基于深度强化学习的跳波束资源分配方法、系统、存储介质及设备

    公开(公告)号:CN113572517A

    公开(公告)日:2021-10-29

    申请号:CN202110873852.1

    申请日:2021-07-30

    Abstract: 基于深度强化学习的跳波束资源分配方法、系统、存储介质及设备,属于通信技术领域。为了解决现有的跳波束卫星通信系统在资源分配时存在针对服务场景不断变化时缺乏连续性导致不同业务量的时延性能较差的问题,本发明将地面业务请求分为实时数据业务和非实时数据业务两类,并分别建立优化函数;将卫星缓存器中数据最大有效时间长度为Tth划分为等长的M段,对应M个跳波束时隙;将数据包时延、实时数据包个数、非实时数据包构成的地面小区业务量请求作为环境状态S,将卫星波束作为智能体,将照亮小区作为动作,将卫星跳波束技术中的资源分配的最优化问题视为马尔科夫决策过程,基于深度Q网络进行跳波束资源分配。主要用于跳波束资源的分配。

    一种高速传输的基于分数傅里叶变换的多路LoRa调制解调方法

    公开(公告)号:CN113194053A

    公开(公告)日:2021-07-30

    申请号:CN202110315194.4

    申请日:2021-03-24

    Abstract: 本发明公开了一种高速传输的基于分数傅里叶变换的多路LoRa(MuLoRa)调制解调方法。分析单路LoRa的分数域谱特性,得到其分数域特性后,传输信息经过分数域调制得到LoRa的分数域离散谱;通过分数域调制得到单路LoRa分数域离散谱是线性独立;所有单路LoRa分数域离散谱经过信息调制端的线性叠加运算和分数傅里叶逆变换得到MuLoRa的时域波形向外发送;接收端对MuLoRa信号单倍采样后,得到各路LoRa信号叠加的时域离散信号;经过分数傅里叶变换得到各路信号所对应的分数域离散谱;通过谱峰检测获得各路信号对应的Km,从而得到MuLoRa调制信号的原始传输信息。本发明用以解决目前LoRa技术传输速率有限的问题,也可为LoRa提供一种有效减少碰撞的多址接入方式。

    异构网络中基于弦图着色的联合干扰对齐与资源分配方法

    公开(公告)号:CN112954806A

    公开(公告)日:2021-06-11

    申请号:CN202110102281.1

    申请日:2021-01-26

    Abstract: 本发明提出了一种异构网络中基于弦图着色的联合干扰对齐与资源分配方法,旨在充分考虑网络中子信道资源的差异化需求,设计干扰对齐簇的选取及资源分配方案,提升用户满意率。实现步骤为:根据用户的子信道数目需求和资源冲突关系,构造冲突图;基于最大势搜索算法构造弦化冲突图;对每一个干扰对齐簇,构造转化冲突图;使用最大加权子图算法计算弦化冲突图以及转化冲突图的满意用户数,选取干扰对齐簇;使用最大势算法得到弦化冲突图的完美消除序列,并基于完美消除序列为每个链路分配子信道;本发明比现有技术的适用场景更广,复杂度更低,用户满意率更高。

Patent Agency Ranking