-
公开(公告)号：CN113810910B
公开(公告)日：2022-05-20
申请号：CN202111098334.3
申请日：2021-09-18
Applicant: 大连理工大学
Abstract: 本发明提供一种基于深度强化学习的4G与5G网络间动态频谱共享方法。考虑一个单基站覆盖的蜂窝网络，将基站视为智能体，其可调度的最小资源单位定义为资源块，包含时间和频率两个维度，基站的共享策略将针对资源块周期制定，即在每个决策周期内决定哪些资源块共享用于5G服务供应。本发明以4G网络服务质量保证和频谱共享效率为目标，通过深度强化学习使基站能够根据动态的环境信息不断改进策略，实现对4G闲置频谱的高效、合理利用。本发明不依赖特定模型，能够更加准确地制定共享策略。同时，本发明中基站能够利用训练好的神经网络基于当前环境的观测量直接制定共享策略，省去基于传统优化算法的复杂计算，避免了其带来的不可容忍的延迟。
-
公开(公告)号：CN112367353B
公开(公告)日：2021-11-05
申请号：CN202011067955.0
申请日：2020-10-08
Applicant: 大连理工大学
Abstract: 本发明公布了一种基于多智能体强化学习的移动边缘计算卸载方法，属于边缘计算、无线网络领域，为“多用户‑多边缘节点”的复杂场景提供了一种智能的任务卸载方法。该方法采用多智能体强化学习算法，各用户设备在本地建立Actor和Critic深度学习网络，分别根据自己及其它设备的状态和动作进行动作选择和动作打分，综合考虑频谱资源、计算资源和能量资源，以优化任务延迟为目标制定卸载和资源分配策略。该方法不依赖网络具体模型，各设备能够通过“探索‑反馈”的学习过程自主智能地进行最优策略制定，且能够适应网络环境的动态变化。
-
公开(公告)号：CN112367131B
公开(公告)日：2021-09-24
申请号：CN202011067956.5
申请日：2020-10-08
Applicant: 大连理工大学
IPC: H04B17/382 , H04W72/04 , G06N20/00
Abstract: 本发明提供了一种基于强化学习的跳跃式频谱感知方法，属于无线通信领域，特别涉及认知无线电技术，为频谱的动态接入提供了一种低开销、智能化的频谱感知方法。考虑频谱空闲状态的持续特性，该方法允许设备在接入信道时跳过部分感知时隙，相比传统周期型感知策略，其可以减小感知开销，提高传输效率。该方法采用强化学习算法，以信道占用情况为状态，信道选择及感知跳过时隙为动作，通过对不同状态下的不同动作进行评估，设备能够智能化地制定最优策略。该方法不依赖具体的频谱状态统计模型，设备可以通过对环境的学习自适应的确定最优接入和感知策略。
-
公开(公告)号：CN119693424A
公开(公告)日：2025-03-25
申请号：CN202510194940.7
申请日：2025-02-21
Applicant: 大连理工大学
IPC: G06T7/30 , G06T7/70 , G06N3/0455 , G06N3/0464
Abstract: 本发明属于医疗成像和人工智能领域，公开一种基于单张X光图像的术前三维CT配准方法。本发明提出首先使用一张X光图像恢复出患者当前位姿的CT，然后使用恢复出的CT和术前CT进行三维空间中的CT配准，解决了以往配准方法中的维度不匹配问题。本发明提出了单视角CT重建网络，用以将二维的X光图像转化成三维的CT，然后使用ICP算法实现网络生成的CT和术前CT的配准。本发明仅使用X光图像就实现了三维空间中的CT配准，有效提高了CT配准的精度，实现了亚毫米级别的CT配准，特别是在脊柱骨科手术中，能够精确确定患者的解剖结构的位置，帮助医生精准高效的实施手术。
-
公开(公告)号：CN119533351A
公开(公告)日：2025-02-28
申请号：CN202411607796.7
申请日：2024-11-12
Applicant: 大连理工大学
Abstract: 本发明属于无损检测领域，尤其涉及新能源锂电池正负极缝隙检测系统与方法。本发明可实现对电池X射线图像的正负极缝隙长度的检测，通过导入电池X射线图像，绘制检测线并标记关键位置。系统结合图像标定功能，将像素距离转换为实际物理距离，利用峰值检测技术自动识别正极位置，并准确计算出正负极之间的缝隙长度。本发明操作简便，检测精度高，能够大幅提高电池制造过程中的质量检测效率，降低人工检测的误差和工作强度，为电池产品的质量控制提供了可靠的技术支持。
-
Patent Agency Ranking
公开(公告)号：CN117692929A
公开(公告)日：2024-03-12
申请号：CN202311666494.2
申请日：2023-12-07
