-
公开(公告)号：CN110300412A
公开(公告)日：2019-10-01
申请号：CN201910525794.6
申请日：2019-06-18
Applicant: 西北工业大学
IPC: H04W16/14 , H04B17/382
Abstract: 本发明的公开了一种基于博弈论的非正交认知无线电网络中资源分配方法，基于博弈论的非正交认知无线电网络中资源分配方法，频谱资源共享方法所基于的场景为认知无线电网络系统，认知无线电网络系统包括K个非授权用户和一对授权用户组；频谱资源共享方法包括以下内容：步骤一、对无线电网络系统的用户状态进行初始化：步骤二、将处理信道条件较差的非授权用户作为独立且固定的用户簇；步骤三、将步骤二未处理的非授权用户按照各自的信道增益 的大小进行排序，再按照此顺序逐个对非授权用户进行合并与拆分。解决了现有技术中认知无线电网中由于频谱资源稀缺所导致的资源分配问题。
-
公开(公告)号：CN110290537A
公开(公告)日：2019-09-27
申请号：CN201910545897.9
申请日：2019-06-23
Applicant: 西北工业大学
Abstract: 本发明的目的是公开一种基于平均场型博弈的多类型无人机移动基站部署方法，对于多性能无人机作为空中移动基站的对地通信系统，充分考虑不同类型无人机移动基站的部署决策对整个系统状态演进的影响，建立平均场型博弈系统模型，通过数值解法得到多无人机移动基站的最优部署方案；其中，多个无人机空中移动基站的性能差异性体现在飞行速度以及服务半径两个方面，将这些不同参数引入平均场项中来描述与其他无人机移动基站的相互作用的状态方程以及成本函数。解决了实际工程应用中多类型无人机移动基站对地通信网络下部署能耗大的问题。
-
公开(公告)号：CN109639760B
公开(公告)日：2019-09-03
申请号：CN201811300987.3
申请日：2018-11-02
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于深度强化学习的D2D网络缓存策略方法，以缓存使能的D2D网络中的每个用户的历史位置信息为输入数据，通过回声状态网络算法，得出每个用户下一时刻的位置信息；根据每个用户下一时刻的位置信息，结合每个用户的当前时刻的上下文信息，通过回声状态网络算法，得出每个用户下一时刻的内容请求信息；将内容请求信息缓存在对应用户的缓存空间中；通过深度强化学习算法，以发射内容请求信息用户的发射功率最小和接收内容请求信息用户的延时最短为目标，得出缓存使能的D2D网络中各用户之间传递内容请求信息的最优策略；本发明解决了缓存使能的D2D网络中缓存内容放置命中率低以及缓存传递过程中耗能大延迟长的问题。
-
公开(公告)号：CN108880730B
公开(公告)日：2019-05-07
申请号：CN201810542279.4
申请日：2018-05-30
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于干扰阈值的多用户超密集异构小区动态分簇方法，计算一个宏小区内所有小小区两两之间的平均干扰强度，设定一个干扰阈值，将干扰强度超过所述干扰阈值的小小区归为一个簇；其中，通过计算一个小小区中每个用户接收到另一个小小区中多天线基站的发射线号强度的平均值来作为两个小小区A、B之间的平均信道干扰强度；干扰阈值设定的大小用无线回程的开销大小以及小小区之间的干扰作为权衡，通过得到任意两个小小区之间的平均信道干扰强度，遍历最小值以及最大值来从中选择最合适的阈值。
-
公开(公告)号：CN108923828A
公开(公告)日：2018-11-30
申请号：CN201810739220.4
申请日：2018-07-06
Applicant: 西北工业大学
IPC: H04B7/0413 , H04B7/06
CPC classification number: H04B7/0413 , H04B7/061
Abstract: 本发明公开了一种基于深度强化学习算法的MIMO窃听信道的发射天线选择方法，发射保密信息需要两时隙完成，第一个时隙发射端逐个发射天线来发送导频序列，合法接收端接收来自各发射天线的导频信号，并通过最大比合并得到各发射天线发射的导频信号的信噪比；然后合法接收机根据这些信噪比使用DQN算法预测与下一个时隙最佳信噪比相对应的发射天线，并将相应的天线索引反馈给发射端；在第二个时隙时，发射端将仅用索引对应的发射天线发射保密信息，这使得主信道的信噪比大于窃听信道的信噪比，能够实现保密信息不被窃听。以解决发射机获得的无线通信信道的信道状态信息过时的情况下，发射机难以准确地选择出最佳的发射天线而导致传输信息被窃听的问题。
-
Patent Agency Ranking
