-
公开(公告)号：CN115515100B
公开(公告)日：2024-11-12
申请号：CN202211138088.4
申请日：2022-09-19
Applicant: 西北工业大学
IPC: H04W4/40 , H04W4/02 , H04W12/02 , H04W24/02 , H04W72/044
Abstract: 本发明公开了一种基于RIS‑UAV的无源波束位置优化方法、系统、介质及设备，以安全传输速率最大化为目标，对发射功率、RIS相移和无人机位置进行联合优化，通过逐次凸逼近技术引入辅助变量得到等价的优化，给定RIS相移和无人机位置参数，得到关于发射功率的凸优化问题，求解凸优化问题优化发射功率；通过优化后的发射功率和联合优化，得到关于RIS相移的凸优化问题，优化求解得到RIS相移参数；引入松弛变量，对联合优化的约束条件进行转换，利用凸优化算法对无人机位置优化求解，得到关于UAV位置的凸优化问题；迭代得到发射功率、RIS相移和无人机位置联合优化值，完成位置优化。本发明在BS有限的功率约束下使得保密率最大化。
-
公开(公告)号：CN117336694A
公开(公告)日：2024-01-02
申请号：CN202311267604.8
申请日：2023-09-28
Applicant: 西北工业大学
Abstract: 本发明公开了一种无人机通信网络用传输方法、系统、芯片及设备，将RIS装载到UAV上以提高通信范围，然后建模了一个存在窃听者的无人机通信网络模型；然后基于空对地和地对地信道提出一个总信息安全速率最大化问题；接下来采用一阶泰勒展开将无人机轨迹优化问题转化为一系列含参子问题，并使用深度Q网络(DQN)得到无人机优化轨迹；最后仿真结果表明本发明的总安全速率明显高于对比方案，保证安全传输。
-
公开(公告)号：CN115225164A
公开(公告)日：2022-10-21
申请号：CN202210880144.5
申请日：2022-07-25
Applicant: 西北工业大学深圳研究院
Abstract: 本发明公开了一种基于智能反射面非正交太赫兹通信方法及系统，包含对基站功率分配和智能反射面无源波束赋形优化的方法，并以系统中能效最大为目标，构建优化问题和约束条件；针对非凸优化问题，采用包含连续凸逼近和半定松弛算法的交替迭代方法，在优化的过程中，根据约束条件确定相关初始值并固定上一次迭代优化的智能反射面无源波束赋形，利用连续凸逼近算法对基站的功率分配进行优化；固定优化后的基站功率分配系数，利用半定松弛算法对智能反射面无源波束赋形进行优化，利用基站功率分配和智能反射面无源波束赋形计算本次迭代的能效值，当能效值满足迭代终止条件即输出。本发明在保障用户通信质量和用户公平性的前提下对能效进行优化。
-
公开(公告)号：CN114599044A
公开(公告)日：2022-06-07
申请号：CN202210215298.2
申请日：2022-03-07
Applicant: 西北工业大学
IPC: H04W16/28
Abstract: 本发明公开了一种基于智能反射面技术的认知网络中波束赋形优化方法，基于基站的波束赋形矢量和智能反射面的相位矩阵，且以认知网络的能效值最大为目标，构建优化问题和约束条件；根据约束条件确定相位矩阵，并以相位矩阵为已知量对波束赋形矢量进行迭代优化；以收敛后的波束赋形矢量为已知量，对相位矩阵进行优化并验证，基于收敛后的波束赋形矢量和验证后的相位矩阵对认知网络进行波束赋形交替优化；本发明通过使认知用户在满足授权用户的服务质量要求的前提下同时进行通信任务，可以提高通信效率，同时通过对基站和智能反射面进行循环优化，同时优化基站波束赋形和智能反射面相位，使得能效值最大化，提升了通信系统的运行效率。
-
公开(公告)号：CN113115424B
公开(公告)日：2021-12-21
申请号：CN202110437367.X
申请日：2021-04-22
Applicant: 西北工业大学
IPC: H04W52/24 , H04W52/34 , H04W72/08 , H04B17/382
Abstract: 本发明公开了一种基于认知云网络的三边资源匹配方法及系统，针对覆盖式认知无线电非正交多址接入网络，基于三边匹配算法的功率分配及频谱共享部分，对主要用户和认知用户进行匹配，对匹配成功的用户对实现发射功率共享，认知用户将使用与之匹配的主要用户的频谱进行卸载数据的传输，主要用户和认知用户进行两边匹配得若干个用户对；基于三边匹配算法的时间分配部分，将匹配得到的若干用户对和基站传输时间段进行匹配得到若干三元组，每个三元组中的用户对在匹配到的传输时间段内进行卸载数据的传输，按次序将全部数据卸载到MEC服务器上，完成资源分配。本发明合理分配资源，提高频谱利用率、降低系统能耗并提高时间利用率。
-
Patent Agency Ranking
公开(公告)号：CN111586679B
公开(公告)日：2021-11-02
申请号：CN202010277726.5
申请日：2020-04-08
