一种低复杂度的NOMA系统功率分配方法

    公开(公告)号:CN106341878A

    公开(公告)日:2017-01-18

    申请号:CN201610724079.1

    申请日:2016-08-25

    Abstract: 本发明请求保护一种复杂度的NOMA系统功率分配方法,根据用户的不同信道增益对用户进行排序,并将其分布在树形结构中。本发明从第一个用户开始依次往下搜索,并判决用户功率分配系数组合(树中的节点),利用所提的判决标准对节点进行判决,仅保留所需的幸存节点;逐层执行上述操作;最后从最后一层的唯一幸存节点往上回溯到树根,所得的路径为最优的功率分配系数组合。本发明的功率分配方法可以达到全搜索功率分配方法的性能,同时又能极大的降低计算复杂度。

    一种缩短多模用户终端搜网选网时延的方法

    公开(公告)号:CN105611583A

    公开(公告)日:2016-05-25

    申请号:CN201610097367.9

    申请日:2016-02-22

    Abstract: 本发明涉及一种缩短多模用户终端搜网选网时延的方法,属于移动通信系统协议栈中缩短多模用户终端搜网选网时延技术领域。该方法根据小区信号质量大小,排除掉信号质量较弱、不满足驻留条件的小区,减少搜网小区的个数,优化了搜网流程,一方面,缩短搜网时延;相应地,对后续的选网流程也同样起到了优化效果,在某些场景下优化效果明显:在AS层面直接排除信号较差的网络,不上报给NAS,减少对信号差但优先级高的网络的选网流程,直接选择信号质量较好的网络驻留,缩短选网时延,自动选网情况下让UE尽快驻留到适合的网络。达到了提高用户体验的效果;同时,优化的搜网选网都有效地降低了功耗。

    一种短突发的载波频偏估计方法

    公开(公告)号:CN105049172A

    公开(公告)日:2015-11-11

    申请号:CN201510501293.6

    申请日:2015-08-14

    Abstract: 本发明请求保护一种短突发的载波频偏估计方法,涉及通信领域,特别是移动通信系统中具有较少唯一字的短突发时的载波频偏估计方法。在通信接收端对频率跟踪过程中,接收信号为短突发信号时,一种短突发频偏估计方法具体过程为:首先,将接收的短突发信号进行解调译码获得信号比特信息。其次,将其重新进行编码调制得到对接收信号的估计,最后从中抽取部分数据符号作为唯一字与接收信号的唯一字信息一起分别进行载波频偏估计,得到最终频偏估计值,然后通过载波跟踪环路对接收信号频率进行补偿即可。采用本申请方法,不但可以降低所取信息比特长度,而且可以提高频率估计精度。

    一种森林火灾中面向移动节点的避障无人机数据收集方法

    公开(公告)号:CN120010516A

    公开(公告)日:2025-05-16

    申请号:CN202510166088.2

    申请日:2025-02-14

    Abstract: 本发明涉及无人机和物联网技术领域,特别涉及一种森林火灾中面向移动节点的避障无人机数据收集方法,包括:获取地面移动节点的数据和无人机节点的数据,根据节点数据建立系统模型;根据系统模型构建优化问题;采用深度强化学习模型对优化问题进行求解;根据求解的结果得到用于规划避障路径的智能体;将智能体部署到无人机上,智能体根据无人机实时捕获的环境数据给出下一时刻的动作指示,无人机根据动作指示执行数据收集任务;本发明根据林火蔓延情况对移动节点的单位数据价值定量分析,实现了更高效的数据收集;通过建立无人机之间的安全距离约束,解决了与无人机动态避障问题。

    一种森林火灾场景下的无人机调整方法

    公开(公告)号:CN119292332A

    公开(公告)日:2025-01-10

    申请号:CN202411416660.8

    申请日:2024-10-11

    Abstract: 本发明属于移动通信技术领域,涉及一种森林火灾场景下的无人机调整方法,包括:构建系统模型;所述系统模型包括:无人机模型和森林火灾环境模型;根据无人机模型和森林火灾环境模型以最小化无人机的能量消耗为目标构建优化问题;将优化问题转换为马尔可夫决策过程,基于马尔可夫决策过程采用深度强化学习算法求解优化问题,得到无人机的姿态;本发明综合考虑森林火灾场景中风、烟雾、火焰蔓延构建无人机模型和森林火灾环境模型,根据无人机模型和森林火灾环境模型构建了优化问题,优化问题的目标函数考虑了无人机飞行、悬停、收集与传输数据的总能耗,以适应实际的森林火灾的环境情况,可以更加有效地对无人机姿态进行调整。

    一种基于改变瑞利分布来降低OFDM系统PAPR的方法

    公开(公告)号:CN118945026A

    公开(公告)日:2024-11-12

    申请号:CN202411009392.8

    申请日:2024-07-26

    Abstract: 本发明属于移动通信技术领域,具体涉及一种基于改变瑞利分布来降低OFDM系统PAPR的方法,包括:在OFDM系统发送端,获取OFDM原始时域信号;设计压扩函数对OFDM原始时域信号进行压扩变换,得到压扩信号,并通过无线信道传输给OFDM系统接收端;OFDM系统接收端接收到带信道噪声的压扩信号,设计解压扩函数对带信道噪声的压扩信号进行解压扩处理,得到解压扩后的数字信号;将解压扩后的数字信号转换为接收信号。本发明通过对OFDM信号样点幅度满足的PDF进行变换,且只对幅度高于某个门限值的信号进行压扩运算,对于幅度低于某个门限值的信号不做运算,对OFDM信号的PAPR进行了抑制,保证了良好的BER性能。

    一种AP选择优化方法、装置及电子设备

    公开(公告)号:CN117320124A

    公开(公告)日:2023-12-29

    申请号:CN202311325055.5

    申请日:2023-10-13

    Abstract: 本发明属于无线通信技术领域,具体涉及一种AP选择优化方法、装置及电子设备;该方法包括:构建去蜂窝大规模MIMO部分AP传输网络通信系统;基于去蜂窝大规模MIMO部分AP传输网络通信系统,构建最大化系统用户传输速率优化模型;采用ZF预编码算法和人工蜂群算法求解最大化系统用户传输速率优化模型,得到最佳AP选择方案;系统根据最佳AP选择方案进行通信;本发明可以在AP数目和用户规模都较大的场景下,可有效节省AP的资源,并且还能提高各个用户的信道容量。

    基于图注意力多智能体强化学习的协同任务卸载和服务缓存方法

    公开(公告)号:CN117135692A

    公开(公告)日:2023-11-28

    申请号:CN202311160072.8

    申请日:2023-09-08

    Abstract: 本发明属于移动通信技术领域,具体涉及基于图注意力多智能体强化学习的协同任务卸载和服务缓存方法,包括在多基站、多样化服务请求的MEC网络场景下构建MEC系统,以最大化基于QoE的系统效用为目标,建模协同任务卸载和服务缓存问题;将协同任务卸载和服务缓存问题转化为分布式部分可观测的马尔可夫决策过程,采用基于图注意力多智能体强化学习算法对所述转化的分布式部分可观测的马尔可夫决策过程进行求解,通过仿真实验,与基准算法相比,所提算法在缓存命中率、系统效用和计算成功率方面具有明显改进。

Patent Agency Ranking