一种基于能效的认知NOMA网络顽健资源分配方法

    公开(公告)号:CN110417496B

    公开(公告)日:2021-12-17

    申请号:CN201910634799.2

    申请日:2019-07-15

    Abstract: 本发明请求保护一种基于能效的认知NOMA网络顽健资源分配方法,属于无线网络中的资源分配技术领域。针对无线通信系统信道固有的随机性,引入信道参数摄动影响,考虑次用户发射功率、基于中断概率的干扰和最小数据速率为约束条件,以次用户网络总能效为目标函数,建立多约束条件下的分式规划问题。首先利用连续凸近似和参数变换,将原概率约束非凸问题转换为闭型几何规划问题,接着采用丁克尔巴赫法和拉格朗日对偶法来得到次用户最优传输功率,最后提出了一种基于迭代的最优资源分配方法。仿真结果表明,本方法与现有一些方法相比具有最好的顽健性,同时可以保证良好的实时性。

    一种基于暗通道先验和马尔可夫随机场的图像去雾方法

    公开(公告)号:CN107527329A

    公开(公告)日:2017-12-29

    申请号:CN201710852322.2

    申请日:2017-09-19

    Abstract: 本发明请求保护一种基于暗通道先验和马尔可夫随机场的图像去雾方法。针对在雾霾环境下获取的图像降质严重、现有算法去雾图结构细节信息丢失较多的问题,提出一种结合暗通道先验(Dark channel prior,DCP)和马尔可夫随机场(Markov Random Field,MRF)的单幅图像去雾方法。本发明方法先采用子块部分重叠局部直方图均衡(POSHE)对原始雾图进行增强,以提高其对比度,并通过DCP算法获取优化后的透射率;利用MRF模型对图像结构细节信息的约束特性,对透射率进行建模,以进一步细化透射率;由天空域的显著特征,通过分块搜索法求取大气光值。与传统去雾方法相比,本发明能得到更精确的透射率图,有效保持图像结构信息,去雾后的图呈现出丰富的细节和较真实的色彩视觉效果。

Patent Agency Ranking