-
公开(公告)号：CN113258983A
公开(公告)日：2021-08-13
申请号：CN202110465331.2
申请日：2021-04-28
Applicant: 北京科技大学
IPC: H04B7/185 , H04B7/0456 , H04J11/00
Abstract: 本发明公开了一种基于干扰对齐的NGSO通信星座间减缓同频干扰的方法及装置，通过对发射端预编码使干扰信号在接收端重叠，压缩干扰信号的空间，使目标信号和干扰信号在接收端得以分离，在不同的信号空间进行接收，从而实现目标信号的有效恢复。接收端通过MMSE算法处理，解决干扰减缓引起的噪声功率过大问题。本发明将NGSO通信星座间干扰场景中的同频干扰问题转化为特征信号提取问题。通过信号变换机制在信号空间里对信号进行处理，使干扰部分被对齐到一个压缩的信号子空间中，而目标信号能够在与之正交的子空间内传输，增大了目标信号空间自由度。最终实现NGSO星座间的频谱共存。
-
公开(公告)号：CN119342608A
公开(公告)日：2025-01-21
申请号：CN202411552646.0
申请日：2024-11-01
Applicant: 北京科技大学
IPC: H04W72/50 , H04W72/0453 , H04W72/044 , H04B17/391 , H04B17/382 , H04L41/14 , H04L41/16 , G06N3/092
Abstract: 本发明公开了一种基于深度强化学习的多任务语义通信系统资源分配方法，属于无线通信技术领域，所述方法包括：构造语义中继辅助的多任务语义通信网络模型；基于多任务语义通信网络模型，以最大化多任务用户体验质量为目标，建立多任务资源分配优化模型；其中，多任务资源分配优化模型用于调整每个任务的功率分配、子信道分配和传输语义符号数分配，以最大化多任务用户体验质量；构建并训练混合深度强化学习模型，得到能实现最佳资源分配的策略网络，在多任务资源分配优化模型的基础上，进行无线资源分配优化。本发明能够在满足用户设备限制的同时，减少语义网络部署开销，实现频谱带宽资源的高效利用。
-
公开(公告)号：CN115278908B
公开(公告)日：2024-11-15
申请号：CN202210899466.4
申请日：2022-07-28
Applicant: 北京科技大学
IPC: H04W72/566 , H04W72/53 , H04W74/0833 , G06N3/045 , G06N3/08
Abstract: 本发明提供了一种无线资源分配优化方法及装置，涉及无线通信技术领域。包括：对无线设备进行优先级划分，得到不同优先级的无线设备；对所述不同优先级的无线设备设置不同的接入限制因子；通过基站建立智能体模型，对各类接入限制因子进行决策；通过近端策略优化PPO算法对智能体模型进行训练，获得即时奖励以及智能体模型的不同状态；将所述即时奖励以及智能体模型的不同状态作为转移经验；计算目标函数，通过转移经验对所述目标函数进行深度学习，完成无线资源的分配优化。本发明通过引入裁剪替代目标函数，解决PG算法中步长难以确定的问题。通过迭代循环将证明基于PPO的随机资源分配优化方法及装置的独特性，实现随机接入资源分配的整体经济效益。
-
Patent Agency Ranking
公开(公告)号：CN116939841A
公开(公告)日：2023-10-24
申请号：CN202310824475.1
申请日：2023-07-06
Applicant: 北京科技大学
IPC: H04W72/0457 , H04W24/02 , G06F40/30 , G06F18/22
Abstract: 本发明涉及无线通信技术领域，特别是指一种面向语义通信场景的无线资源分配优化方法及装置。一种面向语义通信场景的无线资源分配优化方法包括：采集文本序列，获得语义信息；根据局部初始参数以及语义信息进行无线资源分配，获得分配带宽；基于分配带宽，对语义信息进行传输和恢复，获得恢复文本；根据分配带宽以及语义频谱效率，通过分布式近端策略优化算法进行优化，获得局部更新参数以及局部损失函数；通过联邦平均算法进行聚合，获得全局聚合参数以及全局损失函数；当全局损失函数收敛时，获得全局网络参数；基于全局网络参数进行无线资源最优分配。本发明是一种针对语义通信场景的高效无线资源分配方法。
