检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

高速移动环境下基于深度学习的信道估计研究

高速移动环境下基于深度学习的信道估计研究

作者：花远肖重庆大学

学位级别：硕士

随着高铁、车联网的快速发展,近几年来车载移动通信技术已成为研究的热点。其中低延时高可靠的通信技术作为车载电子应用的根基,保障了各种车载应用能够提供安全、实时而准确的信息服务。同时,随着我国高铁、车联网的快速发展,面向高铁... 详细信息

随着高铁、车联网的快速发展,近几年来车载移动通信技术已成为研究的热点。其中低延时高可靠的通信技术作为车载电子应用的根基,保障了各种车载应用能够提供安全、实时而准确的信息服务。同时,随着我国高铁、车联网的快速发展,面向高铁、车联网的各种高速应用场景成为了5G（5th Generation,5G）通信中较为重要的应用场景。此外,正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）技术作为5G物理层通信的核心技术,经过多年的发展已经趋于成熟。而在OFDM系统的接收机信号处理中,信道估计直接决定了整个系统的通信质量。因此,面向高速移动场景,提供更加可靠、稳定、快速的移动通信服务成为了5G的技术目标之一,这也在学术界和工业界引起了广泛关注。但是,在高速移动通信环境下,一方面,无线信道由于多径的影响,使信道呈现频率选择性衰落特性,另一方面,由于终端移动所带来的多普勒效应的影响,使其信道具有时间选择性衰落特性,由于这两种衰落的共同影响,此时的无线信道与传统的静态或者准静态的无线信道有很大差异,这使得在这种环境下OFDM信道估计具有巨大的挑战。近年来,深度学习技术在各个领域大放光彩,特别是在以卷积神经网络（Convolutional Neural Network,CNN）为代表的图像识别和语音识别领域。该方法以数据为驱动,通过离线学习,挖掘隐藏在数据背后的变换关系。本文从高速信道的特性出发,针对高速移动环境下OFDM通信系统中信道估计面临的种种挑战,提出一些高速移动环境下基于深度学习的信道估计方法。本文的主要工作如下:首先,对高速移动环境下无线信道的时域和频域的衰落特性进行了理论分析,包括多径和多普勒效应对无线信道的影响。并且分析了传统信道估计方法在面对高速信道时所面临的挑战,包括传统插值信道估计方法无法追踪由于多径和多普勒频移引起的时频域信道变化问题。针对传统信道估计算法不能有效跟踪信道时频域的变化,提出一种利用神经网络联合估计信道时频域相关系数和信道频域响应的信道估计方法,该算法使用全连接深度神经网络（Deep Neural Networks,DNN）联合完成频域插值和估计频域插值系数,以及利用长短期记忆（Long Term Short Memory,LSTM）循环神经网络联合完成时域状态预测和估计时域相关系数。通过离线训练——在线预测的方式同时估计信道的时域和频域的相关系数以追踪信道的时频域变化。仿真分析表明,基于神经网络的信道估计方法能够较好的追踪信道的变化,使得其信道估计性能得到大幅提升。进一步,为了应对移动环境下信道条件改变导致算法估计性能大幅下降的问题,引入多径编码矢量和速度编码矢量,然后利用CNN代替DNN完成频域插值和条件循环单元（Conditional Recurrent Unit,CRU）进行时域状态预测。一方面,我们将多径编码矢量通过加权的形式作用于CNN插值后的输出,以此追踪信道多径的变化。另一方面,CRU将速度编码矢量作为网络的输入,通过该矢量追踪不同移动环境下信道的变化。通过离线训练,该方法能够为不同的移动场景学习一个先验的多径编码和速度编码矢量,算法能够通过这两个编码追踪不同移动环境下的信道变化,实现对不同移动环境下信道数据进行精确训练,最后通过仿真验证了所提思路的有效性。

关键词：信道估计高速无线信道 OFDM 深度学习循环神经网络

高速场景下基于叠加导频的迭代EKF信道估计方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电子学报 2019年第11期47卷 2399-2406页

作者：廖勇张楠姚海梅花远肖赵砚重庆大学通信与测控中心重庆400044 中国人民解放军61212部队北京100043

针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统在高速移动场景下时/频域选择性衰落(双选衰落)和非平稳特性给信道估计带来的技术挑战,本文采用导频与数据叠加的帧结构,提出一种基于基扩展模型(Basis Expansio... 详细信息

针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统在高速移动场景下时/频域选择性衰落(双选衰落)和非平稳特性给信道估计带来的技术挑战,本文采用导频与数据叠加的帧结构,提出一种基于基扩展模型(Basis Expansion Model,BEM)的迭代扩展卡尔曼滤波(iterative Extend-Kalman Filter,iEKF)信道估计方法.基于BEM信道模型且采用EKF信道估计方法可以联合估计出信道冲激响应(Channel Impulse Response,CIR)与时变的时域自相关系数,有效消除子载波间干扰(Inter Carrier Interference,ICI).同时,为了进一步消除叠加导频位置处的数据符号干扰,我们提出将叠加位置处的数据和导频先解耦、后重构再进行迭代EKF的信道估计方法.仿真分析表明,相较传统叠加导频的信道估计方法和导频符号辅助调制(Pilot Symbol Assisted Modulation,PSAM)估计方法,本文提出的信道估计方法在高速场景特别是低信噪比的条件下,具有更高的估计精度,更强的鲁棒性及更大的吞吐量.

