高速移动
高速移动的相关文献在1998年到2023年内共计521篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、轻工业、手工业
等领域,其中期刊论文195篇、会议论文3篇、专利文献523209篇;相关期刊125种,包括中国信息化、电子学报、电视技术等;
相关会议3种,包括第十六届全国图象图形学学术会议 暨第六届立体图象技术学术研讨会、2009中国西部第六届青年通信学术会议、2008年“ICT助力两型社会建设”学术研讨会等;高速移动的相关文献由802位作者贡献,包括廖勇、杨丽花、许晓东等。
高速移动—发文量
专利文献>
论文:523209篇
占比:99.96%
总计:523407篇
高速移动
-研究学者
- 廖勇
- 杨丽花
- 许晓东
- 王劲涛
- 艾渤
- 吴晓波
- 崇卫微
- 王碧舳
- 董辰
- 韩书君
- 席国宝
- 曾嵘
- 林志华
- 胡异
- 丁建文
- 何睿斯
- 吕阳明
- 官科
- 熊磊
- 耿长青
- 许百成
- 赵越
- 钟章队
- 马国玉
- 张捷
- 归琳
- 王增浩
- 任光亮
- 任震宇
- 刘留
- 吴涛
- 夏峻
- 孟银阔
- 张会宁
- 张晓博
- 彭飞
- 方旭明
- 朱刚
- 杨雷
- 杨馨怡
- 沈轩帆
- 肖奕
- 花远肖
- 董平
- 金婕
- 马慧茹
- 黎建
- 任翔
- 冯楠
- 吴占科
-
-
廖勇;
王世义
-
-
摘要:
针对高速移动环境信道特征复杂多变,同时存在加性噪声和非线性效应的影响,提出一种残差混合网络(RM-Net)的大规模MIMO CSI反馈算法。RM-Net通过学习高速移动信道的空间结构与时间相关性,具备去除大规模MIMO信道噪声的能力,能显著提高CSI压缩率与恢复质量。系统仿真结果表明,RM-Net可消除高速移动场景加性噪声的影响,学习并适应稀疏、双选衰落信道特征,在高压缩率与低信噪比条件下依然具有较好的性能表现,所提算法性能大幅优于其他基于压缩感知(CS)和深度学习(DL)的CSI反馈算法。
-
-
张捷;
杨丽花;
聂倩
-
-
摘要:
针对高速移动场景正交频分复用(orthogonal frequency division multiplexing,OFDM)系统,提出了一种新的基于堆栈式极限学习机(extreme learning machine,ELM)的时变信道预测方法。为了捕获输入数据的深层信息,基于单隐藏层神经网络,首先利用堆栈式ELM方法从历史信道中提取信道的深层特征,并获得网络的初始输出权值。然后,为了适应信道的变化,新方法基于新构造的历史信道样本与初始的输出权值来实时更新网络的输出权值,并基于更新后的输出权值预测得到未来时刻的信道。最后,仿真结果表明,新方法较现有方法具有更高预测精度,适用于高速移动场景。
-
-
张媛
-
-
摘要:
轨道交通行业对车地无线通信数据传输需求量的增加,车地无线网络带宽不足的问题日益严重。基于成都地铁18号线的应用案例,介绍LTE-U技术实现车地无线网络的系统架构及无线覆盖方案。测试结果表明,基于LTE-U的车地无线网络能够满足运营需求。
-
-
聂倩;
杨丽花;
呼博;
任露露
-
-
摘要:
针对高速移动正交频分复用系统,提出了一种基扩展模型(basis expansion model,BEM)下基于长短期记忆(long short-term memory,LSTM)神经网络的时变信道预测方法。为了降低传统BEM的建模误差,根据高速移动环境中不同列车在相同位置处的无线信道具有强相关性的特点,首先基于历史时刻的信道状态信息获取最优的基函数,并利用该基函数对信道进行建模。然后,通过LSTM神经网络对信道基系数进行线下训练与线上预测来获取未来时刻信道信息,大大降低了计算复杂度。在线下训练中,将网络的逼近目标设置为信道估计值,而不是理想的信道信息,以增强预测模型的实用性。仿真结果表明,相比现有方法,新方法的计算复杂度较低,且预测精度较高。
-
-
张捷;
杨丽花;
王增浩;
呼博;
聂倩
-
-
摘要:
针对高速移动正交频分复用系统,提出了一种新型的基于深度学习的时变信道预测方法.为了避免网络参数随机初始化造成的影响,本文方法首先基于数据与导频信息获取较理想的信道估计,利用其对BP神经网络进行预训练处理,以获取理想的网络初始参数;然后,基于预训练获取网络初始值,利用基于导频获取的信道估计对BP神经网络进行再次训练,以获取最终的信道预测网络模型;最后,本文方法基于该预测网络模型通过线上预测实现了时变信道的单时刻与多时刻预测.仿真结果表明,本文方法可以显著地提高时变信道预测精度,且具有较低的计算复杂度.