公开(公告)号：CN108736989A
公开(公告)日：2018-11-02
申请号：CN201810541710.3
申请日：2018-05-30
Applicant: 西北工业大学
IPC: H04B17/336 , H04B17/382 , H04W12/02 , H04W72/04
Abstract: 本发明公开了一种SWIPT系统中最优保密吞吐量和高效能量收集的实现方法，SWIPT系统中最优保密吞吐量和高效能量收集的实现方法，计算一个合法用户的保密吞吐量，设置一个阈值来判断是否发生保密中断，进而计算出保密中断概率，通过调节目标保密速率和发射端功率分配比求得最优保密吞吐量；接收端根据接收到的功率以及信息译码灵敏度自适应地调节功率分配系数，仅为信息译码提供满足译码要求的功率，其余全部用于能量收集。解决了现有的SWIPT系统中存在窃听者时保密吞吐量低以及能量收集效率低的问题。
-
公开(公告)号：CN113905384B
公开(公告)日：2025-04-29
申请号：CN202110602943.1
申请日：2021-05-31
Applicant: 西北工业大学
IPC: H04W16/14 , H04B17/382
Abstract: 本发明公开了一种用于认知无线电的多智能体协作频谱感知与接入方法，包括：步骤S101：获取每一个SUn在当前时间帧开始时的环境参数；步骤S102：将所述每一个SUn在当前时间帧开始时的所述环境参数输入确定性策略深度梯度MADDPG模型；步骤S103：获取所述MADDPG模型输出的每一个SUn在当前时间帧的感知策略，其中所述感知策略是选择某一个信道检测是否空闲；步骤S104：将SUn的感知结果及其合作伙伴的感知结果融合成全局状态S(t)，再把全局状态S(t)与全局动作A(t)、奖励r(t)和下一时刻状态S(t+1)送到确定性策略深度梯度MADDPG模型的经验重放缓冲区；将所述全局状态S(t)作为下一时刻的观测，如此循环往复，直到训练步数结束。解决了SU如何快速找到空闲信道的同时避免与其他用户碰撞的问题。
-
公开(公告)号：CN111800828B
公开(公告)日：2023-07-18
申请号：CN202010597779.5
申请日：2020-06-28
Applicant: 西北工业大学
Abstract: 本发明公开了一种超密集网络的移动边缘计算资源分配方法，基于超密集网络，所述超密集网络中的NOMA‑MEC通信系统包括M＝{1,2,…,M}个小基站，其中，每个小基站配备一个MEC服务器以执行用户卸载的计算任务；假定每个小基站服务的用户集合为N＝{1,2,…,N}，N个用户分为Y＝{1,2,…,Y}个组，每个组内有K＝{1,2,…,K}个用户。解决了现有技术难以处理用户之间的相互干扰，从而影响用户的计算性能的问题。
-
公开(公告)号：CN112399482B
公开(公告)日：2022-08-16
申请号：CN202011074994.3
申请日：2020-10-09
Applicant: 西北工业大学
IPC: H04W28/08 , H04W28/24 , H04W72/08 , H04B17/382
Abstract: 本发明公开了一种移动边缘计算方法、存储介质及设备，根据信道系数及传输功率得到传输速率；根据传输速率各时隙各节点所接收信号及能量消耗；根据各节点传输速率和能量消耗，制定卸载选择策略；根据确定的卸载选择策略，分析系统中加权和能耗，在加权和能耗最小的基础上实现了功率、时隙和计算任务的最优分配。本发明在移动边缘计算过程中考虑到了混合NOMA技术，可以进一步优化系统功率分配，优于传统的移动边缘计算方案。
-
公开(公告)号：CN113709728A
公开(公告)日：2021-11-26
申请号：CN202110994318.6
申请日：2021-08-27
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于NOMA及无人机辅助的两阶段移动边缘计算通信方法，应用于通信系统中，该通信系统中包括用户群、中继无人机组和地面基站，用户群通过中继无人机组与地面基站进行通信。用户群中的每个用户均执行：获取该用户群中的每个用户的任务量，并计算该用户群中用户的平均任务量，当该用户的任务量大于等于平均任务量时，将该用户确定为完全卸载用户，完全卸载用户将其任务量完全卸载至中继无人机组中确定的中继无人机中；中继无人机接收完全卸载用户发出的任务量，并根据计算好的任务卸载比率将接收的任务量中的一部分卸载至地面基站中；本发明在通信系统中合理进行用户任务数据卸载，可以提高通信系统性能。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.023 seconds)