关键词：叠加导频双选信道基扩展模型迭代扩展卡尔曼滤波 OFDM 信道估计

在线全文

学校读者我要写书评

暂无评论

高速移动环境下基于深度学习的信道估计方法

电子学报 2019年第8期47卷 1701-1707页

作者：廖勇花远肖姚海梅杨馨怡重庆大学通信与测控中心

针对高速移动环境下信道快时变、非平稳特性导致下行链路信道估计性能受限的问题,本文提出一种基于深度学习的信道估计网络,即***使用卷积神经网络(Convolutional Neural Network,CNN)提取信道响应特征矢量和循环神经网络(Recurrent Neu... 详细信息

针对高速移动环境下信道快时变、非平稳特性导致下行链路信道估计性能受限的问题,本文提出一种基于深度学习的信道估计网络,即***使用卷积神经网络(Convolutional Neural Network,CNN)提取信道响应特征矢量和循环神经网络(Recurrent Neural Network,RNN)进行信道估计.我们利用标准的高速信道数据对学习网络进行离线训练,充分挖掘训练样本中的信道信息,使其学习到高速移动环境下信道快时变和非平稳的特点,更好的跟踪高速环境下信道的变化特征.仿真结果表明,在高速移动环境下,与传统方法相比,所提信道估计方法计算复杂度低,性能提升明显.

关键词： OFDM 信道估计高速信道深度学习快时变信道非平稳信道

面向C-V2I的基于边缘计算的智能信道估计

在线全文

学校读者我要写书评

暂无评论

电子学报 2021年第5期49卷 833-842页

作者：廖勇田肖懿蔡志镕花远肖韩庆文重庆大学微电子与通信工程学院重庆400044

车联网对于超高可靠与低时延通信(Ultra-Reliable and Low Latency Communications,URLLC)具有严格的要求,特别对于车到基础设施(Vehicle to Infrastructure,V2I)场景,URLLC对传输管理交通状况至关重要.3GPP Cellular-V2X(C-V2X)作为现在支撑车联网URLLC主流的无线技术,仍存在技术挑战.为进一步提升通信性能,本文在V2I场景下,基于车载终端、路侧单元(Road Side Unit,RSU)与边缘计算车联网服务器(Internet of Vehicles Server,IoV Server)的交互,设计了一种基于C-V2I规范的智能信道估计框架.在IoV Server中,本文提出了一种基于深度学习的信道估计算法,该算法利用一维卷积神经网络(One Dimensional Convolution Neural Network,1D CNN)完成频域插值和条件循环单元(Conditional Recurrent Unit,CRU)进行时域状态预测,通过引入额外的速度编码矢量和多径编码矢量跟踪环境的变化,对不同移动环境下的信道数据进行精确训练.最后通过系统仿真与分析表明,所提算法能够通过信道参数编码追踪不同高速移动环境下的信道变化,实现对信道数据的精确训练.与车联网代表性信道估计算法相比,所提算法提升了信道估计精度,降低了误码率和增强了鲁棒性.

关键词：车联网边缘计算 V2I C-V2X 信道估计深度学习

一种基于深度学习的物联网信道状态信息获取算法

在线全文

学校读者我要写书评

暂无评论

物联网学报 2019年第1期3卷 8-13页

作者：廖勇姚海梅花远肖重庆大学通信与测控中心重庆400044

针对基于大规模多输入多输出(MIMO)的物联网系统中用户侧将信道状态信息(CSI)发送到基站时反馈开销大的问题,提出一种基于深度学习的CSI反馈网络用来反馈CSI。该网络首先使用卷积神经网络(CNN)提取信道特征矢量和最大池化层通过降维来... 详细信息

针对基于大规模多输入多输出(MIMO)的物联网系统中用户侧将信道状态信息(CSI)发送到基站时反馈开销大的问题,提出一种基于深度学习的CSI反馈网络用来反馈CSI。该网络首先使用卷积神经网络(CNN)提取信道特征矢量和最大池化层通过降维来达到压缩CSI的目的,然后使用全连接和CNN将压缩的CSI解压,恢复原始信道。仿真结果表明,与现有的CSI反馈方法相比,所提出的CSI反馈网络恢复的CSI更接近原始信道,重构质量明显提高。

关键词：大规模MIMO 物联网 CSI反馈深度学习

在线全文

学校读者我要写书评

暂无评论

基于深度学习的OFDM信道估计

重庆邮电大学学报（自然科学版） 2019年第3期31卷 348-353页

作者：廖勇花远肖姚海梅重庆大学通信与测控中心

针对多径正交频分复用(orthogonal frequency division multiplexing,OFDM)信道环境下信道频域选择性衰落导致下行链路信道估计性能受限的问题,提出一种基于深度学习的信道估计(deep learning-based channel estimation,DL-CE)方法。采用自回归过程对信道建模,利用深度学习设计信道估计网络追踪信道响应及其频域相关系数。通过迭代训练,基于深度学习的信道估计网络能够学习到自回归系数的最优估计,同时利用先验信道信息估计信道频域响应和频域相关系数。与传统方法相比,所提信道估计方法性能提升明显。

