-
公开(公告)号：CN118590164A
公开(公告)日：2024-09-03
申请号：CN202410798410.9
申请日：2024-06-20
Applicant: 南京邮电大学
IPC: H04B17/391 , H04B17/382 , H04B7/0456
Abstract: 本发明公开了一种基于RSMA的近远场混合信道通信方法，所述方法包括：构建基于RSMA的近远场混合信道通信系统模型；基于近远场混合信道通信系统模型得出近场用户通信传输速率、远场用户公共流传输速率和私有流传输速率；基于得出的传输速率，建立最小速率最大化问题；提出SCA算法，引入辅助变量将最小速率最大化问题进行凸优化，并对约束条件使用一阶泰勒展开将问题简化并求解。本发明利用构建的系统框架，很好地实现了信道环境恶劣情况下最小通信速率的最大化，同时利用SCA算法，解决了传统非凸优化问题处理中，计算复杂度高的问题，从而实现了速率的优化。
-
公开(公告)号：CN117914377A
公开(公告)日：2024-04-19
申请号：CN202410067535.4
申请日：2024-01-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于非规则智能反射面的加权和安全速率最大化方法，所述方法包括智能反射面不规则相移矩阵选取、利用交替优化策略优化相移矩阵以及波束形成向量。该方法基于禁忌搜索算法对初始化的不规则智能反射面进行外部优化，内部优化采用交替优化算法对波束成形向量和相移矩阵的反射系数进行优化，二者结合进行迭代优化，最终得出加权和安全速率最优解。通过与传统规则智能反射面的比较，基于不规则智能反射面的通信系统拥有更低的能耗和更高的安全速率。
-
公开(公告)号：CN117082539A
公开(公告)日：2023-11-17
申请号：CN202310570804.4
申请日：2023-05-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种无人机辅助反向散射通信的高可靠短包传输方法及装置，方法包括：构建无人机辅助反向散射通信系统，所述系统包括基站、无人机、反向散射设备和物联网设备；构建以最小化无人机基站有效关联时间内的平均解码错误概率为目标的轨迹优化问题；推导出所述轨迹优化问题中反向散射系数问题的闭式解，将轨迹优化问题转化为马尔可夫决策问题；采用一个基于深度双Q网络(DDQN)的深度强化学习算法联合优化反向散射系数、无人机轨迹，直到所述轨迹优化问题得到最优解；本发明通过给出了反向散射系数闭式解，将轨迹问题建模为马尔可夫决策过程，基于DDQN设计了一种深度强化学习算法，使场景内平均解码错误概率最小。
-
公开(公告)号：CN114826454B
公开(公告)日：2023-10-13
申请号：CN202210447583.7
申请日：2022-04-25
Applicant: 南京邮电大学
IPC: H04B17/382 , H04B17/391 , H04W4/46 , G06N3/092 , G06N20/00
Abstract: 本发明公开了一种MEC辅助的车联网通信系统中智能资源管理方法，采用正交频分复用将频谱资源转换成在不同子载波上相互独立的频谱子带，设计多个V2I链路的信道复用以及频谱子带分配策略从而最小化系统的时间成本。采用多智能体强化学习算法，首先结合系统的状态空间，动作空间以及奖励函数将问题建模为一个马尔科夫决策过程其次搭建多智能体强化学习算法路径框架，最后进行训练获得最优的系统资源分配策略，实现了对通信系统的资源管理，降低车联网系统的整体时延。与传统算法相比，该算法能够获得联合优化的解，同时可以适用于快速变化的信道环境，显著提升了车辆与基站之间的信息传输速率和系统资源利用率，降低了通信系统的任务执行时延。
-
公开(公告)号：CN115915455A
公开(公告)日：2023-04-04
申请号：CN202211324897.4
申请日：2022-10-27
Applicant: 南京邮电大学
IPC: H04W72/53 , H04W72/0453 , H04B7/185 , G16Y10/75 , H04W92/18
Abstract: 本发明公开了基于短包通信的无人机辅助异构网络中的资源分配方法和系统，该方法包括：构建无人机辅助的异构网络系统，所属系统包括基站、无人机、多个物联网设备和多对D2D设备；构建以最大化整个系统中物联网设备接收的最小有效信息量为目标的优化问题；分别固定无人机位置与信道分配策略，块长分配策略与信道分配策略，块长分配策略与无人机位置，将优化问题转化为三个子问题；采用一个两层的迭代算法联合优化块长分配策略、无人机位置与信道分配策略，直到问题达到最优。本发明将目标复杂的混合整数非凸原始问题近似地转化为易处理的问题，并提出交替迭代算法，达到整个系统最小有效信息量的最大化。
-
Patent Agency Ranking
公开(公告)号：CN111786656B