Applicant: 西北工业大学
IPC: H04W12/03 , H04W12/037 , H04L1/00
Abstract: 本发明公开了一种基于有限反馈非正交多址网络的安全保障方法，发送端Alice采用NOMA技术向多个合法接收端Bobi广播信息，i＝1,2…K，K是接收机的数目，窃听端Eve窃听信息；接收端Bobi接收信号后，每个接收端Bobi利用连续干扰消除技术对自己的信息进行解码得到接收端Bobi的安全传输速率，估计CSI，并将量化的CSI反馈给发送端Alice，得到返回接收端Bobi的安全传输速率，实现有限反馈安全传输。
-
公开(公告)号：CN113472419A
公开(公告)日：2021-10-01
申请号：CN202110724337.7
申请日：2021-06-29
Applicant: 西北工业大学
IPC: H04B7/185 , H04B7/06 , H04B17/391 , H04W12/122 , G06N20/00
Abstract: 本发明公开了一种基于空基可重构智能表面的安全传输方法及系统，在存在窃听者的情况下，通过部署ARIS来增强地面收发节点间的合法传输。针对合法信道、窃听信道的瞬时信道状态信息，构造了联合优化ARIS波束成形与部署来最大化系统安全传输速率的优化模型。在固定ARIS部署时，通过松弛和半定规划的方法优化ARIS波束成形；通过深度强化学习训练智能体优化ARIS的部署问题，找到ARIS最优位置，从而保证通信系统无线传输的安全性。本发明与传统方法相比，可以针对多变的信道状况实时改变无人机位置；耗费更少的计算资源与时间有效提升安全传输速率。
-
公开(公告)号：CN113115424A
公开(公告)日：2021-07-13
申请号：CN202110437367.X
申请日：2021-04-22
Applicant: 西北工业大学
IPC: H04W52/24 , H04W52/34 , H04W72/08 , H04B17/382
Abstract: 本发明公开了一种基于认知云网络的三边资源匹配方法及系统，针对覆盖式认知无线电非正交多址接入网络，基于三边匹配算法的功率分配及频谱共享部分，对主要用户和认知用户进行匹配，对匹配成功的用户对实现发射功率共享，认知用户将使用与之匹配的主要用户的频谱进行卸载数据的传输，主要用户和认知用户进行两边匹配得若干个用户对；基于三边匹配算法的时间分配部分，将匹配得到的若干用户对和基站传输时间段进行匹配得到若干三元组，每个三元组中的用户对在匹配到的传输时间段内进行卸载数据的传输，按次序将全部数据卸载到MEC服务器上，完成资源分配。本发明合理分配资源，提高频谱利用率、降低系统能耗并提高时间利用率。
-
公开(公告)号：CN112954690A
公开(公告)日：2021-06-11
申请号：CN202110093366.8
申请日：2021-01-22
Applicant: 西北工业大学
IPC: H04W12/122 , H04B7/06
Abstract: 本发明属于无线通信技术领域，公开了一种基于空基可重构智能表面的抗干扰方法及系统，具有单天线的发射节点和接收节点间在地面进行合法传输时，地面还存在着窃听节点进行攻击，通过灵活部署一种在空中的可重构智能表面，以减轻干扰攻击和增强合法的传输。针对合法信道、窃听信道的瞬时信道状态信息，构造了部署空中可重构智能表面与无源波束成形的联合优化问题。通过交替优化框架进行求解，本发明通过利用连续凸逼近法确定空中可重构智能表面的最优位置，通过利用流形优化法获得最优反射波束成形。本发明与传统方法相比，可以在增强合法传输的同时有效抑制来自窃听者的干扰攻击，从而提升系统的抗干扰通信性能。
-
公开(公告)号：CN112367132A
公开(公告)日：2021-02-12
申请号：CN202011161787.1
申请日：2020-10-27
Applicant: 西北工业大学
IPC: H04B17/382 , H04W52/34
Abstract: 本发明公开了一种基于强化学习解决认知无线电中的功率分配算法，S1、设置深度学习算法的初始值参数，S2、设置关于CR‑NOMA系统的场景模型，并设置关于状态和动作的初始状态集合；S3、当某一计算时刻t小于等于最大限制的时间值Tmax时，求得时刻t下的状态值并计算相对应的奖励函数，并计算TD误差δt；S4、基于值函数选择用户的下一步动作，利用学习率以及TD误差值函数，将初始值函数更新为Q(st,at)←Q(st,at)+ηcδt；再根据已选择的执行动作获得相应的奖励，并获得策略函数π(g)，然后将其更新为π(st,at)←π(st,at)‑ηδat；π(g)；S5、根据步骤S3使TD误差值达到最小，不停的迭代更新，最后获得最大的奖励函数值，即分配算法结束。解决了现有技术中信道信息不完全的前提下不能很好的进行功率分配的问题。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.032 seconds)
