-
公开(公告)号：CN113258989A
公开(公告)日：2021-08-13
申请号：CN202110532993.7
申请日：2021-05-17
Applicant: 东南大学
Abstract: 本发明公开了一种使用强化学习获得辅助蜂窝网络的无人机中继轨迹的方法，输入无人机起始位置，无人机电池最大容量，最大回合数,折扣因子,学习率,动作利用率，采用Q学习设计能量受限的无人机轨迹。本发明综合考虑基站的天线辐射模式、回程约束、无人机能量消耗，建立了一个有实际意义的无人机电池能量受限的轨迹优化问题，分析待解决的轨迹设计问题，将无人机轨迹设计问题转化为离散时间决策过程并转用Q学习解决问题，能设计无人机最佳轨迹,充分利用无人机电池能量带来最大用户频谱效率的提升。
-
公开(公告)号：CN107659318B
公开(公告)日：2021-05-18
申请号：CN201711084344.5
申请日：2017-11-07
Applicant: 东南大学
Abstract: 本发明提出了一种自适应的极化码译码方法，包括如下步骤：选取最坏信息比特的位置；进行试探性置信传播译码，以判断信道状态；置信传播译码过程中的CRC校验；串行抵消列表译码。本发明方法结合极化码的置信传播译码方法和串行抵消列表译码方法，能够充分利用置信传播译码速度快的特点，只有当置信传播译码失败后，才使用串行抵消译码，通过自适应地设定置信传播译码的迭代次数和串行抵消列表译码的列表规模，以及使用两段CRC校验进行译码早期终止，进一步降低串行抵消列表译码的时延，既能保证译码速度，又能提高误比特率性能，实现了误码率性能和译码时延的有效折衷。
-
公开(公告)号：CN109617991B
公开(公告)日：2021-03-30
申请号：CN201811634918.6
申请日：2018-12-29
Applicant: 东南大学
Abstract: 本发明公开了基于值函数近似的超密集异构网络小站编码协作缓存方法。采用值函数近似的强化学习方法，将值函数表达为状态和动作的函数，以最大化平均累积小站直接服务的文件请求数目为优化目标，通过不断地与环境交互，适应环境的动态变化，挖掘出潜在的文件请求转移模式，得到值函数的近似式，进而得到与文件请求转移模式相匹配的协作缓存决策；宏基站对协作缓存决策进行编码，并将编码协作缓存结果传达给各小站。本发明通过强化学习挖掘到的真实网络中文件请求的转移模式来制定缓存决策，无需任何对数据先验分布的假设，更加适用于实际系统；且通过与环境实时交互，可追踪时变的文件流行度，作出相应的缓存策略，过程简单可行，不需解NP‑hard问题。
-
公开(公告)号：CN112084019A
公开(公告)日：2020-12-15
申请号：CN202010806146.0
申请日：2020-08-12
Applicant: 东南大学
Abstract: 本发明公开了一种基于模拟退火的异构MEC计算平台中的计算卸载与资源分配方法，基于天地联合MEC网络，在网络中考虑了本地卸载、MBS‑MEC服务器卸载以及UAV‑MEC服务器卸载三种卸载方式，构建了用户侧能耗最小化问题模型，并在问题中同时考虑到异构服务器的最大服务数和最大计算资源的约束，并且考虑到UAV的计算功率约束，通过计算机仿真发现基于模拟退火的卸载算法，相较于传统算法，本发明有效的减少了网络内用户的总能耗。
-
公开(公告)号：CN107896137B
公开(公告)日：2020-10-27
申请号：CN201711068650.X
申请日：2017-11-03
Applicant: 东南大学
IPC: H04L1/00
Abstract: 本发明提供一种适用于极化码译码路径分裂的排序方法，包括：将待排序路径的PM值用向量表示步骤；路径并行插入步骤；各个空隙中的元素执行并行排序步骤；输出PM值最小的L个路径步骤。本发明在极化码译码路径分裂后的排序过程中，利用列表中原有路径已经有序的特点，将新生成的L个路径执行并行的二分插入排序，再对插入到同一位置的路径进行排序；由于插入的每个位置的路径平均数量较少，并且各个位置内的路径可以并行进行排序，从而能够显著降低基于串行抵消的译码中所需要的排序时延和比较次数，同时也能够降低极化码译码的整体时延。
-
Patent Agency Ranking
公开(公告)号：CN107222892B
公开(公告)日：2020-05-08
申请号：CN201710555308.6
