-
公开(公告)号:CN111565061B
公开(公告)日:2021-04-02
申请号:CN202010466449.2
申请日:2020-05-28
Applicant: 安徽大学
IPC: H04L27/26
Abstract: 本发明涉及一种基于深度神经网络的MIMO‑SCMA下行链路通信方法,与现有技术相比解决了SCMA与MIMO技术难以有效结合的缺陷。本发明包括以下步骤:MIMO‑SCMA下行链路系统的设计;MIMO‑SCMA基站端进行数据发送;下行链路接收端进行数据接收并进行解码。本发明将深度神经网络合理地应用于MIMO‑SCMA下行链路信号传输与检测,提出了基于深度神经网络的MIMO‑SCMA下行链路系统设计方法。
-
公开(公告)号:CN111968669A
公开(公告)日:2020-11-20
申请号:CN202010738065.1
申请日:2020-07-28
Applicant: 安徽大学
IPC: G10L21/028 , G10L21/0308 , G10L25/30 , G06N3/08
Abstract: 本发明公开了一种多元混合声信号分离方法及装置,所述多元混合声信号分离方法至少包括:通过短时傅里叶变换,获得混合声信号和真实源信号的幅度谱和相位谱;通过生成器对所述混合声信号幅度谱进行训练,获得所述估计分离信号幅度谱;通过判别器对所述估计分离信号幅度谱与所述真实源信号幅度谱进行训练,并判断所述估计分离信号幅度谱是否为真实输出,若是,通过所述估计分离信号幅度谱与所述混合声信号相位谱,获得分离声信号,同时获得生成器优化函数对所述生成器进行优化直至到达最大迭代次数。本发明公开的多元混合声信号分离方法及装置提高了所述分离声信号的可懂度,且算法的泛化能力好,具有很强的抗干扰性。
-
公开(公告)号:CN109474961A
公开(公告)日:2019-03-15
申请号:CN201811477721.6
申请日:2018-12-05
Applicant: 安徽大学
Abstract: 本发明公开一种移动边缘计算服务器的网络能效优化方法、系统,本发明选择若干数量的任务,根据任务的流行性,将若干数量的任务,缓存于有限缓存空间的宏基站和微基站的移动边缘计算服务器中;判断任务是否缓存于宏基站的移动边缘计算服务器或微基站的移动边缘计算服务器,若是,则分别计算下载传输,若否,比较所述任务的文件大小所带来的上传能耗与所述任务的计算资源所带来的本地计算能耗的大小。本发明利用缓存资源可以达到降低用户端能耗的目的,能够提高缓存击中率,进一步降低用户端能耗。本发明的宏基站和微基站都可以存储任务文件,也可以将某些不适合在微基站端缓存的任务迁移到宏基站端,降低用户端能耗。
-
-
-