-
公开(公告)号：CN112822661B
公开(公告)日：2022-03-29
申请号：CN202110002627.0
申请日：2021-01-04
Applicant: 安徽大学
Abstract: 本发明提供一种车辆任务卸载方法、系统、设备及存储介质，将车辆当前所在的路侧单元和下一个经过的路侧单元作为核心协作区间，车辆在车辆当前路侧单元区间内进行任务卸载分配时，在车辆当前路侧单元的边缘服务器上进行任务卸载的同时，也利用自身车辆与其它车辆的通信空闲，采用车辆中继通信的方式将部分任务提前卸载到车辆下一个经过路侧单元的边缘服务器上进行计算，从而和网络内的空闲计算资源展开协作，降低计算时延，提高用户体验。
-
公开(公告)号：CN113992313A
公开(公告)日：2022-01-28
申请号：CN202111240528.2
申请日：2021-10-25
Applicant: 安徽大学
IPC: H04L5/00 , H04B7/0456 , H04L25/03 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于深度学习的均衡网络辅助SCMA编解码方法，包括：构建用于生成发送信号的SCMA编码器，在上行链路系统中每个用户端设置一个全连接的深度神经网络，按照SCMA编码器的因子矩阵对用户与资源块之间进行连接；建立由均衡网络与多用户检测网络所构成的SCMA解码器，采用均衡网络均衡信道的输出，将均衡网络产生的输出送入多用户检测网络以解码所有用户的发送信息；对SCMA编码器和SCMA解码器进行端到端的联合训练。本发明在基于深度学习的SCMA编解码方案基础上增加了参数估计网络和信号补偿网络设计，实现手段仍采用了深度学习技术，能够提升SCMA系统在上行瑞利衰落信道的误码率性能。
-
公开(公告)号：CN113098571A
公开(公告)日：2021-07-09
申请号：CN202110330579.8
申请日：2021-03-23
Applicant: 安徽大学
IPC: H04B7/0413 , H04L25/03
Abstract: 本发明提供一种大规模MIMO系统信号检测方法、系统、基站及存储介质，所述检测方法包括对第一初始信号进行主动禁忌搜索检测，以获取初始估计向量；根据所述初始估计向量消除所述第一初始信号中的干扰信号，以获取第二初始信号；对所述第二初始信号进行消息传递检测以获取输出向量估计；根据所述输出向量估计对符号向量进行重构，以获取符号向量重构值；将所述符号向量重构值作为主动禁忌搜索的输入进行迭代操作，迭代结束后的最终的所述符号向量重构值作为检测结果输出。利用本发明，可以改善RTS算法在高阶调制下性能不佳的情况，且拥有更低的复杂度。
-
公开(公告)号：CN109327850B
公开(公告)日：2021-06-25
申请号：CN201811362813.X
申请日：2018-11-16
Applicant: 安徽大学
IPC: H04W24/06 , H04B17/382 , H04B17/391
Abstract: 本发明涉及基于梯度追踪和多步拟牛顿法技术的非正交多址接入系统多用户检测方法，与现有技术相比解决了多用户检测计算量大、效率低、精度差的缺陷。本发明包括以下步骤：上行链路基站的预处理，基站接收用户设备发送的信号，获取等价信道系数，进行迭代检测初始化；活跃用户设备的检测，迭代检测出一帧信号内连续T个时隙均发送信号的活跃用户设备与设备的发送信号。本发明将梯度追踪思想引入基站端的多用户检测，避免了用户设备发送信号估计时的正交投影计算，通过采用多步拟牛顿法计算多步梯度信息逼近目标函数的海森矩阵，一方面引入二阶收敛性，提高了多用户检测的精度；另一方面加快了收敛速度，降低多用户检测的计算量。
-
-
Patent Agency Ranking
公开(公告)号：CN111124639A
公开(公告)日：2020-05-08
申请号：CN201911266565.3
申请日：2019-12-11
Applicant: 安徽大学
