Document
拖动滑块完成拼图
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

一种超可靠低时延蜂窝车联网通信的OTFS调制收发机系统与方法 

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!

申请/专利权人:南京大学

摘要:本发明公开了一种超可靠低时延蜂窝车联网通信的OTFS调制收发机系统与方法。在本发明中,一个多天线基站作为发射端,多个单天线车辆作为接收端,两者组成了多输入单输出的下行通信系统;本发明采用了OTFS调制方案,通过将符号调制至时延‑多普勒域,解决了蜂窝车联网中高移动性信道带来的多普勒频移和时延扩展问题;本发明利用DDT深度学习模型提取历史时延‑多普勒域信道状态信息中的时间‑空间特征,从而在发射端实现预测性波束赋形设计;本发明在接收端采用了时延‑多普勒域信道估计和信号检测,最大程度地降低了计算复杂度。与现有技术相比,本发明具有明显的优越性,有效兼顾了蜂窝车联网中的高可靠和低时延通信需求。

主权项:1.一种超可靠低时延蜂窝车联网通信的OTFS调制收发机系统,其特征在于:所述收发机系统中,一个多天线基站作为发射端,多个单天线车辆作为接收端,组成多输入单输出的下行通信系统;所述基站,用于在数据传输阶段利用前一周期基于DDT深度学习模型预测性设计的波束赋形矩阵,无延迟地发送OTFS数据帧;以及周期性地向车辆发送导频信号,以获得最新的时延-多普勒DD域信道状态信息CSI反馈;在收到车辆的CSI反馈后,进入预测性波束赋形设计阶段,利用最新的和历史DD域CSI提前设计下一周期的波束赋形矩阵;所述DDT深度学习模型结合卷积神经网络与Transformer,所述卷积神经网络用于提取二维网格数据的空间分布特征,所述Transformer用于提取序列数据中的时间依赖性;所述车辆,用于进行基于导频的DD域信道估计和信号检测,并周期性地向基站提供CSI反馈。

全文数据:

权利要求:

百度查询: 南京大学 一种超可靠低时延蜂窝车联网通信的OTFS调制收发机系统与方法

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。