公开(公告)号：CN114727316B

公开(公告)日：2023-01-06

申请号：CN202210319016.3

申请日：2022-03-29

Applicant: 江南大学

Inventor： 吴琼 ,  朱洪彪 ,  茅正冲

IPC: H04L41/16 ,  H04W24/02 ,  H04W24/06 ,  H04W72/04 ,  H04B7/0413

Abstract: 本发明公开了一种基于深度确定性策略的物联网传输方法、装置、设备以及计算机可读存储介质包括：基于物联网系统模型建立信息年龄模型和能耗模型；以最小化的信息年龄和能耗为优化目标，以基站和物联网设备的采样决策和发射功率为优化变量，建立了优化问题；将优化问题中的采样决策和发射功率两个优化变量简化为只有发射功率一个优化变量，建立状态空间、动作空间以及奖励函数，得到深度强化学习框架；利用DDPG算法得到最优传输功率分配策略。本发明所提供的方法，通过DDPG算法解决物联网系统中传输功率的时效性和能耗的问题，求得物联网设备的最优发射功率策略，以及最小的信息年龄和能耗。

公开(公告)号：CN113382066B

公开(公告)日：2022-08-30

申请号：CN202110638706.0

申请日：2021-06-08

Applicant: 江南大学

Inventor： 吴琼 ,  王晓博

IPC: H04L67/12 ,  H04L67/568 ,  H04L67/5682 ,  G06N20/00 ,  G06F17/11 ,  G06F17/15 ,  G06Q50/30

Abstract: 本发明公开了基于联邦边缘平台的车辆用户选择方法及系统。本发明包括：建立车辆网络的联邦边缘学习训练全局模型；控制每个单位时间收集数据的客户车辆数量，根据数据队列的离开率大于数据队列的到达率，联邦边缘平台以平均时间精度最大化来选择收集数据的客户车辆数量；根据收集数据的客户车辆数量，以其中每个客户车辆的数据量大小、预期时间消耗、预期能量消耗以及生存能力来计算权重，根据权重确定优先级并选择客户车辆。本发明解决了同方向不同速度的车辆网络如果采取车辆本地训练的方式可能会导致高延迟、网络拥塞、计算资源缺乏以及本地训练所需的时间可能影响到行驶中的客户车辆等问题。

公开(公告)号：CN113147742A

公开(公告)日：2021-07-23

申请号：CN202110401046.4

申请日：2021-04-14

Applicant: 江南大学

Inventor： 杨松源 ,  吴琼 ,  黄婧嘉 ,  刘祥龙 ,  仝子涵 ,  段龙翔

IPC: B60W30/06

Abstract: 本发明涉及基于毫米波雷达及模糊控制的自动泊车系统及方法。本发明包括数据采集模块，所述数据采集模块包括毫米波雷达，所述毫米波雷达用于获取车辆当前的状态信息；自动泊车启动模块，所述自动泊车启动模块包括闭环反馈控制模块；自动泊车模块，所述自动泊车模块包括执行模块、模糊控制模块；所述执行模块用于当车辆运动到预设起始位置的阈值范围之内，按照期望泊车路径，开启自动泊车。本发明可以解决现有自动驾驶中的泊车难度大，不确定性因素的扰动多的问题，结合驾驶员的经验数据进行模糊控制，全面上作出相应的改进和提升，使自动泊车技术真正实现对用户友好。

公开(公告)号：CN109560886B

公开(公告)日：2020-11-27

申请号：CN201910090853.1

申请日：2019-01-30

Applicant: 江南大学 ,  中科怡海高新技术发展江苏股份公司

Inventor： 李正权 ,  梁金鹏 ,  刘洋 ,  曹雪峰 ,  李宝龙 ,  吴琼 ,  白天石 ,  戴礼浩 ,  赵小青

IPC: H04B17/391 ,  H04W16/22

Abstract: 本发明公开了一种随机多指数衰减模型建立方法及其应用，属于无线通信技术领域。通过本发明提供的一种随机多指数衰减模型的建立方法建立的模型适合面向未来室内微微蜂窝通信中，其考虑到无线信号在室内超短距离传输过程中会涉及到的反射，散射等特性，以及信号多簇到达现象，将每个簇内每个到达径的功率增益看成随时延bin增长而衰减的指数衰减函数。与单指数衰减模型相比，更能贴近测量数据，且更符合物理解释，当通信传播中存在多个明显的尖锐脉冲(到达簇)时，多指数衰减模型能够准确描述；此外，能够判断簇的确切到达位置。

公开(公告)号：CN111611063A

公开(公告)日：2020-09-01

申请号：CN202010458226.1

申请日：2020-05-27

Applicant: 江南大学

Inventor： 吴琼 ,  葛红梅 ,  倪渊之 ,  武贵路 ,  夏思洋

IPC: G06F9/48 ,  G06F9/50

Abstract: 本发明提供一种基于802.11p的云感知移动雾计算系统任务卸载方法，其充分考虑了移动雾计算系统的特征，计算方法符合真实场景，计算复杂度低，降低了计算时间，进而提高了计算效率。本发明的技术方案中，考虑到由802.11p不同优先级接入队列传输的任务的计算需求是不同的这一特征，基于定义状态、动作、奖励和转移概率，建立基于半马尔可夫决策过程的任务卸载模型表示任务卸载过程，利用值迭代算法求解贝尔曼方程，获得不同状态下的最优动作，即最优卸载策略。

