Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 电子科技大学长三角研究院(湖州)袁晓军获国家专利权

电子科技大学长三角研究院(湖州)袁晓军获国家专利权

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!

龙图腾网获悉电子科技大学长三角研究院(湖州)申请的专利一种基于消息传递的突发干扰场景下目标信号估计与解调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:CN115776431B

龙图腾网通过国家知识产权局官网在2025-10-31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:202211371826.X,技术领域涉及:H04L27/26;该发明授权一种基于消息传递的突发干扰场景下目标信号估计与解调方法是由袁晓军;欧志豪设计研发完成,并于2022-11-03向国家知识产权局提交的专利申请。

一种基于消息传递的突发干扰场景下目标信号估计与解调方法在说明书摘要公布了:本发明属于信息与通信技术领域,具体涉及一种于消息传递的突发干扰场景下接收机设计方法,考虑到在突发干扰场景下,一个帧内部分数据符号上的突发干扰与导频符号上的背景干扰非同源,导频符号无法测量估计突发干扰的统计特性,现有干扰抑制框架下的算法解调性能较差。本发明基于消息传递框架,利用目标用户星座图信息和干扰信号的低秩性分别设计了不同的降噪模块,通过不同模块间的迭代有效抑制了突发干扰,极大地提升了接收机性能。

本发明授权一种基于消息传递的突发干扰场景下目标信号估计与解调方法在权利要求书中公布了:1.一种基于消息传递的突发干扰场景下目标信号估计与解调方法,其特征在于,包括以下步骤: S1、系统建模:在一个帧内共有Ti个OFDM数据符号受到突发干扰影响,且干扰发生的位置已知,系统频域带宽共有K=12NRB个子载波,NRB为资源块ResourceBlock即RB数目,设基站端接受天线数目为Nr,目标信号流数为Ns,干扰信号流数为Ni,第t个数据符号第k个子载波上基站接收信号可表示为, 其中为目标用户信道,为干扰用户信道,为目标信号,为干扰信号,为白噪声; S2、分块模型:考虑到频域上相邻子载波信道变化较为缓慢,相邻R个RB视为一个子块,则系统共分为Q=NRBR个子块,同时可将Ti个OFDM符号的相同子块拼接到一起,即每个子块的维度为Nr×M,其中M=KTiQ,第q子块内的第m列接收信号为, yq,m=Hq,msq,m+HI,q,msI,q,m+nq,m =Hq,msq,m+lq,m+nq,m 其中下标q,m对应了系统第ceilmQK个受突发干扰的OFDM数据符号上的第qKQ+modm-1,KQ+1个子载波,ceilx表示对x向上取整,modx,y表示x对y取模的值,lq,m=HI,q,msI,q,m表示干扰信号,将目标符号sq,m和干扰信号lq,m表示为矩阵形式Sq=[sq,1,...,sq,M]和Lq=[lq,1,...,lq,M],在后续步骤中每个子块单独处理且处理步骤相同,为了符号表示的简洁性,后面的内容中省去子块下标q,即后续将符号yq,m,Hq,m,sq,m,lq,m,nq,m,Sq和Lq去掉下标q简写成对应的符号ym,Hm,sm,lm,nm,S和L; S3、接收机参数初始化:其中表示模块A中目标符号S的先验信息,为的先验方差,其为一个Ns×1的向量,即同一子块内不同用户目标符号的先验信息对应不同的方差,表示模块A中干扰信号L的先验信息,为先验值的先验方差,其为一个标量,即同一子块内不同的干扰信号估计值使用同一个方差值,为干扰信号的能量强度,后续步骤中使用上标prior的缩写pri表示先验信息,上标posterior的缩写post表示后验信息,上标extrinsic的缩写ext表示外信息,同一符号不同上标用于区分其所属信息类别,下标A,B,C分别表示相应符号所处的模块A,B和C; S4、LMMSE线性估计模块A:基于步骤S2中分块模型在子块的每一列对目标符号和干扰信号作LMMSE估计,当基站使用平面天线阵列进行接收时,干扰信号lm的协方差矩阵表现出非对角特性但其表现为一个特定的模式,该模式用归一化后的干扰协方差矩阵表示; 记模块A残余接收信号为其协方差矩阵为, 其中表示以向量x作为对角元构成一个对角矩阵,其非对角线元素全为零,为白噪声能量强度,I为单位矩阵,目标符号sm的后验估计为, 其中diagX表示取矩阵X对角元为列向量,干扰信号lm的后验估计为, 其中traceX表示求矩阵X的迹; S5、模块A外信息计算:先对子块内不同列上的后验方差作平均, 外信息计算公式为, 其中⊙为哈达玛积,再分别将目标符号和干扰信号的外信息输入到模块B和C; S6、软解调降噪模块B:在模块B中利用目标符号的星座图信息对估计值降噪,其n行m列元素为n=1,...,Ns,m=1,...,M,其方差为即的第n个元素,设目标用户采用2J阶QAM调制,则一个星座点表示J个比特,符号对应第k个星座点的概率为, 其中ck表示第k个星座点,后验均值与方差分别为, 其中|x|表示求复数x的模; S7、模块B外信息计算:先将一个子块内不同用户的后验方差求平均值, 则后验方差为后验均值拼接为矩阵形式其第n行m的元素为模块B外信息计算公式为, 其中⊙为哈达玛积,然后将模块B的外信息均值和方差返回到模块A中; S8、干扰低秩降噪模块C:假设一个子块内信道平坦时,即子块内不同载波上的信道相同,干扰信号L=[l1,...,lM],lm=HI,msI,m的秩为Ni,但因信道频率选择性的存在,不同载波上的信道有较小的变化,对干扰信号作奇异值分解SingularValueDecomposition即SVD后除了前Ni个较大的奇异值外还存在部分较小的奇异值,在降噪时如将外泄部分较小奇异值直接置零则会损失部分有用信息,若完全吸纳则会引入过多的底噪,选用OptimalShrinker来处理奇异值,干扰后验信息计算方法如下, S81、首先对模块C的输入作SVD分解, 其中中的奇异值σi,i=1,2,...,Nr成降序排列,即将奇异值归一化为, 其中为模块C的输入方差; S82、对奇异值降噪得, 其中β=NrM,进一步处理器奇异值为, 其中x=xσi,处理完毕后的奇异值矩阵记为 S83、重构模块C干扰的后验均值为其中表示矩阵低秩降噪器; S9、模块C外信息计算:模块C的外信息均值可表示为先验信息和后验信息的组合线性参数计算公式为, 其中divX表示求矩阵X的散度,X,Y表示求矩阵内积。上述矩阵散度div·的计算方法为先对先验信息添加强度为ε的白噪声Ndiv得到降噪得计算得到散度为 外信息方差计算方法为其中||·||F为矩阵F-范数。最后将模块C外信息均值和方差输入到模块A进行迭代; S10、若算法收敛或达到预设的最大迭代次数则结束,否则进入步骤S4。

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电子科技大学长三角研究院(湖州),其通讯地址为:313000 浙江省湖州市西塞山路819号南太湖科技创新综合体B2幢8层;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”。

以上内容由龙图腾AI智能生成。

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。