一种基于LSTM网络自动化训练的语义通信方法及系统

    公开(公告)号:CN119316091A

    公开(公告)日:2025-01-14

    申请号:CN202411386866.0

    申请日:2024-09-30

    Abstract: 本发明公开了一种基于LSTM网络自动化训练的语义通信方法及系统,构建LSTM网络作为元优化器的主体架构,元优化器的输入经过两个不同的权重矩阵后用Relu函数进行激活;处理后的输入分别进入LSTM网络的遗忘门,输入门,以及输出门,得到LSTM网络的输出;将得到的输出经权重矩阵以及限制因子处理后,得到预测的学习率值;语义通信主任务将利用元优化器预测的学习率对语义编解码器的参数进行优化,完成语义通信。本发明可以自动地对语义编解码器进行训练并使其满足收敛要求,解决由于语义通信任务、数据类型、数据模态、编解码器网络等异构因素所带来的无法普适化训练和实际大规模部署的技术问题,提升其对于不同语义通信任务的泛化能力。

    一种OTFS有损通信系统中断概率的低复杂度估计方法

    公开(公告)号:CN118509898A

    公开(公告)日:2024-08-16

    申请号:CN202410542942.6

    申请日:2024-05-01

    Abstract: 本发明公开了一种OTFS有损通信系统中断概率的低复杂度估计方法,首先结合OTFS信道模型和DD域矢量表示形式,对OTFS可达容量C与DD域等效信道矩阵HDD之间的关系建模;然后采用基于Shannon有损信源信道分离定理的等效信源编码法,确定中断概率计算时,满足失真度要求下对应的信噪比SNR;推导出在有损通信系统中,给定失真要求和可解析路径数目下,OTFS中断概率的表达式;最后推导得到中断概率下界,该下界能够估计OTFS有损通信系统中断概率。本发明能以低复杂度估计OTFS有损通信系统的中断概率。可以为未来AI辅助的6G通信系统的设计和优化提供支持。

    一种基于信源信道编码对偶性的实用性有损信源编码方法

    公开(公告)号:CN118473424A

    公开(公告)日:2024-08-09

    申请号:CN202410701773.6

    申请日:2024-05-31

    Abstract: 本发明提供了一种基于信源信道编码对偶性的实用性有损信源编码方法,基于信源信道编码对偶原理、低复杂度的二进制有损信源编码设计方案,并使用该方法基于二进制海明码设计了一个低复杂度有损编码算法,以达到降低二进制信源通信中时延的目标。本发明能够快速高效地,依据二进制码字的校验位长度,生成相应的奇偶校验矩阵、生成矩阵及有损信源码字。提高对二进制信源的编码效率,能够在达到目标编码速率的前提下,降低有损压缩最终的预期失真。其性能较单独使用某一码字进行编码更优,通过逐次优化的方法有效提高重建信号的恢复准确度。

    基于CNN-LSTM网络的ISAC使能车联网环境角度估计方法及系统

    公开(公告)号:CN115175134A

    公开(公告)日:2022-10-11

    申请号:CN202210880157.2

    申请日:2022-07-25

    Abstract: 本发明公开了一种基于CNN‑LSTM网络的ISAC使能车联网环境角度估计方法及系统,获取车辆位于不同位置时相对于基站的水平角度以及对应的基站接收天线处的信号抽样值作为训练样本;将训练样本变形为二维矩阵后送入CNN‑LSTM神经网络模型;提取特征数据间的空间联系,基于特征数据间的空间联系确定特征数据间的时间联系,对空间联系和时间联系进行整合和加权,输出网络角度预测值计算误差,再进行误差反向传播,得到训练好的角度估计网络;将待估计的基站接收天线接收信号值输入训练好的角度估计网络中,得到验证样本的角度估计值。采用本发明方法提高了角度估计的精确度,提升网络的最终角度估计性能。

