一种边缘协同的计算资源分配方法

    公开(公告)号:CN112188560A

    公开(公告)日:2021-01-05

    申请号:CN202010936920.X

    申请日:2020-09-08

    Abstract: 本发明提供一种边缘协同的计算资源分配方法,属于无线通信技术领域。所述方法包括:建立MEC无线网络,其中,所述MEC无线网络包括:一个配备本地MEC服务器的本地小区和载有其他MEC服务器的其他小区;利用双层竞价博弈构建“用户‑本地MEC服务器‑其他MEC服务器”计算资源分配与协同模型;其中,所述计算资源分配与协同模型包括:本地计算资源分配竞价博弈模型和边缘计算资源协同竞价博弈模型;对构建的计算资源分配与协同模型求均衡解,根据得到的均衡解将本地MEC服务器计算资源合理分配给每个用户并协调MEC服务器之间的计算资源。采用本发明,能够对本地MEC服务器计算资源进行合理配置,并保证MEC服务器的负载均衡。

    一种用于信道估计的神经网络设计方法及装置

    公开(公告)号:CN114239822B

    公开(公告)日:2025-04-01

    申请号:CN202111486749.8

    申请日:2021-12-07

    Abstract: 本发明提供了一种用于信道估计的神经网络设计方法及装置,涉及无线通信技术领域。包括:通过信道状态的历史估计值计算当前估计值CSI熵;将CSI的变化建模为一阶马尔科夫模型,获取当前时刻信道状态信息CSI矩阵所需的信息量;利用当前时刻CSI矩阵所需的信息量构造一个新的网络结构,对新的神经网络进行离线训练,确定权重参数以及偏置参数,完成用于信道估计的神经网络设计。本发明提出一种不依赖导频的用于信道估计的神经网络结构,利用信息熵理论评估无线信道数据的强时间相关特性,以提高基于神经网络的信道估计算法的性能。本发明所提出的用于信道估计的神经网络结构可以提升信道估计精度,降低信道估计的时延,满足无线通信的系统的实时性需求。

    一种时序特征的估计方法及系统
    13.
    发明公开

    公开(公告)号:CN118568458A

    公开(公告)日:2024-08-30

    申请号:CN202410464619.1

    申请日:2024-04-17

    Abstract: 本发明提供一种时序特征的估计方法及系统,涉及无线通信感知技术领域。所述方法包括:采集信道状态信息时序数据,利用基于窗函数的加权移动平均滤波器对时序数据进行滤波处理;对于滤波处理后的时序数据,利用结合深度可分离卷积、空洞卷积和Transformer模型的深度学习框架提取局部特征,并利用Transformer模型中的多头自注意力机制和前馈网络捕捉局部特征之间的长时间依赖关系;利用基于贝叶斯优化、五折交叉验证、超参数调优和少样本学习的自适应微调算法对深度学习框架进行离线学习与在线应用优化;基于优化后的深度学习框架进行时序特征的估计,建立指纹库。本发明可实现对时序数据的高效、准确和自适应处理。

    UAV轨迹、传感节点调度及任务执行时间联合优化方法

    公开(公告)号:CN113163493B

    公开(公告)日:2022-10-18

    申请号:CN202011529661.5

    申请日:2020-12-22

    Abstract: 本发明公开了一种UAV轨迹、传感节点调度及任务执行时间联合优化方法,包括:基于UAV需要采集的数据量及相应的能耗,构建UAV效用函数;利用构建的UAV效用函数建立UAV轨迹、传感节点调度以及任务执行时间的联合优化模型;其中,联合优化模型以最大化UAV效用函数为目标,以所有传感节点数据量上传需求、传感节点调度以及无人机的移动特性为限制条件;将联合优化模型转化为UAV路径优化和任务执行时间优化两个子问题,采用块下降法和连续凸逼近算法得到传感节点调度与UAV飞行路径的优化解,进一步利用二分法获得最小任务执行时间。本发明能够实现UAV在最短时间内完成数据采集任务的同时,降低UAV的能耗。

    一种低复杂度MIMO-OTFS信号检测方法及系统

    公开(公告)号:CN118449831A

    公开(公告)日:2024-08-06

    申请号:CN202410644762.9

    申请日:2024-05-23

    Abstract: 本发明提供一种低复杂度MIMO‑OTFS信号检测方法与系统,涉及无线通信技术领域。所述低复杂度MIMO‑OTFS信号检测方法包括:MIMO‑OTFS系统接收端通过时延多普勒域信道,获得时延多普勒域接收信号;根据时延多普勒域接收信号,获得时延多普勒域初始的符号估计值;根据初始的符号估计值,获得去除干扰后的接收信号;采用块循环矩阵以及傅里叶变换矩阵,对求逆部分矩阵进行分解,获得分解结果;根据分解结果,采用MRC检测方法对去除干扰后的接收信号进行检测,获得MRC的输出向量;采用最大似然准则进行判决,获得判决后的符号估计值;根据判决后的符号估计值进行下一轮迭代,满足迭代停止条件时停止迭代,获得最终的信号检测结果。采用本发明,可降低计算复杂度。

    一种可重构智能反射面的波束训练方法

    公开(公告)号:CN118353503A

    公开(公告)日:2024-07-16

    申请号:CN202410625885.8

    申请日:2024-05-20

    Abstract: 本发明公开了一种可重构智能反射面的波束训练方法,属于无线通信技术领域,所述波束训练方法包括:在智能反射面(RIS)辅助的基站(BS)与多用户通信场景下,对RIS单元分别进行垂直和水平方向上的分组;分别在垂直及水平空域进行波束训练扫描;根据波束扫描结果定位目标用户,据此得到最优码字。采用本发明提供的波束训练方法,可以在保证系统传输性能的同时,有效降低用户位置定位复杂度。

Patent Agency Ranking