基于压缩感知的叠加导频正交时频空信道估计方法及系统

    公开(公告)号:CN117336123A

    公开(公告)日:2024-01-02

    申请号:CN202311177461.1

    申请日:2023-09-12

    Inventor: 郜傲 俞晖

    Abstract: 本发明提供了一种基于压缩感知的叠加导频正交时频空信道估计方法及系统,包括:步骤S1:在时延‑多普勒域上生成随机数据符号和导频符号,将两者叠加得到叠加信号;步骤S2:将叠加信号在发送端转换为发射信号,经过时延‑多普勒域信道后转换为时延‑多普勒域接收信号;步骤S3:根据时延‑多普勒域信道的特性和感知矩阵的特性建立压缩感知模型;步骤S4:在接收端消除导频信号对数据符号的干扰后,进行数据符号的检测。本发明提供的方法及系统复杂度低,便于操作实施;同时信道估计精度高、峰均功率比低,能够广泛应用于信道估计的技术领域。

    一种基于小型无人机的协作资源再分配方法及系统

    公开(公告)号:CN111954268B

    公开(公告)日:2023-10-31

    申请号:CN202010969113.8

    申请日:2020-09-15

    Abstract: 本发明提供了一种基于小型无人机的协作资源再分配方法及系统,包括:步骤M1:由多个UAV‑R组成的UAV‑WRP为停靠的UAV‑RT进行初次无线资源分配;步骤M2:初次无线资源分配结束后,UAV‑RT脱离UAV‑WRP前去执行任务;步骤M3:当UAV‑RT携带资源即将耗尽时,飞回并重新停靠在UAV‑WRP侧,UAV‑WRP采用一定的资源分配策略对停靠的UAV‑RT进行协作资源再分配;步骤M4:当UAV‑WRP的剩余资源总量低于预设值时,拆分出多个UAV‑R去资源站补充无线资源,重新飞回组成UAV‑WRP;本发明可以更加有效的进行无人机资源调度,促进小型无人机之间相互协作,共同完成大型复杂任务。

    基于博弈的Q学习竞争窗口调整方法、系统及介质

    公开(公告)号:CN112637965B

    公开(公告)日:2022-06-10

    申请号:CN202011620219.3

    申请日:2020-12-30

    Inventor: 俞晖 毛中杰 王政

    Abstract: 本发明提供了一种基于博弈的Q学习竞争窗口调整方法、系统及介质,包括:步骤1:初始化网络节点设置,进行自组网并建立路由表;步骤2:全网节点通过路由表获知一跳邻居节点个数,并广播至邻居节点;步骤3:计算节点在网络中的权重大小并进行广播;步骤4:根据网络差异性采取不同退避策略;步骤5:网络中各节点按照步骤4产生的竞争窗口状态集合进行Q学习,输出最优竞争窗口区间,并依此进行通信;步骤6:网络拓扑结构发生改变或业务负载产生较大波动后,重复执行步骤2‑5。本发明使用博弈论对网络场景进行分析,确定不同节点进行Q学习的状态集合,然后利用Q学习算法产生决策,更新竞争窗口区间,以达到优化整体网络性能的大小。

    基于MEC与密集云接入网融合的计算迁移与资源分配方法

    公开(公告)号:CN111954230B

    公开(公告)日:2021-09-07

    申请号:CN201910398695.6

    申请日:2019-05-14

    Abstract: 一种基于移动边缘计算与密集云接入网融合的计算迁移与资源分配方法,包括基于网络功能虚拟化,将云接入网中的基带处理功能和移动边缘计算中的边缘服务器功能进行虚拟化,整合为统一的边缘云;根据智能移动设备的任务队列长度,确定计算任务在本地和在边缘云执行的比例;对需要在本地执行的任务,确定智能移动设备的本地计算频率;对需要在边缘云执行的任务,确定智能移动设备接入的基站,分配的子信道以及发射功率大小;根据计算任务在边缘云中的队列长度,分配智能移动设备相应的基带处理资源和边缘服务器资源。本发明能够在计算任务队列保持稳定的前提下,优化智能移动设备和边缘云总的能量效率,提升网络的计算资源和无线资源利用率。