公开(公告)号：CN110728230A

公开(公告)日：2020-01-24

申请号：CN201910956247.3

申请日：2019-10-10

Applicant: 江南大学

Inventor： 李正权 ,  林媛 ,  黄云龙 ,  孙煜嘉 ,  李梦雅 ,  刘洋 ,  吴琼 ,  李宝龙 ,  武贵路

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供基于卷积受限玻尔兹曼机的信号调制方式的识别方法，其可以达到高效识别常用调制方式的目的，不但降低了调制识别的复杂度和难度，且此方法对多种常用调制方式识别皆有适用性。其包括：S1对原始信号进行预处理，构建信号调制类别标签；S2将预处理后获得的带标签的信号数据集构建训练集、测试集；S3构建识别网络模型；采用连续的两层卷积受限玻尔兹曼机网络作为信号特征提取层；最后将提取的信号抽象特征全展开输入分类器中进行调制模式识别；S4对识别网络模型进行训练，得到训练好的识别网络模型；S5检测获取待识别无线通信信号，对信号进行预处理后，将信号输入到训练好的识别网络模型中，进行信号调制方式类别的识别。

公开(公告)号：CN110489218A

公开(公告)日：2019-11-22

申请号：CN201910681783.7

申请日：2019-07-26

Applicant: 江南大学

Inventor： 吴琼 ,  刘汉旭 ,  李正权 ,  葛红梅 ,  夏思洋 ,  武贵路 ,  刘洋 ,  李宝龙

IPC: G06F9/48 ,  H04W24/06

Abstract: 本发明提供基于半马尔可夫决策过程的车载雾计算系统任务卸载方法，其可以根据任务卸载过程的实际情况全面的考虑各种时延，得到更符合实际情况的卸载策略，进而使系统获得更多的长期收益。其包括以下步骤：S1：基于半马尔可夫决策模型定义系统的状态集合；S2：定义系统的动作集合；S3：定义系统的奖励模型；S4：定义系统的转移概率；S5：求解车载雾计算系统中的最优卸载策略；其特征在于：步骤S3中，系统奖励可以表示为立即收益和开销的差值；立即收益的计算通过不同的时延进行，包括：通过本地处理任务需要的时延、请求车辆发送给计算单元的传输时延、系统将任务卸载给计算单元处理需要的时延。

公开(公告)号：CN109743086A

公开(公告)日：2019-05-10

申请号：CN201910167502.6

申请日：2019-03-06

Applicant: 江南大学

Inventor： 李正权 ,  周成 ,  赵小青 ,  倪鑫鑫 ,  梁金鹏 ,  刘汉旭 ,  刘洋 ,  吴琼 ,  李宝龙 ,  武贵路

IPC: H04B7/0413 ,  H04L25/02

Abstract: 本发明提供一种大规模MIMO系统的信道估计方法，随着天线数目的增加，其计算复杂度不会变得更加复杂，进而可以利用现有设备完成大规模MIMO系统的信道估计。其包括步骤：S1：根据MIMO系统模型利用接收信号向量r构造样本协方差矩阵 S2：基于所述样本协方差矩阵 采用FSCAPI子空间追踪算法求解所述信号子空间RS；S3：利用导频序列Φ求得基于导频的信道增益矩阵的初始估计 S4：利用所述信号子空间RS和所述信道增益矩阵的初始估计 对模糊矩阵Ej进行求解；S5：基于所述信号子空间RS、所述模糊矩阵Ej和所述信道增益矩阵的初始估计 利用ILSP算法对所述信道增益矩阵的初始估计 进行重新估计，得到信道增益矩阵的最终估计

公开(公告)号：CN108400805A

公开(公告)日：2018-08-14

申请号：CN201810187946.1

申请日：2018-03-07

Applicant: 江南大学

Inventor： 李正权 ,  张弛 ,  刘洋 ,  吴琼 ,  沈连丰 ,  赵小青 ,  周成 ,  燕锋

IPC: H04B7/0456

Abstract: 本发明公开了一种基于共轭梯度法的大规模MIMO预编码方法，包括步骤如下：(1)对信道矩阵进行估计，通过估计的信道矩阵计算RZF预编码表达式；(2)将RZF预编码矩阵代入发射信号表达式中，整理成线性方程组At＝s的形式；采用共轭梯度法求解线性方程组，然后得到发射信号表达式，本发明将逆矩阵求解过程转化为矩阵和向量相乘，从而降低计算复杂度，改进的共轭梯度法是根据大规模MIMO矩阵的信道特性，优化共轭梯度法的初始值，加快共轭梯度法的收敛速度，经过两次迭代后，基于共轭梯度法的大规模MIMO预编码在16dB时，误比特率达到10-6，改进的共轭梯度法经过2次迭代后，它的误比特率与RZF预编码算法的误比特率相近。

公开(公告)号：CN118741595A

公开(公告)日：2024-10-01

申请号：CN202410854185.6

申请日：2024-06-28

Applicant: 江南大学

Inventor： 宋书林 ,  吴琼 ,  张正

IPC: H04W28/02 ,  H04W28/06 ,  H04W4/44 ,  G06N3/092 ,  G06N3/126

Abstract: 本发明涉及一种NR‑V2X车联网场景的车辆通信优化方法和系统，其中，方法包括：步骤S1：在NR‑V2X车联网场景中，构建车辆的传输模型，基于所述传输模型构建车辆的待计算模型；步骤S2：建立基于信息年龄Ao I和通信能耗联合的优化目标；步骤S3：根据所述优化目标，对所述待计算模型进行计算得到车辆最佳传输间隔RRI和传输功率，用以降低发射端车辆的通信能耗和接收端车辆的信息年龄Ao I。本发明的NR‑V2X车联网场景的车辆通信优化方法，能够综合考虑通信效果与能源消耗之间的平衡。