Applicant: 大连理工大学
Abstract: 本发明属于6G无线通信技术领域，公开了一种面向车联网的基于多智能体参数化Q网络的无人机通信感知任务调度方法。具体来说，无人机集群作为空中通感一体化平台灵活覆盖变化的流量热点区域进行数据传输，同时动态地追踪感知车辆实现高精度实时感知。考虑到车辆轨迹和用户流量需求通常具有随机动态性，无人机集群需要自适应地规划轨迹并制定通信感知任务调度策略，兼顾热点区域覆盖和车辆感知两方面性能要求，在高随机动态环境下满足网络内的通信感知需求。本发明通过对网络环境的观察和试错，利用奖惩机制实现高随机动态环境下集群的自适应联合策略制定，动态更新优化集群轨迹和任务调度方案，实现最优的通信容量和感知性能。
-
公开(公告)号：CN117635745A
公开(公告)日：2024-03-01
申请号：CN202311658744.8
申请日：2023-12-06
Applicant: 大连理工大学
IPC: G06T11/00 , G06T5/70 , G06N3/0455 , G06N3/08
Abstract: 本发明属于CT断层重建技术和人工智能领域，公开一种基于隐空间条件扩散模型的双视角工业CT断层在线重建方法。工业生产中经常需要对产品进行快速无损检测，但是传统的全角度CT扫描耗时较长，无法满足产线上对于生产效率的要求，并且由于旋转机构的存在，难以在线部署。本发明设计了基于隐空间条件扩散模型的整体网络结构，并将双视角正交投影输入条件嵌入模块作为条件嵌入，去引导已经学习了断层先验分布的扩散模型生成对应的大分辨率断层图像。本发明能够仅利用0度和90度两个正交视角投影生成高质量的断层图像，在降低了CT设备复杂度的同时，大大加快了扫描速度，方便在线部署。
-
公开(公告)号：CN111245498B
公开(公告)日：2021-07-16
申请号：CN202010029419.5
申请日：2020-01-13
Applicant: 大连理工大学
IPC: H04B7/155 , H04B7/0456 , H04B17/382
Abstract: 一种中继辅助的非正交多址接入协作网络安全通信方法，属于网络安全领域。该方法以中继R为信息转发节点，将这段通信过程分为两个阶段，第一阶段为两个信源T1和T2到中继R的过程，第二阶段为信息从中继R下行传输到目的用户U1和U2的过程，在第二阶段引入人工噪声，干扰窃听者的窃听过程，保障信息传输的安全性。两个信源T1和T2信源继续发送下一信息，其通信过程仍分为两段进行传输，由中继R转发传输。本发明一方面建立了协作中继构成的NOMA网络的信息传输链路，另一方面利用物理层安全技术引入了人工噪声，提高了通信系统的安全性，降低了安全中断概率，为NOMA网络的安全性能设计提供了重要的技术参考。
-
公开(公告)号：CN111432433A
公开(公告)日：2020-07-17
申请号：CN202010142914.7
申请日：2020-03-04
Applicant: 大连理工大学
Abstract: 本发明属于无线通信技术领域，具体为一种基于强化学习的无人机中继智能流量卸载方法。本发明综合考虑无人机能耗问题和回传链路的频谱供应问题，采用动态频谱接入技术，能够有效扩充移动通信网络的吞吐量以缓解由于用户流量需求骤增导致的网络拥塞；本发明设计了基于强化学习的智能决策算法，使得无人机能够根据动态变化的环境自适应地进行轨迹选择和频带选择，以最小的能耗卸载最多的流量，避免了传统集中式控制带来的额外开销，克服了环境动态性对策略制定带来的难题。
-
公开(公告)号：CN111245498A
公开(公告)日：2020-06-05
申请号：CN202010029419.5
申请日：2020-01-13
Applicant: 大连理工大学
IPC: H04B7/155 , H04B7/0456 , H04B17/382
Abstract: 一种中继辅助的非正交多址接入协作网络安全通信方法，属于网络安全领域。该方法以中继R为信息转发节点，将这段通信过程分为两个阶段，第一阶段为两个信源T1和T2到中继R的过程，第二阶段为信息从中继R下行传输到目的用户U1和U2的过程，在第二阶段引入人工噪声，干扰窃听者的窃听过程，保障信息传输的安全性。两个信源T1和T2信源继续发送下一信息，其通信过程仍分为两段进行传输，由中继R转发传输。本发明一方面建立了协作中继构成的NOMA网络的信息传输链路，另一方面利用物理层安全技术引入了人工噪声，提高了通信系统的安全性，降低了安全中断概率，为NOMA网络的安全性能设计提供了重要的技术参考。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.019 seconds)