Abstract: 本发明公开一种边缘计算系统的操作方法、系统及电子设备，所述边缘计算系统的操作方法包括：对移动设备进行充电，记录所述移动设备的实际电量，以得出虚拟偏移电量，通过所述移动设备的电量水平，以计算所述移动设备的中央处理器的最佳周期频率，以及卸载最佳传输功率，根据所述移动设备的中央处理器的最佳周期频率，以及卸载最佳传输功率，以计算任务本地执行的执行成本以及任务卸载执行的执行成本，根据所述任务本地执行的执行成本、任务卸载执行的执行成本以及惩罚数据，以决定所述多个移动设备与所述多个服务器之间的匹配决策，以及多个移动设备的电量迭代。本发明的边缘计算系统的操作方法大大提高了任务计算卸载策略的性能。
-
公开(公告)号：CN110708713A
公开(公告)日：2020-01-17
申请号：CN201911036419.1
申请日：2019-10-29
Applicant: 安徽大学
Abstract: 本发明公开一种采用多维博弈的移动边缘计算移动端能效优化方法，包括：博弈论中，包括卸载决策和传输功率；选择卸载决策和传输功率；在每个并行的决策时隙中，接收除用户终端所在小区以外的其它小区的干扰信息，以计算得到传输速率；根据所述传输速率，以选择最优响应决策；判断决策时隙的用户终端决策是否等于所述最优响应决策，若所述决策时隙的用户终端决策不等于所述最优响应决策，则更新所述决策时隙的用户终端决策进入下一决策时隙的迭代，若所述决策时隙的用户终端决策等于所述最优响应决策，则所述决策时隙的用户终端决策为最优响应决策，通过多次迭代，直至系统达到纳什均衡。本发明避免了资源的浪费，保证了内部的资源分配均衡。
-
公开(公告)号：CN109327850A
公开(公告)日：2019-02-12
申请号：CN201811362813.X
申请日：2018-11-16
Applicant: 安徽大学
IPC: H04W24/06 , H04B17/382 , H04B17/391
Abstract: 本发明涉及基于梯度追踪和多步拟牛顿法技术的非正交多址接入系统多用户检测方法，与现有技术相比解决了多用户检测计算量大、效率低、精度差的缺陷。本发明包括以下步骤：上行链路基站的预处理，基站接收用户设备发送的信号，获取等价信道系数，进行迭代检测初始化；活跃用户设备的检测，迭代检测出一帧信号内连续T个时隙均发送信号的活跃用户设备与设备的发送信号。本发明将梯度追踪思想引入基站端的多用户检测，避免了用户设备发送信号估计时的正交投影计算，通过采用多步拟牛顿法计算多步梯度信息逼近目标函数的海森矩阵，一方面引入二阶收敛性，提高了多用户检测的精度；另一方面加快了收敛速度，降低多用户检测的计算量。
-
公开(公告)号：CN105375931B
公开(公告)日：2018-11-13
申请号：CN201510604014.9
申请日：2015-09-21
Applicant: 安徽大学
IPC: H03M7/30
Abstract: 本发明涉及一种基于卡尔曼滤波的复杂环境下信号重构方法，与现有技术相比解决了计算复杂度高、效率低的缺陷。本发明包括以下步骤：对信号进行快速压缩，设计稀疏测量矩阵，在复杂环境下进行压缩测量获得测量值；建立信号的先验模型，输入信号的稀疏率，建立信号的先验模型；在二分图上进行置信传播计算；采用近似MMSE估计得到信号估计的初始值；使用卡尔曼滤波得到信号估计值。本发明采用了简单的稀疏测量矩阵，简化了测量矩阵的存储，信号重构时结合二分图和基于卡尔曼滤波的信号估计方法，进一步简化压缩感知的编码过程并提高重构精度。
-
公开(公告)号：CN105338602A
公开(公告)日：2016-02-17
申请号：CN201510676129.9
申请日：2015-10-14
Applicant: 安徽大学
CPC classification number: Y02D70/00 , H04W52/0203 , H04W84/18
Abstract: 本发明公开了一种基于虚拟MIMO的压缩数据收集方法，结合了压缩感知和MIMO传输技术，依据能量最优原则对网络的分簇数目、压缩测量矩阵的稀疏率和压缩比、参与协作传输的节点数目以及远程传输时调制的星座图大小进行联合优化，从而能够以低能耗实现压缩数据收集。本发明能降低数据收集过程中的传输能耗和丢包率，从而能提高无线传感网的数据收集效率，延长网络的生存周期。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.025 seconds)
