移动边缘计算网络中基于分布式强化学习的隐私保护动态边缘缓存设计方法

    公开(公告)号:CN113364854B

    公开(公告)日:2022-07-15

    申请号:CN202110616233.4

    申请日:2021-06-02

    Applicant: 东南大学

    Abstract: 本发明公开了一种移动边缘计算网络中基于分布式强化学习的隐私保护动态边缘缓存设计方法,具体为:首先将用户内容流行度动态性建模成无模型的马尔科夫链,然后将系统中各用户设备和服务器设备的缓存命中率最大化问题构建成一个隐私保护约束下的分布式优化问题。接着将该分布式优化问题转化为分布式无模型马尔科夫决策过程问题,并引入一种联邦学习方法用于隐私保护约束下的流行度预测。最后通过原分布式优化问题的转化,得到动作空间,状态空间和奖励函数系统配置。通过迭代学习,获得隐私保护约束下各个设备的动态变换缓存设计方法。实现移动边缘计算网络中用户隐私保护约束下的内容缓存动态更新,保护用户隐私的同时,获得更高的缓存命中率。

    基于分组的下行MIMO-SCMA低复杂度接收方法

    公开(公告)号:CN114143887A

    公开(公告)日:2022-03-04

    申请号:CN202111505503.0

    申请日:2021-12-10

    Applicant: 东南大学

    Abstract: 本发明公开了基于分组的下行MIMO‑SCMA低复杂度接收方法,该方法采用基于串行策略的信息传递算法,迭代前先对所有变量节点进行分组,且每次迭代过程中均计算出码字似然信息的增量,进而决策出参与下次迭代的变量节点集合;为减少信息传递量,在迭代一定次数后预先解码出部分用户信息;然后,剩余变量节点继续交换似然信息;最后译码输出。本发明通过将所有变量节点进行分组,并减少冗余的信息更新,实现了一种基于分组的下行MIMO‑SCMA低复杂度接收方法,且该接收方法可获得近似最优的比特误码率性能。

    一种非正交多址接入移动通信低复杂度接收方法

    公开(公告)号:CN113067672A

    公开(公告)日:2021-07-02

    申请号:CN202110284518.2

    申请日:2021-03-17

    Applicant: 东南大学

    Abstract: 本发明公开了一种非正交多址接入移动通信低复杂度接收方法。在发射端根据待传输的比特流选择相应的码字发送,经过无线信道和噪声干扰,在接收端收到的是多个用户叠加的信号。本发明在接收到多用户叠加的信号后,先对所有码字组合的条件概率进行计算和排序,挑选出条件概率高的码字组合;再进行传统的信息传递算法迭代,包含用户节点更新和资源节点更新;然后进行简化的传统信息传递算法迭代,其中资源节点更新过程不变,用户节点更新只针对选择出的码字组合来进行;最后译码输出。本发明通过减少用户节点更新的计算复杂度,实现了一种基于条件概率选择的非正交多址接入移动通信低复杂度接收方法,并且该算法能够逼近原始的信息传递算法。

    移动边缘计算网络中基于分布式强化学习的隐私保护动态边缘缓存设计方法

    公开(公告)号:CN113364854A

    公开(公告)日:2021-09-07

    申请号:CN202110616233.4

    申请日:2021-06-02

    Applicant: 东南大学

    Abstract: 本发明公开了一种移动边缘计算网络中基于分布式强化学习的隐私保护动态边缘缓存设计方法,具体为:首先将用户内容流行度动态性建模成无模型的马尔科夫链,然后将系统中各用户设备和服务器设备的缓存命中率最大化问题构建成一个隐私保护约束下的分布式优化问题。接着将该分布式优化问题转化为分布式无模型马尔科夫决策过程问题,并引入一种联邦学习方法用于隐私保护约束下的流行度预测。最后通过原分布式优化问题的转化,得到动作空间,状态空间和奖励函数系统配置。通过迭代学习,获得隐私保护约束下各个设备的动态变换缓存设计方法。实现移动边缘计算网络中用户隐私保护约束下的内容缓存动态更新,保护用户隐私的同时,获得更高的缓存命中率。

    基于分组的下行MIMO-SCMA低复杂度接收方法

    公开(公告)号:CN114143887B

    公开(公告)日:2025-04-25

    申请号:CN202111505503.0

    申请日:2021-12-10

    Applicant: 东南大学

    Abstract: 本发明公开了基于分组的下行MIMO‑SCMA低复杂度接收方法,该方法采用基于串行策略的信息传递算法,迭代前先对所有变量节点进行分组,且每次迭代过程中均计算出码字似然信息的增量,进而决策出参与下次迭代的变量节点集合;为减少信息传递量,在迭代一定次数后预先解码出部分用户信息;然后,剩余变量节点继续交换似然信息;最后译码输出。本发明通过将所有变量节点进行分组,并减少冗余的信息更新,实现了一种基于分组的下行MIMO‑SCMA低复杂度接收方法,且该接收方法可获得近似最优的比特误码率性能。

    一种非圆信号辅助NOMA系统的功率分配方法

    公开(公告)号:CN113194542B

    公开(公告)日:2022-10-14

    申请号:CN202110473323.2

    申请日:2021-04-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种非圆信号辅助NOMA系统的功率分配方法,包括如下步骤:根据非圆信号能够改变发送信号二阶统计量的特性,将非圆信号应用于非正交多址接入系统中,使得非正交多址接入系统能够达到更大的系统吞吐量;针对该设计方案提出了非圆系数和功率分配的联合设计方案;把非圆系数和功率分成若干个等级,通过自定义奖励函数,动作空间等系统配置,将原来的优化问题转化为可以用强化学习求解的模型;通过迭代学习至收敛,获得了用户最小速率约束下的非圆系数和功率分配方案设计。该方案有助于实现比基于圆信号的非正交多址接入系统更大的系统吞吐量,能够有效地提高系统的容量。

    一种非圆信号辅助NOMA系统的功率分配方法

    公开(公告)号:CN113194542A

    公开(公告)日:2021-07-30

    申请号:CN202110473323.2

    申请日:2021-04-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种非圆信号辅助NOMA系统的功率分配方法,包括如下步骤:根据非圆信号能够改变发送信号二阶统计量的特性,将非圆信号应用于非正交多址接入系统中,使得非正交多址接入系统能够达到更大的系统吞吐量;针对该设计方案提出了非圆系数和功率分配的联合设计方案;把非圆系数和功率分成若干个等级,通过自定义奖励函数,动作空间等系统配置,将原来的优化问题转化为可以用强化学习求解的模型;通过迭代学习至收敛,获得了用户最小速率约束下的非圆系数和功率分配方案设计。该方案有助于实现比基于圆信号的非正交多址接入系统更大的系统吞吐量,能够有效地提高系统的容量。

Patent Agency Ranking