基于度2和度3编码包的喷泉码解码方法

    公开(公告)号:CN102255690A

    公开(公告)日:2011-11-23

    申请号:CN201110192851.7

    申请日:2011-07-11

    Abstract: 本发明涉及一种基于度2和度3编码包的喷泉码解码方法,采用传统解码与求解多度编码包相结合的方法,针对具有传输时延大、丢包率大、链路易断等特点的应用背景提出改进的喷泉编译码技术。相比传统喷泉码只有在出现度为1的编码符号后才能解码的方法,利用度2分组与度3编码符号之间关系的解码方案,提前了解码的时间,并且可以在传统译码出现死锁状态停止译码的情况下利用冗余信息进行再解码,而不需要接收更多的编码符号,提高了译码的效率。

    一种基于分数阶小波变换的信号分离方法

    公开(公告)号:CN101655834A

    公开(公告)日:2010-02-24

    申请号:CN200910072915.2

    申请日:2009-09-17

    Abstract: 一种基于分数阶小波变换的信号分离方法,它涉及一种信号分离方法。它解决了传统的小波变换方法在对非平稳信号分析和处理时效果差的问题。它的步骤为:根据输入信号的参数确定分数阶小波变换的阶数和层数,并通过分数阶小波变换计算各层细节部分的变换系数,根据变换系数计算各层细节部分对应的信号能量,将所述信号能量与设定的门限值进行比较,如果大于设定的门限,则保留该层细节部分对应的变换系数,并记录和存储被保留的细节部分;如果小于设定的门限,则丢弃该层细节部分对应的变换系数。本发明适用于非平稳信号的处理和分析场合。

    控制信道受限的认知无线电合作频谱感知方法

    公开(公告)号:CN101488814A

    公开(公告)日:2009-07-22

    申请号:CN200910071438.8

    申请日:2009-02-25

    Abstract: 控制信道受限的认知无线电合作频谱感知方法,属于无线通信领域。这种方法解决了现有认知无线电频谱感知方法对控制信道依赖性强的问题。由于认知用户本身的非授权性,控制信道的存在性以及控制信道的带宽、信道质量都具有不确定性。认知无线电需要在保证频谱感知性能的前提下尽可能降低对控制信道的依赖。在本方法中,当观测值Oi在λ1和λ2之间时,二级用户SUi不对其进行量化处理,也不发送任何信息,以节约控制信道的资源;当观测值Oi不在λ1和λ2之间时,SUi对Oi进行量化,并将量化结果发送至数据融合中心FC。本发明在保证感知性能的前提下降低了认知无线电频谱感知过程对公共控制信道的依赖性。

    脉冲超宽带信号在非视距无线信道环境下传播的建模方法

    公开(公告)号:CN101345564A

    公开(公告)日:2009-01-14

    申请号:CN200710075905.5

    申请日:2007-07-10

    Abstract: 本发明公开一种脉冲超宽带信号在非视距无线信道环境下传播的建模方法,包括:基于对相关信道实测数据的分析,设定超宽带多径信号在非视距无线信道环境下以双簇形式传播;通过分别对第一簇的多径平均功率衰减指数γ1和第二簇的多径平均功率衰减指数γ2取值极性的定义,控制信道冲激响应平均能量峰值出现的时间,实现利用同一参数对非视距无线信道环境的“一般遮挡”和“严重遮挡”两类不同遮挡条件下超宽带信号传播的信道冲激响应进行建模。本发明由于限定超宽带多径信号为双簇传播,简化了模型结构,解决了SV/IEEE 802.15.3a模型中某些输入参数难于获取的技术难题。且本发明通过对模型参数的定义,满足对实测数据中非视距环境不同遮挡情况的建模要求,便于实际应用。

