智能全向面辅助的多用户大规模MISO下行加权和速率优化方法

    公开(公告)号:CN114785387A

    公开(公告)日:2022-07-22

    申请号:CN202210425553.6

    申请日:2022-04-21

    Abstract: 本发明提出一种智能全向面辅助的多用户大规模MISO下行加权和速率优化算法。本发明针对直射径被遮挡场景下的多用户大规模MISO通信的特点,同时考虑了基站侧的发射功率限制以及智能全向面器件单元所需满足的约束条件,通过联合优化基站侧的功率分配、智能超表面的反射系数与透射系数以改善系统下行加权和速率。本发明提出一种基于分式规划以及极大化极小方法的算法对基站侧的功率分配、智能超表面的反射系数与透射系数矩阵进行联合优化,能够有效地提升在直射径被遮挡场景下的多用户大规模MISO下行加权和速率,同时降低优化问题求解与物理层实现的复杂度。

    基于深度学习的无标记电子断层对位方法

    公开(公告)号:CN117557607A

    公开(公告)日:2024-02-13

    申请号:CN202311368938.4

    申请日:2023-10-20

    Abstract: 本发明公开了一种基于深度学习的无标记电子断层图像对位方法,属于图像处理技术领域。噪声和不均匀衬底的干扰是电子断层图像难以对位的重要原因,本发明方法可以有效解决上述问题。本发明首先构建粒子投影预测模型,包括构建去噪网络模块(DN)、分割网络模块(SN)、预测衬底模块(PSN)和去衬底网络模块(DSN)。然后基于电子断层图像数据集,对模型训练。最后将不对位的电子断层图像序列输入至粒子投影预测模型,输出干净的、仅含粒子投影的图像,针对仅含粒子投影的图像,使用无标记投影数据对位方法,得到对位的电子断层图像。相比于其他方法,本发明方法可以在衬底和噪声剧烈干扰的情况下,实现精准的电子断层图像对位效果。

    智能全向面辅助的多用户MISO下行加权和速率优化方法

    公开(公告)号:CN114785387B

    公开(公告)日:2023-08-18

    申请号:CN202210425553.6

    申请日:2022-04-21

    Abstract: 本发明实例提出一种智能全向面辅助的多用户大规模MISO下行加权和速率优化算法。本发明实例针对直射径被遮挡场景下的多用户大规模MISO通信的特点,同时考虑了基站侧的发射功率限制以及智能全向面器件单元所需满足的约束条件,通过联合优化基站侧的功率分配、智能超表面的反射系数与透射系数以改善系统下行加权和速率。本发明实例提出一种基于分式规划以及极大化极小方法的算法对基站侧的功率分配、智能超表面的反射系数与透射系数矩阵进行联合优化,能够有效地提升在直射径被遮挡场景下的多用户大规模MISO下行加权和速率,同时降低优化问题求解与物理层实现的复杂度。

    一种开放基站计算能力的自适应立体视频传输方法

    公开(公告)号:CN109451293A

    公开(公告)日:2019-03-08

    申请号:CN201810903751.2

    申请日:2018-08-09

    Abstract: 本发明提出了一种自适应立体视频传输系统和方案。本发明从视频编解码和流媒体传输两个角度出发,阐述了一种立体视频的传输方案。流媒体服务器完成原始视频源的编码、切片和部署,支持多种立体视频编码方案。用户根据设备能力和网络状况变化请求指定要求的视频切片流。基站对接入用户的业务请求进行聚合分析,向流媒体服务器请求服务器上现有的立体视频切片,然后根据用户指定的要求生成相应的视频切片进行推送。利用基站的计算能力将立体视频切片转换为兼容用户设备、匹配网络能力的特定视频切片流,可以根据网络变化动态调整视频切片流的码率实现自适应流。本发明降低了服务器的存储和流量压力,降低了对用户终端计算能力的要求,具有良好的兼容性,可以实现多种立体视频的码率自适应传输。