-
-
戚亮
-
-
摘要:
2020年底,日本移动通信公司(NTT Docomo)和JR东日本铁路公司,利用新干线ALFA-X试验车,在东北新干线仙台—新青森段的部分区间,成功实施了360km/h高速移动条件下的5G通信试验。试验主要包括验证稳定的5G高速移动通信,以及4K和8K高清视频的双向稳定传输。
-
-
廖勇;
蔡志镕
-
-
摘要:
为了进一步提升车联万物(V2X)的通信性能,首先根据信道冲激响应的稀疏性建立了适用于高速移动场景的基扩展模型(BEM);其次,证明了BEM系数具有稀疏性,将信道估计问题转化为稀疏信号重构问题,进而提出基于BEM的改进正则化正交匹配追踪(iROMP)迭代稀疏信道估计算法(简称为BEM-iROMP算法).所提算法通过iROMP获取BEM系数,利用反馈结果不断迭代以达到最优信道估计.仿真结果表明,与最小二乘法、线性最小均方误差和BEM-LS信道估计算法相比,所提算法能够有效提高V2X快时变信道下单载波频分多址系统的归一化均方误差和误码率性能.
-
-
陈玲玲;
郭帅飞;
金小杭
-
-
摘要:
为了解决多普勒效应对于车联网中频谱检测速度与精度的影响,研究了在车辆高速移动情况下的频谱感知算法.首先通过引入认知无线电以及车联网技术,构建认知车联网络,针对频谱利用率低下的问题提出一种频谱感知算法.实验结果表明,该算法可以很好地消除多普勒频移效应,提高了频谱检测的性能,解决了车辆在高速移动状态下信号失真等问题.
-
-
郑涵予;
宋铁成;
王东明;
胡静
-
-
摘要:
针对5G系统物理上行控制信道发送格式3的格式特点,文章提出了一种时域维纳滤波信道估计算法。利用自相关矩阵计算导频部分的信道响应,再利用插值算法获得数据部分的信道响应。在瑞利衰落信道环境下进行Matlab仿真,与LS算法相比,该算法在性能上有很大的提高。在这个算法的基础上,文章进一步提出了适用于高速移动环境的改进信道估计算法。仿真结果表明,该算法具有一定的性能增益。
-
-
-
钟科;
雷霞
- 《2009中国西部第六届青年通信学术会议》
| 2009年
-
摘要:
基于基扩展模型的信道估计技术由于能够用数量远小于多径长度的基扩展系数估计无线信道的时变冲击响应成为近年的研究热点。本文针对高速移动环境,分析和研究了基扩展模型与实际信道的相似度,并利用其完成相应高速信道环境的信道估计。仿真结果表明基于基扩展模型信道估计法在高速移动环境下优于传统信道估计法,有较大信噪比增益。
-
-
- 《2008年“ICT助力两型社会建设”学术研讨会》
| 2008年
-
摘要:
本文针对TD-SCDMA网络高速移动环境下的组网问题,分析了高速移动对系统性能可能产生的各类影响,包括多普勒频移对解调性能影响、智能天线赋形、功率控制和同步、网络切换、重选及车体穿透损耗的影响;结合频偏校正算法,给出了满足覆盖质量和切换要求的基站布局原则,并对专网和大网两种组网方式进行了分析比较.
-
-
Chen Jun;
陈军
- 《第十六届全国图象图形学学术会议 暨第六届立体图象技术学术研讨会》
| 2012年
-
摘要:
路径规划是指在具有障碍物的环境中,搜索一条从起始状态到目标状态的无碰撞路径。部分路径规划将问题简化,把移动机器人或车辆视为一个点,取得了大量成熟的算法。为便于机器人在规避障碍物时能高速移动,基于由线段组成的引导多边形,把G2连续路径的构造从参数曲线形式推广到函数样条曲线形式.首先,通过插入部分中点,把引导多边形分割成一系列控制多边形;然后,针对每个控制多边形及其对应的障碍物,求解函数样条曲线的形状参数,使曲线能够规避所有的障碍物.所得曲线不仅能够方便地判断与指定点的位置关系,还具有次数低,连续阶高,计算简单,保形性好,便于控制的特点.特别地,三次函数样条曲线在保持G2连续的前提下仍能够进行局部调整.文末的两个数值实例验证了算法的简单有效。