    一种基于四项加权分数傅立叶变换的通信保密和解密方法

    公开(公告)号:CN101222326A

    公开(公告)日:2008-07-16

    申请号:CN200810063871.2

    申请日:2008-01-18

    Abstract: 一种基于四项加权分数傅立叶变换的通信保密和解密方法,本发明涉及通信的保密和解密方法。它打乱原基带信号星座分布,使得非通信目的者难于截获和检测通信信号。在发射机端,数据源经过基带调制后送给加密模块,加密模块在动态加密参数α的控制下对数据进行四项加权分数傅立叶变换,经过数字载波调制后的加密数据再经D/A转换及上变频后送入信道传送;在接收机端,经过下变频和A/D采样后的数据送往解密模块,在解密模块中首先进行数字载波相干解调,接着再经过动态解密参数-α控制的四项加权分数傅立叶变换之后,接收数据得到解密,然后进行基带解调工作。

    一种基于多智能体深度强化学习的矩阵-向量乘法编码计算分配方法

    公开(公告)号:CN114554458B

    公开(公告)日:2024-10-29

    申请号:CN202210047279.3

    申请日:2022-01-17

    Abstract: 本发明提供了一种基于多智能体深度强化学习的矩阵‑向量乘法编码计算分配方法,包括如下步骤:步骤一:构建一个多智能体多边缘基站的矩阵‑向量计算任务卸载系统模型;步骤二:将该系统模型的工作流程分为三步:任务编码、任务卸载、分布式计算;步骤三:建立最小化系统成本的优化问题;步骤四:确定深度强化学习算法的四元组 ,通过多智能体‑深度确定性策略梯度(MA‑DDPG)算法求解优化问题,获得最优的任务分配量、智能体飞行轨迹、传输带宽和计算资源等参数。本发明的有益效果是:本发明不仅考虑到边缘基站计算能力和慢节点参数的异构性,同时考虑智能体(无人机)和边缘基站通信的带宽资源的有限性,并且在通过无速率码的分布式编码计算降低了慢节点(Straggler)对分布式计算任务的处理延迟影响,从而减小了矩阵‑向量乘法计算任务的处理成本。

    一种车联网中的动态服务管理方法

    公开(公告)号:CN114202246B

    公开(公告)日:2024-08-06

    申请号:CN202210020486.X

    申请日:2022-01-10

    Abstract: 本申请提供一种车联网中的动态服务管理方法,所述方法包括:初始化每个路侧单元的特征空间,将特征空间划分分组,为每个路侧单元的每个分组设置一个计数值和一个服务需求的估计值;收集时隙t内每个路侧单元覆盖的目标用户及目标用户对应的特征信息,并为每个目标用户根据其特征信息找到对应的分组;根据计数值判断每个路侧单元处于探索状态或利用状态;统计处于探索状态的路侧单元集合,并判断处于探索状态的路侧单元集合是否非空;若处于探索状态的路侧单元集合为空集,则根据各路侧单元的服务需求估计值进行动态服务资源分配;若处于探索状态的路侧单元集合为非空集,则根据处于利用状态的路侧单元的服务需求估计值进行动态服务资源分配。

    星地网络中基于矩阵-向量乘法任务的编码计算分配方法

    公开(公告)号:CN114614878B

    公开(公告)日:2023-08-29

    申请号:CN202210133505.X

    申请日:2022-02-14

    Abstract: 本发明公开了一种星地网络中基于矩阵‑向量乘法任务的编码计算分配方法,包括构建星地网络系统,根据资源调度参数与任务分配大小形成星地网络系统动作空间;根据所述星地网络系统动作空间建立基于DDPG算法的任务调度方法,获取编码计算分配的决策。本发明提出了新的系统时变性指标,结合任务执行容忍时延定义并推导了系统折衷开销的表达式,进而利用DDPG深度强化学习算法,对星地间计算卸载的经验样本进行训练,仿真结果得到了收敛后的回报函数值,得到最优的时延与能量开销,另外,LT编码方案在避免straggler现象的负面影响时具有明显的优势。

Patent Agency Ranking