公开(公告)号：CN117478273A

公开(公告)日：2024-01-30

申请号：CN202311425792.2

申请日：2023-10-31

Applicant: 东南大学 ,  网络通信与安全紫金山实验室

Inventor： 梁乐 ,  盛玉成 ,  刘彦迪 ,  金石

IPC: H04L1/00 ,  H04L25/02 ,  H04L5/00 ,  H04W4/46 ,  H04W24/02 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0985

Abstract: 本发明公开了一种基于深度学习的联合感知语义通信方法及系统：本发明采用重要性图来提取LiDAR点云中重要的语义信息，并提出一种基于中期融合的新型联合感知语义通信方案。同时，本发明提出的架构可以扩展到具有挑战性的时变多径衰落信道。为了减轻时变多径衰落引起的失真，本发明采用信道估计和信道均衡相结合的正交频分复用(OFDM)结构。本发明在各种信道模型上优于传统的离散信源信道编码，并且对各种信道模型保持其通用性和鲁棒性。

公开(公告)号：CN119012396A

公开(公告)日：2024-11-22

申请号：CN202411092209.5

申请日：2024-08-09

Applicant: 东南大学

Inventor： 梁乐 ,  刘国威 ,  刘彦迪 ,  金石

IPC: H04W72/541 ,  H04W4/44 ,  H04W72/542 ,  G06F18/20 ,  G06F18/25 ,  G06N3/092

Abstract: 本发明公开了一种基于分层强化学习的协同感知干扰管理方法：本发明研究了协同感知场景下车辆与基础设施通信(V2I)中的干扰管理问题，将频谱分配和功率控制问题建模为马尔可夫决策过程，将车端特征的空间置信度和通信链路的信道状态信息作为观测的状态空间，设计奖励约束模型同时考虑通信速率以及感知精度，并采用了一种基于分层强化学习模型驱动的干扰管理策略。本发明在通信速率和感知精度之间取得了平衡，相比于随机选择以及最大速率选择方法有效提高了感知性能，同时在高带宽条件下接近感知性能的上限。