    一种基于认知云网络的部分卸载判决方法及系统

    公开(公告)号:CN114025360A

    公开(公告)日:2022-02-08

    申请号:CN202111307128.9

    申请日:2021-11-05

    Abstract: 本发明公开了一种基于认知云网络的部分卸载判决方法及系统,基于功率分配及频谱共享实现主要用户和认知用户的最佳匹配;基于时间分配及卸载方式判决,将所得用户对和传输时隙及剩余无匹配项的主要用户和最终剩余传输时隙进行匹配,得到若干三元组以及用户‑时隙对,每个三元组中的用户对在匹配的传输时隙内,将数据卸载到MEC服务器上,每个用户‑时隙对里的主要用户通过算法所确定的数据卸载方式,按规定的比例直接将数据卸载到MEC服务器上,完成资源分配、卸载方式及卸载数据量判决。本发明合理分配功率、频谱、时间资源,对用户数据卸载方式及卸载数据量进行判决,提高频谱利用率、降低系统能耗并提高时间利用率。

    一种移动边缘计算场景中卸载时延优化方法

    公开(公告)号:CN110113190B

    公开(公告)日:2021-04-09

    申请号:CN201910335485.2

    申请日:2019-04-24

    Abstract: 本发明的目的是提供一种移动边缘计算场景中卸载时延优化方法,步骤一、构建系统模型:系统模型包括2M个用户和一个MEC服务器,每个用户有L个任务需要被卸载到MEC服务器进行计算,假设同时只允许两个用户采用混合NOMA策略同时卸载;步骤二、设定每一个用户作为一个执行者,每一个执行者按照DQN算法进行动作选择,即从其余2M‑1个用户中选择一个作为自己的传输搭档同时进行卸载;步骤三、用DQN算法进行系统优化:所有用户搭档选择完成后,计算系统的总卸载时延,更新奖赏值,然后训练神经网络,用神经网络作为函数逼近器,更新Q函数;不断的对系统进行上述迭代优化,直至找到最优的时延。解决了现有多用户MEC场景下,时延消耗大的问题。

    一种面向毫米波大规模多输入多输出的混合预编码方法

    公开(公告)号:CN110011712B

    公开(公告)日:2020-07-28

    申请号:CN201910237670.8

    申请日:2019-03-27

    Abstract: 本发明公开了一种面向毫米波大规模多输入多输出的混合预编码方法,建立一种基于透镜天线子阵列的混合预编码系统模型,根据确定的优化目标,采用迭代更新公式不断迭代更新初始模拟预编码矩阵中元素的概率分布,最终得到最佳模拟预编码矩阵和最佳数字预编码矩阵;其中,迭代更新公式的计算方法:在上一次迭代参数的基础上,通过最小化负γ‑似然函数得到新的参数,从而对此次迭代参数进行估计;采用本发明的方法,在基站端建立一种基于透镜天线子阵列的混合预编码系统模型,在混合预编码方案中设计迭代公式矩阵中的元素概率分布以得到最优的概率分布,从而实现更高的系统总和速率和能量效率。

    一种基于深度强化学习的MIMO窃听信道的发射天线选择方法

    公开(公告)号:CN108923828B

    公开(公告)日:2019-06-07

    申请号:CN201810739220.4

    申请日:2018-07-06

    Abstract: 本发明公开了一种基于深度强化学习算法的MIMO窃听信道的发射天线选择方法,发射保密信息需要两时隙完成,第一个时隙发射端逐个发射天线来发送导频序列,合法接收端接收来自各发射天线的导频信号,并通过最大比合并得到各发射天线发射的导频信号的信噪比;然后合法接收机根据这些信噪比使用DQN算法预测与下一个时隙最佳信噪比相对应的发射天线,并将相应的天线索引反馈给发射端;在第二个时隙时,发射端将仅用索引对应的发射天线发射保密信息,这使得主信道的信噪比大于窃听信道的信噪比,能够实现保密信息不被窃听。以解决发射机获得的无线通信信道的信道状态信息过时的情况下,发射机难以准确地选择出最佳的发射天线而导致传输信息被窃听的问题。

Patent Agency Ranking