公开(公告)日：2022-11-08
申请号：CN202010474923.6
申请日：2020-05-29
Applicant: 南京邮电大学
IPC: H03H17/02
Abstract: 本发明公开了一种基于滤波器的带限图信号采样方法，首先，建立图信号采样的数学模型；然后，确定能通过采样信号重建原信号的条件：当图信号是带限信号且采样集S的维度不小于信号带宽时，从采样信号中重建原信号；其次，所有相同带宽的带限图信号组成的空间称为佩利‑维纳空间PWω(G)，对PWω(G)空间内的图信号，用基于滤波器的方法降低计算复杂度，确定采样集；最后，确定从采样信号中重建原信号的方法：重建是采样的逆过程，根据步骤(3)得到基于滤波器的低复杂度的重建方法。本发明在保证了重建误差相当或更优的同时，降低了计算复杂度。
-
公开(公告)号：CN113242425B
公开(公告)日：2022-07-29
申请号：CN202110475649.9
申请日：2021-04-29
Applicant: 南京邮电大学
IPC: H04N19/132 , H04N19/124 , H04N19/65
Abstract: 本发明是一种面向小扰动带限图信号的采样集的最优分配方法，包括如下步骤：S1，由N个节点V与一组ε个边组成的无向图G，描述图的拓扑；S2，定义一个信号x在无向图G上映射：V→R，将每个节点与一个实数联系起来；S3，导出微扰特征值或特征向量对的近似封闭表达式；S4，对拓扑不确定性下的图信号分析；S5，对采样集量化，并对采样图信号重构；S6，基于贪婪算法的节点速率分配，实现对采样集的最优速率分配。本发明使量化信号值的信号恢复误差最小化。实验结果表明，所提出的解决方案总能获得比均匀速率分配更好的性能。
-
公开(公告)号：CN113191978B
公开(公告)日：2022-07-26
申请号：CN202110479946.0
申请日：2021-04-30
Applicant: 南京邮电大学
Abstract: 本发明所述的一种分布式约束边变FIR图滤波器异步实现方法，通过引入先进的分布式约束边变FIR图滤波器，使节点遵循一种随机的收集‑计算‑广播方案。使用分布式约束边变FIR图滤波器进行滤波操作来实现图信号去噪问题，得到优化目标为最小化滤波信号与节点异步通信输出信号之间的误差，通过遗传算法对优化问题进行求解以得到最优分布式约束边变FIR图滤波器的系数。本发明所述的有益效果为：能够改进分布式图滤波器性能以增加计算量为代价的现状，有效的节约通信能耗，并且通过分布式约束边变FIR图滤波器来解决信号去噪问题，其去噪效果要优于其他去噪图滤波器的效果。最后采用遗传算法(Genetic Algorithm，GA)对优化问题进行求解，以获得最优图滤波器系数。
-
公开(公告)号：CN111682895B
公开(公告)日：2022-03-08
申请号：CN202010578331.9
申请日：2020-06-23
Applicant: 南京邮电大学
IPC: H04B7/185 , H04W4/44 , H04L67/5681 , H04W24/06
Abstract: 本发明公开了一种基于缓存的无人机中继辅助车联网传输优化方法，首先，构建基于缓存的无人机中继辅助车联网通信系统，同为行驶车辆提供改进的、灵活的服务，具有缓存存储的无人机可以预先缓存一些常用文件，并从卫星请求未存储的数据；其次，构建以最大化地面车辆最小可达到速率和为目标的优化函数：分别固定无人机轨迹变量与调度变量，将优化问题分解转化为两个子问题；然后，采用一个两层的迭代算法迭代无人机轨迹与资源分配策略，直到优化问题收敛到预先设定的精度。本发明优化无人机的飞行轨迹与车辆‑无人机分配策略，达到优化整个系统中最大地面车辆可接受速率和的效果。
-
公开(公告)号：CN108268444B
公开(公告)日：2021-11-02
申请号：CN201810021528.5
申请日：2018-01-10
Applicant: 南京邮电大学
IPC: G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于双向LSTM、CNN和CRF的中文分词方法，基于深度学习算法对传统中文分词的改进优化。该方法具体步骤如下：对初始语料进行预处理，提取语料字符特征信息和字符对应的拼音特征信息；利用卷积神经网络得到字符的拼音特征信息向量；利用word2vec模型得到文本的字符特征信息向量；将拼音特征向量和字符特征向量进行拼接，得到上下文信息向量，放入双向LSTM神经网络中；利用线性链条件随机场对双向LSTM的输出进行解码，得到分词标注序列；对分词标注序列进行解码得到分词结果。本发明利用深度神经网络提取文本字符特征和拼音特征并结合条件随机场进行解码，可以有效提取中文文本特征并且能够在中文分词任务上取得很好的效果。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.025 seconds)