关键词： OFDM 深度学习信道估计自回归模型

在线全文

学校读者我要写书评

暂无评论

基于大数据技术的信号检测算法

信息通信 2019年第7期32卷 163-165页

作者：潘文浩花远肖廖勇云南省水利水电勘测设计研究院云南昆明650021 重庆大学通信与测控中心重庆400044

信号检测算法的研究是当前无线通信研究的热点之一。随着大数据和计算性能的发展,将大数据技术应用到通信物理层将具有重要的应用价值。目前,大数据技术在图像处理领域表现出较好的性能,其性能远超传统的算法。基于大数据技术的强大能力... 详细信息

信号检测算法的研究是当前无线通信研究的热点之一。随着大数据和计算性能的发展,将大数据技术应用到通信物理层将具有重要的应用价值。目前,大数据技术在图像处理领域表现出较好的性能,其性能远超传统的算法。基于大数据技术的强大能力,文章提出一种基于大数据技术的信号检测算法。实验表明,相较于传统的基于均衡译码的信号检测算法,提出的基于大数据的信号检测算法表现出较好的性能。

关键词：大数据技术物理层大数据的应用

miR-483-3p增强胰腺癌对吉西他滨敏感性及分子机制研究

在线全文

学校读者我要写书评

暂无评论

大连理工大学学报 2025年第1期65卷 30-37页

作者：刘青肖桂山大连理工大学化工学院辽宁大连116024

吉西他滨耐药限制了其对胰腺癌的治疗效果,而传统化学药物无法有效克服吉西他滨对胰腺癌的耐药.研究表明,microRNA(miRNA)的异常表达与肿瘤发生、发展和化疗耐药性有关.对miR-483-3p在胰腺癌吉西他滨耐药中的作用和潜在机制进行了研究.q... 详细信息

吉西他滨耐药限制了其对胰腺癌的治疗效果,而传统化学药物无法有效克服吉西他滨对胰腺癌的耐药.研究表明,microRNA(miRNA)的异常表达与肿瘤发生、发展和化疗耐药性有关.对miR-483-3p在胰腺癌吉西他滨耐药中的作用和潜在机制进行了研究.qPCR结果显示miR-483-3p在胰腺癌耐药细胞中显著下调.miR-483-3p minics瞬时转染显著提高了耐药细胞内miR-483-3p的表达水平,显著减弱了耐药细胞的增殖、迁移、转移和侵袭能力,恢复了吉西他滨的反应性.Western blot结果显示miR-483-3p抑制PI3K和p-AKT蛋白的表达水平,抑制Bcl2蛋白表达,促进Bax、Bad和cleaved-Caspase-3蛋白表达,促进细胞凋亡进程.总之,研究结果表明miR-483-3p通过抑制PI3K/AKT信号通路促进细胞凋亡,增加胰腺癌对吉西他滨的敏感性,miR-483-3p可能是吉西他滨耐药胰腺癌患者的潜在治疗策略.

关键词： miR-483-3p 胰腺癌吉西他滨耐药性 miRNA

基于“多关节肌螺旋平衡链”理论浮针治疗颈性眩晕的临床疗效及对椎动脉血流速度的影响

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

中国针灸 2025年第01期 13-18页

作者：龚萌刘志祥李沛肖仁焱贾鹏郭鸿晋松成都中医药大学针灸推拿学院成都中医药大学养生康复学院成都中医药大学附属医院康复科

目的：观察基于“多关节肌螺旋平衡链”理论浮针治疗颈性眩晕（CV）的临床疗效及对椎动脉血流速度的影响。方法：将60例CV患者随机分为浮针组和药物组，各30例。浮针组于大椎穴行浮针治疗，扫散后留置软管5 min，隔日1次，每周3次，治疗... 详细信息

目的：观察基于“多关节肌螺旋平衡链”理论浮针治疗颈性眩晕（CV）的临床疗效及对椎动脉血流速度的影响。方法：将60例CV患者随机分为浮针组和药物组，各30例。浮针组于大椎穴行浮针治疗，扫散后留置软管5 min，隔日1次，每周3次，治疗3周；药物组给予口服甲磺酸倍他司汀片、双氯芬酸钠双释放肠溶胶囊治疗，连续服用3周。分别于治疗前后及治疗结束后1个月随访观察两组患者眩晕障碍量表（DHI）、视觉模拟量表（VAS）评分，于治疗前后采用经颅多普勒超声检测椎动脉血流速度，并于治疗后评定两组临床疗效。结果：治疗后及随访时，两组患者DHI各分项评分及总分均较治疗前降低（P远期疗效。

关键词：颈性眩晕浮针多关节肌螺旋平衡链椎动脉血流动力学随机对照试验

同方期刊数据库