-
公开(公告)号：CN116801285A
公开(公告)日：2023-09-22
申请号：CN202310329851.X
申请日：2023-03-30
Applicant: 北京科技大学
Abstract: 本发明提供了一种基于通信感知一体化系统的优化方法、装置、系统及可读存储介质，包括：S1：初始化基于太赫兹通信的通信感知一体化系统；S2：将车联网系统进行降维处理后，与S1中初始化后的通信感知一体化系统进行融合处理，获取深度强化学习中智能体的原始当前状态；S3：将原始当前状态输入TD3神经网络进行训练，输出优化当前状态；S4：将优化当前状态输入TD3神经网络，输出时变动态环境下的智能体的混合预编码和功率分配的最优策略动作。本发明中提出的车联网中智能联合同步资源优化对于发展未来动态环境下基于通信感知一体化系统的优化系统具有指导意义。
-
公开(公告)号：CN113490184B
公开(公告)日：2023-05-26
申请号：CN202110505072.1
申请日：2021-05-10
Applicant: 北京科技大学
Abstract: 本发明公开了一种面向智慧工厂的随机接入资源优化方法及装置，该方法包括：根据不同业务的时延敏感程度对各业务接入优先级进行划分；在局部端采用强化学习算法来训练本地模型；并在云端采用联邦学习算法对各局部端的本地模型参数进行全局模型聚合，建立共享机器学习模型；其中，强化学习目标为：在保证各类业务服务质量需求的前提下，最大化用户成功接入数量；利用优化好的共享机器学习模型实现接入资源分配，以实现在满足各类业务服务质量需求的前提下，最大化系统吞吐量，提升工厂整体生产效率。本发明可在满足工业生产中各类业务时延需求的前提下，优化资源利用率，提高网络性能。
-
公开(公告)号：CN114978278B
公开(公告)日：2023-04-14
申请号：CN202210468483.2
申请日：2022-04-29
Applicant: 北京科技大学
IPC: H04B7/185 , H04W52/34 , H04W72/0453 , H04W72/044
Abstract: 本发明提供了一种多波束的巨星座卫星频率与功率联合分配方法及装置，涉及无线通信技术领域。包括：建立巨星座卫星多波束的网络模型；确立频带利用率最大化的卫星网络资源分配问题，建立马尔科夫决策模型，确立点波束的资源优化问题；根据点波束的资源优化问题，构建深度神经网络模型；初始化深度神经网络参数，初始化当前价值函数和当前网络Q值；通过多智能体深度强化学习方法，离线训练深度神经网络模型，直至奖励收敛到稳定值，基于训练结果对卫星多波束网络进行频率与功率的联合分配。本发明将卫星各点波束的资源分配最优化问题作为马尔科夫决策过程，基于间歇性训练结果对卫星多波束网络在线执行资源分配，以便使其更加稳定并且快速收敛。
-
公开(公告)号：CN114980160A
公开(公告)日：2022-08-30
申请号：CN202210454105.9
申请日：2022-04-27
Applicant: 北京科技大学
Abstract: 本发明公开了一种无人机辅助的太赫兹通信网络联合优化方法和装置，该方法包括：构建无人机辅助的太赫兹通信网络系统模型；在用户服务质量和资源约束下，以最小化网络系统中所有用户的时延之和为目标，构建优化目标函数；基于预设的深度强化学习算法，实现无人机位置、计算卸载比例和计算资源分配方案的联合优化，以提升网络容量和降低时延。本发明利用无人机灵活性强与太赫兹通信传输速率高的特点，弥补了边缘接入节点覆盖范围和接入用户数量有限的缺点，在资源受限的情况下，有效提升了网络容量和资源利用率。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.025 seconds)
