一种在通过通信信道与接入点通信的无线站中的方法,包括:接收信道估计矩阵;使用信道估计矩阵确定波束矩阵,该波束矩阵是针对多个下采样反馈索引生成的,该波束矩阵包括与接入点相关联的一个或多个天线的波束权重,每个波束权重是包括幅度和相位的复值;将与波束矩阵的最后一个反馈索引相关联的最后一个天线的波束权重的相位设置为零,并且旋转其他天线中的每一个的每个波束权重的相位;通过归一化波束矩阵的每个列向量,执行对每个反馈索引的波束矩阵的平滑;压缩平滑的波束矩阵;以及提供压缩的波束矩阵作为输出。
  • 用于应用平滑波束成形系统方法
  • [发明专利]信号处理装置-CN201780088262.X有效
  • 田中信秋 - 三菱电机株式会社
  • 2017-03-16 - 2020-12-29 - H04R3/00
  • 滤波系数向量生成部(3)将用于通过波束形成目标方向的指向性的滤波系数向量抑制在设定值以下而生成该滤波系数向量波束部(4)根据从传声器阵列(2)得到的观测信号和由滤波系数向量生成部(3)生成的滤波系数向量进行波束,形成目标方向的指向性,输出对形成的指向性的声音进行增强后的信号。
  • 信号处理装置
  • [发明专利]一种毫米波无人机通信系统抗抖动鲁棒波束优化方法-CN202210181193.X在审
  • 欧阳键;倪单福;潘阳阳;衡晟玥;王雪薇 - 南京邮电大学
  • 2022-02-25 - 2022-06-03 - H04B7/06
  • 本发明公开了一种毫米波无人机通信系统抗抖动鲁棒波束优化方法,包括无人机毫米波通信系统实时接收GPS定位和用户回程信道的反馈信息,获取无人机发射波束向量,获取无人机与地面用户之间的俯仰角和方位角信息,因此得出无人机抖动误差的上限值;导入抖动误差模型,并根据无人机发射波束向量、噪声功率计算多个地面用户下行传输容量和,确定发射波束优化问题;基于凸包理论对抖动误差模型对优化问题的进行确定性转化,利用连续凸近似方法求解,获得波束向量参数。本发明基于向量参数已知的无人机毫米波发射波束优化问题模型,确定抗抖动鲁棒波性能最优的无人机毫米波通信系统,提升无人机毫米波通信系统的抗抖动能力。
  • 一种毫米波无人机通信系统抖动波束成形优化方法
  • [发明专利]一种基于凸优化的上行协作中继波束方法-CN201310219189.9有效
  • 刘琚;郑丽娜;王新华;王清;卢冰冰 - 山东大学
  • 2013-06-04 - 2013-08-28 - H04B7/06
  • 针对基站装置有多天线的多源多中继的协作通信系统,本发明提出了一种中继节点波束向量与基站端线性均衡向量联合优化的技术方案,以求在基站处接收信噪比不小于一定门限值的前提下,使中继节点处功率消耗最小化。该优化问题中包含两个待优化的向量。本发明首先将最优化的线性均衡向量用中继节点波束向量表示,进而两个向量的联合优化问题转化为仅包含中继节点波束向量的优化问题,运用凸优化首先求得最优化的波束向量,进而根据两个向量之间的关系,求得最优化的基站处线性均衡向量,实现中继节点功率最小化。
  • 一种基于优化上行协作中继波束成形方法
  • [发明专利]基于深度学习的大规模MIMO收发联合波束方法-CN202111052920.4在审
  • 高西奇;王闻今;王一彪;是钧超;王亚飞 - 东南大学
  • 2021-09-08 - 2021-12-07 - H04B7/06
  • 本发明公开了基于深度学习的大规模多输入多输出(multiple input multiple output,MIMO)收发联合波束方法,其中发送端(基站)利用各接收端(用户端)的瞬时信道信息,依据所有接收端的发送功率和最小化准则,通过通用深度学习框架和通用深度神经网络结构,实现低复杂度的发送端和接收端波束方法;深度学习框架首先通过深度神经网络结构计算最优的下行接收端功率分配向量,进而通过深度神经网络结构或者基于信道矩阵特征值分解的启发式算法计算接收端的波束方向向量,最后通过最优解结构直接计算出发送端的波束向量;该低复杂度深度学习框架将收发波束联合设计问题分解为计算下行功率分配向量和计算收发端波束向量两个子问题。
  • 基于深度学习大规模mimo收发联合波束成形方法
  • [发明专利]一种通信网络的参数确定方法-CN202110990870.8在审
  • 薛磊 - 西安链科信息技术有限公司
  • 2021-08-26 - 2021-11-26 - H04W16/28
  • 本发明公开了一种通信网络的参数确定方法,包括:A、初始化目标UE的服务AP信息;B、将与目标UE相关的信道状态信息和服务AP信息代入以网络能效最大化为优化目标的凸优化问题中进行求解,并根据求解结果计算第一波束向量和第二波束向量;C、根据两个波束向量计算网络能效值以及当前临时集合中AP的发射功率;D、对临时集合中的AP按照发射功率进行排序,并根据排序结果对服务AP信息进行更新;E、判断更新是否已穷尽;若否返回步骤B;若是,将最大网络能效值对应的第一波束向量和第二波束向量,以及最大网络能效值下对应的临时集合,作为参数确定结果。
  • 一种通信网络参数确定方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top