    空天地一体化网络中时延最小化计算任务卸载方法及系统

    公开(公告)号:CN113346944A

    公开(公告)日:2021-09-03

    申请号:CN202110720194.2

    申请日:2021-06-28

    Abstract: 本发明提供了一种空天地一体化网络中时延最小化计算任务卸载方法及系统,包括:步骤S1:建立支持计算任务卸载的空天地一体化网络的网络架构;步骤S2:基于空天地一体化网络的网络架构构建空天地一体化网络模型;步骤S3:基于构建的空天地一体化网络模型建立面向时延最小的优化问题;步骤S4:将优化问题建模为马尔科夫决策过程;步骤S5:采用CL‑MADDPG算法求解马尔科夫决策过程,输出卸载策略。本发明可以充分利用空天地一体化网络中的计算资源,输出计算任务最优卸载策略,减少计算任务的处理时延。

    基于小型无人机的资源分布式协作方法及系统

    公开(公告)号:CN112180974A

    公开(公告)日:2021-01-05

    申请号:CN202011009050.8

    申请日:2020-09-23

    Abstract: 本发明提供了一种基于小型无人机的资源分布式协作方法及系统,包括:任务感知步骤:预测所要执行的任务所消耗的资源,对任务进行建模分析;拓扑结构形成步骤:利用各个无人机提供的资源以及相对位置信息形成完成任务的拓扑结构;任务计算分配步骤:通过汇总各个无人机提供的资源,对执行的任务建模,得到资源分配方式;任务结果整合步骤:对各个无人机执行的结果进行整合,最终完成任务;所述资源包括:计算、存储、通信以及能量资源。本发明能够根据任务的需要,合理的小型无人机性能,指定多无人机协作的任务规划方法,提高了系统效率。

    基于信道分类的室内定位跟踪方法及系统

    公开(公告)号:CN107205226B

    公开(公告)日:2020-07-24

    申请号:CN201710254392.8

    申请日:2017-04-18

    Inventor: 刘中令 俞晖 杨明

    Abstract: 本发明提供了一种基于信道分类的室内定位跟踪方法及系统,包括如下步骤:步骤1:根据建筑平面图和锚节点的位置,求解一阶虚拟锚节点的位置,其中,锚节点是位置已知的节点,一阶虚拟锚节点是锚节点对应于墙面的镜面对称节点;步骤2:根据上一次的步骤4,记录三条具有最强能量的反射路径的信息;若没有上一次的步骤4,则不记录;步骤3:根据信道脉冲响应进行信道分类,并根据信道分类结果判断锚节点与待定位节点之间是否存在视距路径;步骤4:根据视距路径的数量选取若干反射路径,结合视距路径进行定位。

    基于增强学习的SPMA协议参数优化方法、系统及介质

    公开(公告)号:CN110049018A

    公开(公告)日:2019-07-23

    申请号:CN201910229439.4

    申请日:2019-03-25

    Abstract: 本发明提供了一种基于增强学习的SPMA协议参数优化方法、系统及介质,包括:参数选取及划分步骤:选取SPMA协议的参数集,将参数集中的各个参数以预设的颗粒度划分为不同的当前参数状态,获得当前参数状态集;时延及成功率获取步骤:根据获得的当前参数状态集及预设场景,将获得的当前参数状态集带入预设场景,获得SPMA协议的各个优先级业务时延和成功率。本发明将不同的应用场景下的SPMA协议参数优化问题与增强学习算法相结合,相对于原有SPMA通信系统的参数选择方法,大大简化了参数计算过程,并且更容易达到要求的性能指标,可以更有效率的完成SPMA协议的相关设置,具有广泛的应用前景。

Patent Agency Ranking