基于联邦多智能体强化学习的车联网边缘资源分配方法

    公开(公告)号:CN114980123B

    公开(公告)日:2025-04-25

    申请号:CN202210395450.X

    申请日:2022-04-15

    Abstract: 本发明公开了一种基于联邦多智能体强化学习的车联网边缘资源分配方法,具体为:输入车联网环境,初始化智能体本地Q网络和联邦网络参数,并对优化问题建模;根据智能体能否获得奖励分为α、β两类,在当前时隙内两类车辆智能体分别观测本地状态并输入Q网络的;对Q网络输出进行加密处理,并通过联邦网络输出两类车辆智能体的联合动作决策;之后α车辆智能体得到系统反馈的全局奖励,同时缓存池存储当前时隙的样本数据;当样本数量足够时,α型和β型车辆智能体分别更新本地Q网络以及联邦网络的参数;当前训练回合结束后,重置车联网环境,开始下一个回合的训练。本发明在隐私保护的前提下提升了车联网连通性,同时降低了切换开销以及能量损耗。

    一种基于非理想信道估计的NOMA系统功率分配方案

    公开(公告)号:CN116032711B

    公开(公告)日:2024-10-22

    申请号:CN202211333723.4

    申请日:2022-10-28

    Abstract: 本发明公开了一种基于非理想信道估计的NOMA系统功率分配方案。该方案为:根据远近用户检测错误概率上界和信道估计误差,结合近似界定义给出远近用户检测概率近似界;根据远用户和近用户间的相对功率差,给定固定误差,计算功率分配因子;将用户信息采用高维编码作为星座矩阵进行调制,按照所得功率分配因子设定功率进行发送;远用户直接对接收的信号进行检测,以距离接收信号最近的星座点作为检测信息为准则得到远用户信息;近用户先检测远用户的信息,进行干扰抵消后检测近用户信息。本发明通过推导用户误码率的上界和近似界,实现更低的算法复杂度,在增加较小运算量的情况下有效提高了NOMA系统码字检测性能。

    一种时限约束下的能量收集认知无线电网络接入方法

    公开(公告)号:CN114172599B

    公开(公告)日:2024-09-27

    申请号:CN202111530900.3

    申请日:2021-12-15

    Abstract: 本发明提供了一种时限约束下的能量收集认知无线电网络接入方法,包括确定部分观测马尔可夫决策过程的相关参数,确定次用户吞吐率指标,进而利用Q函数马尔可夫决策过程(Q‑functions Markov Decision Process,QMDP)算法确定感知接入动作。本发明旨在提供一种时限约束下的能量收集认知无线电网络接入方法,以对固定传输时限约束下多信道能量收集认知无线电网络中次用户的感知接入策略进行优化,提高了通信场景下传输的吞吐率。

    方向调制中IRS辅助无线通信系统的干扰协方差矩阵估计方法

    公开(公告)号:CN114826835B

    公开(公告)日:2024-05-07

    申请号:CN202210332837.0

    申请日:2022-03-31

    Abstract: 本发明公开了一种方向调制中IRS辅助无线通信系统的干扰协方差矩阵估计方法,该方法首先建立了在干扰协方差矩阵参数结构约束下,最小化样本干扰协方差矩阵与接收机噪声方差矩阵之差和估计矩阵的欧式距离的优化问题;然后根据干扰协方差矩阵的参数表达式对其参数进行分离和重构,得到新的优化变量和优化问题;将新的优化问题针对两组变量分解为两个子问题,这两个子问题分别利用KKT条件和梯度下降法求解,交替更新两组变量直至目标函数收敛即可得到新的优化问题的解,再根据求得的解计算对应的矩阵即为估计的干扰协方差矩阵。本发明不仅能适用于小样本场景,还具有更高的估计精度,有利于后续在合法用户接收端减小恶意干扰所带来的影响。

    一种基于四维球形码的OTFS通信方法及系统

    公开(公告)号:CN116915566A

    公开(公告)日:2023-10-20

    申请号:CN202310830174.X

    申请日:2023-07-07

    Abstract: 本发明公开了一种基于四维球形码的OTFS通信方法及系统,具体为:在发送端,将DD域数据分组为多个子块,每一子块进行索引调制及四维球形码调制,所有子块的输出组成一帧DD域信号XDD;信号XDD经OTFS调制后发射至接收端,接收端进行OTFS解调得到DD域的接收信号YDD;接收信号YDD经过均衡,消除符号间干扰,得到初步检测信号#imgabs0#将初步检测信号#imgabs1#划分为与发射端数量相等的子块,对每一子块进行ML检测;根据OTFS调制的输入‑输出关系所对应的数学模型,确定通信系统的平均误比特率近似值和PAPR上界。本发明利用高维调制时星座点间距离增大的优势,相比于传统二维调制通信系统,提高了系统的检测性能及通信容量。

    一种多包接收机制下的CSMA协作退避方法

    公开(公告)号:CN113613340B

    公开(公告)日:2023-08-01

    申请号:CN202010535842.2

    申请日:2020-06-12

    Abstract: 本发明公开了一种多包接收机制下的CSMA协作退避方法,包括确定同时通信设备数最优值的计算方式,确定基于泊松分布的待通信设备数的计算方式,确定能够使系统吞吐率最大化的最优传输概率。本发明可以对一系列all‑or‑nothing MPR参数以及网络参数下IEEE 802.11网络的吞吐率与时延性能指标进行优化,具有有效性、鲁棒性以及相较于方法的性能优越性。

    一种基于联邦强化学习的车联网边缘内容缓存决策方法

    公开(公告)号:CN116156455A

    公开(公告)日:2023-05-23

    申请号:CN202211708649.X

    申请日:2022-12-29

    Abstract: 本发明公开了一种基于联邦强化学习的车联网边缘内容缓存决策方法,具体为:输入车联网环境,初始化各车辆的网络参数;在当前时隙,各车辆与路侧单元交互以获得观测信息;根据观测信息,各车辆独立决策动作;执行完动作后,各车辆获得环境反馈的奖励,并将样本数据缓存至经验复用池;当样本数量足够时,各车辆根据柔性演员‑评论家算法更新网络;聚合中心收集本地网络参数进行联邦聚合,并将聚合参数广播至本地以训练;当前训练结束后,重置车联网环境,开始下一回合的训练。本发明旨在车联网环境下,利用以用户为中心的网络架构,使得车辆在隐私保护的前提下完成边缘缓存分布式决策,实现系统内容传输时延以及边缘缓存开销权衡的最小化。

    基于拉格朗日乘子的最小正则化发射功率波束成形方法

    公开(公告)号:CN111224702B

    公开(公告)日:2023-05-05

    申请号:CN201911025873.7

    申请日:2019-10-25

    Abstract: 本发明公开了一种基于拉格朗日乘子的最小正则化发射功率波束成形方法。该方法为:利用随机子载波选择的方法,构建线性OFDM子载波集,并从中随机选择N个子载波并分配给N根发射天线,解耦波束成形的方向与距离之间的相关性;设置波束成形需要满足的正交约束条件和相位对齐约束条件;利用零空间投影的方法去除正交约束条件;在去除正交约束条件后的目标函数加入正则化惩罚项;利用拉格朗日乘子法构建隐私信息波束成形向量和人工噪声波束成形向量;利用二维搜索,求取隐私信息波束成形向量和人工噪声波束成形向量中的最优正则化因子。本发明削弱了敏感的窃听者截获隐私信息的能力,提高了无线通信和网络的安全性,增强了通信系统的稳定性。

Patent Agency Ranking