申请日：2017-07-10
Applicant: 东南大学
IPC: H04W28/08
Abstract: 本发明提供一种基于局部加权线性回归的超密集网络负载均衡优化方法，联合调整所有小站的代价偏置值，首先利用局部线性加权回归的方法从基站收集的每日的负载数据中拟合得到基站的负载曲线，为基于代价的分布式用户连接方法提供一个较优的迭代初始值，解决超密集异构网中的负载均衡问题。本发明采用对数函数作为效用函数，实现了资源在用户间分配的机会和公平的折衷，对于基站边缘和中间的用户分别实现了3.5倍和2倍的数据吞吐量增益。通过分布式的迭代更新每个基站的代价值，自动的均衡跨层和同层之间基站的负载，实现了低复杂度的负载均衡。通过局部线性加权回归方法设置初始值，并预测某个时刻接入基站的用户人数，大大降低迭代次数和计算复杂度。
-
公开(公告)号：CN110505681A
公开(公告)日：2019-11-26
申请号：CN201910743280.8
申请日：2019-08-13
Applicant: 东南大学
Abstract: 本发明公开了一种基于遗传方法的非正交多址接入场景用户配对方法，包括：配置遗传所需必要参数，所述参数包括种群规模P和进化代数T；编码：将具体的用户配对方案转化为序列；选定配对方案，生成初始种群作为迭代计算的初始值；所述配对方案是所述初始种群的元素；评价：将当前代际的种群中配对方案个体对应的序列代入适应度函数，得到对应的适应度函数值；遗传操作：在当前计算迭代次数没有达到T时，对当前种群进行遗传操作，产生新一代种群；直到进化到T代为止；将当前种群P个个体中适应度函数值最高的的个体解码，得到的配对方案为NOMA场景中用户配对方案的近似最优解。对比该问题的其他传统解决方案，本方法在所需时间上有可观的缩短。
-
公开(公告)号：CN110267349A
公开(公告)日：2019-09-20
申请号：CN201910535247.6
申请日：2019-06-20
Applicant: 东南大学
Abstract: 本发明公开了一种改进的5G动态TDD网络小区分簇干扰协调方案，以实现对5G超密集网络中采用动态TDD模式产生的交叉时隙干扰进行干扰抑制。我们同时考虑到5G超密集网络中用户设备间干扰以及基站设备间的干扰进行动态分簇，并采用低复杂度的分簇方式，从而使超密集网络中的低功率节点可以以较小的时间尺度动态进行分簇。相比于使用传统小区分簇方法进行干扰协调的小区，改进的5G动态TDD网络小区分簇干扰协调方案不仅可以提高系统的上行吞吐量，还可以改善系统的下行吞吐量，在5G超密集网络中取得了理想的性能。
-
公开(公告)号：CN110071779A
公开(公告)日：2019-07-30
申请号：CN201810058260.2
申请日：2018-01-22
Applicant: 东南大学
IPC: H04L1/00
Abstract: 本发明公开了一种低复杂度的极化码多级编码调制方法，包括：计算调制星座点集合中各个比特层的信道容量；计算虚拟BEC信道的巴特查理亚系数；利用巴特查理亚系数构造极化码；得到等效比特信道的巴特查理亚系数；极化码构造完成后，进行调制、解调和译码。本发明是针对极化码和多级编码调制的联合设计，将MLCM中的调制比特信道视为虚拟BEC信道，通过BEC信道的巴特查理亚系数在极化码中递归关系，进行MLCM调制方式下极化码构造，本发明中方法的时间复杂度低于已有的基于蒙特卡罗方法。
-
公开(公告)号：CN109951259A
公开(公告)日：2019-06-28
申请号：CN201910377332.4
申请日：2019-05-07
Applicant: 东南大学
Abstract: 本发明涉及一种极化码球形译码器的译码半径选取方法，所述方法具体步骤如下：第一步：计算最大似然距离dML的下界 第二步：计算初始译码半径 第三步：使用初始半径 进行球形译码；通过使用最大似然距离dML的下界和译码半径的统计分布，计算球形译码器的译码半径，使用本方法中的译码半径选取机制，可以有效减少球形译码器的搜索空间，降低译码时延和复杂度。仿真结果表明，对于码长N＝64的极化码，当信噪比Eb/N0位于2.5-3.5dB之间时，相比目前已有的半径选取方法，本发明中的译码半径选取方法能降低40％的译码复杂度。
-
-
-
-
-
-
-
-
-
Search Results
351
records
(took 0.048 seconds)