    一种基于频域和图像域退化感知的深度学习稀疏角度CT重建方法

    公开(公告)号:CN114140442A

    公开(公告)日:2022-03-04

    申请号:CN202111472842.3

    申请日:2021-12-01

    Abstract: 本发明公开了一种基于频域和图像域退化感知的深度学习稀疏角度CT重建方法,属于图像处理技术领域,首先构建频域模型,设计频域注意力模块,显示地学习不同退化级别的稀疏角度CT在频域的不同特征,输出加权频率特征,然后送入频域重建模块生成频域重建图像;其次构建图像域模型,设计图像域注意力模块,利用频域重建图像学习不同退化级别的稀疏角度CT在图像域的边缘像素重建特征,输出图像域注意力预测图像,最后送入图像域重建模块输出最终的重建结果。通过结合含有多个退化级别的CT数据集和有监督训练,此方法可以克服现有面向单一退化级别的深度学习方法泛化性差、不可拓展的缺陷,有效地提升重建的整体精度,抑制噪声和伪影同时保留细节的纹理特征。

    一种自适应立体视频传输系统和方法

    公开(公告)号:CN109451293B

    公开(公告)日:2021-11-26

    申请号:CN201810903751.2

    申请日:2018-08-09

    Abstract: 本发明提出了一种开放基站计算能力的自适应立体视频传输方法。本发明从视频编解码和流媒体传输两个角度出发,阐述了一种立体视频的传输方案。流媒体服务器完成原始视频源的编码、切片和部署,支持多种立体视频编码方案。用户根据设备能力和网络状况变化请求指定要求的视频切片流。基站对接入用户的业务请求进行聚合分析,向流媒体服务器请求服务器上现有的立体视频切片,然后根据用户指定的要求生成相应的视频切片进行推送。利用基站的计算能力将立体视频切片转换为兼容用户设备、匹配网络能力的特定视频切片流,可以根据网络变化动态调整视频切片流的码率实现自适应流。本发明降低了服务器的存储和流量压力,降低了对用户终端计算能力的要求,具有良好的兼容性,可以实现多种立体视频的码率自适应传输。

    一种基于多小区簇的网络辅助视频流媒体传输优化方法

    公开(公告)号:CN110572699A

    公开(公告)日:2019-12-13

    申请号:CN201910955331.3

    申请日:2019-10-09

    Abstract: 本发明公开了一种基于多小区簇的网络辅助视频流媒体传输优化方法,该方法包括:在视频播放客户端选择下一个视频片段码率之前进行多小区簇网络带宽承载能力估计过程,估计过程使用用户所在当前小区中的位置和速度进行估计,给定待优化时间长度,估计用户在该段时间内将要穿越的小区数目,通过收集用户将要穿越的小区内无线链路状态或网络容量,按照一定计算方式,得到多小区簇在未来这段时间内的平均网络带宽承载能力估计,视频播放客户端根据该估计给出下一个视频片段码率选择。

    一种基于频域和图像域退化感知的深度学习稀疏角度CT重建方法

    公开(公告)号:CN114140442B

    公开(公告)日:2024-12-03

    申请号:CN202111472842.3

    申请日:2021-12-01

    Abstract: 本发明公开了一种基于频域和图像域退化感知的深度学习稀疏角度CT重建方法,属于图像处理技术领域,首先构建频域模型,设计频域注意力模块,显示地学习不同退化级别的稀疏角度CT在频域的不同特征,输出加权频率特征,然后送入频域重建模块生成频域重建图像;其次构建图像域模型,设计图像域注意力模块,利用频域重建图像学习不同退化级别的稀疏角度CT在图像域的边缘像素重建特征,输出图像域注意力预测图像,最后送入图像域重建模块输出最终的重建结果。通过结合含有多个退化级别的CT数据集和有监督训练,此方法可以克服现有面向单一退化级别的深度学习方法泛化性差、不可拓展的缺陷,有效地提升重建的整体精度,抑制噪声和伪影同时保留细节的纹理特征。

    一种有限字符输入下基于智能反射表面的低开销平均互信息优化方法

    公开(公告)号:CN115378528A

    公开(公告)日:2022-11-22

    申请号:CN202210796920.3

    申请日:2022-07-06

    Abstract: 本发明提出了一种有限字符输入下基于智能反射表面的低开销平均互信息优化方法,用以在通信系统为有限字符输入时,利用智能反射表面辅助移动通信系统,改善系统的信息传输速率。本发明根据有限字符输入信号和预设信道通过渐进分析建立平均互信息优化问题模型,利用智能反射表面辅助输入信号为数字调制信号的移动通信系统,能够以极低的复杂度,有效提高低信噪比下的信道平均互信息,进而改善系统的信息传输速率。在设计具体优化方案时,可以采用一种基于流形优化的迭代算法对信道平均互信息进行优化,在有效提高系统平均互信息的同时显著降低物理层实现的复杂度。

Patent Agency Ranking