公开(公告)号：CN113099425B

公开(公告)日：2023-04-07

申请号：CN202110391776.0

申请日：2021-04-13

Applicant: 北京工业大学

Inventor： 孙恩昌 ,  屈晗星 ,  袁永仪 ,  孙艳华 ,  李萌 ,  张卉

IPC: H04W4/70 ,  H04W72/542 ,  H04W24/02 ,  G06N3/006

Abstract: 本发明提供了一种高能效的无人机辅助D2D资源分配方法，该方法基于UAV场景下的D2D通信构建系统模型，在保证用户QoS和发射功率的前提下，利用自适应种群变异樽海鞘算法求解问题，得到D2D用户的最佳信道分配和功率控制策略。首先，该方法通过引入种群变异和自适应的数量‑权重策略来优化樽海鞘算法，提出一种自适应种群变异樽海鞘算法，使得算法在全局探索和局部挖掘之间有了更好的平衡；其次，根据所求问题重新定义樽海鞘种群数量更新和位置更新方式以及算法的适应度函数，迭代求解出D2D用户对的最佳功率分配和信道分配方案，从而有效减少系统中的同频干扰、提高系统的能量效率。

公开(公告)号：CN114051222A

公开(公告)日：2022-02-15

申请号：CN202111316422.6

申请日：2021-11-08

Applicant: 北京工业大学

Inventor： 孙恩昌 ,  张卉 ,  何若兰 ,  屈晗星 ,  张冬英 ,  杨睿哲 ,  李萌 ,  孙艳华 ,  司鹏搏

IPC: H04W4/44 ,  H04W24/02 ,  G06N20/00

Abstract: 本发明公开了一种车联网环境下基于联邦学习的无线资源分配和通信优化方法，该方法基于车联网环境中基站与车辆用户设备的交互构建系统模型，利用Jonker Volgenant、遍历和随机梯度量化算法，对车联网环境下基于联邦学习的无线资源分配和通信过程进行优化。该方法首先利用Jonker Volgenant算法，根据车辆用户设备通信的信道状态和数据集大小迭代求出车辆用户与无线资源块的最佳匹配；然后，提出采用遍历算法选择训练性能高的车辆用户以高效和快速地构建全局模型；最后，提出采用随机梯度量化算法来优化联邦学习上行链路的通信过程，旨在减少车辆用户传输至基站模型参数的比特大小，以节省车辆用户的通信资源，提高收敛精度和最小化训练损失。

公开(公告)号：CN113099425A

公开(公告)日：2021-07-09

申请号：CN202110391776.0

申请日：2021-04-13

Applicant: 北京工业大学

Inventor： 孙恩昌 ,  屈晗星 ,  袁永仪 ,  孙艳华 ,  李萌 ,  张卉

IPC: H04W4/70 ,  H04W24/02 ,  H04W72/08 ,  G06N3/00

Abstract: 本发明提供了一种高能效的无人机辅助D2D资源分配方法，该方法基于UAV场景下的D2D通信构建系统模型，在保证用户QoS和发射功率的前提下，利用自适应种群变异樽海鞘算法求解问题，得到D2D用户的最佳信道分配和功率控制策略。首先，该方法通过引入种群变异和自适应的数量‑权重策略来优化樽海鞘算法，提出一种自适应种群变异樽海鞘算法，使得算法在全局探索和局部挖掘之间有了更好的平衡；其次，根据所求问题重新定义樽海鞘种群数量更新和位置更新方式以及算法的适应度函数，迭代求解出D2D用户对的最佳功率分配和信道分配方案，从而有效减少系统中的同频干扰、提高系统的能量效率。

公开(公告)号：CN115623445A

公开(公告)日：2023-01-17

申请号：CN202211401451.7

申请日：2022-11-09

Applicant: 北京工业大学

Inventor： 孙恩昌 ,  张卉 ,  何若兰 ,  李梦思 ,  张冬英 ,  司鹏搏

IPC: H04W4/40 ,  H04W4/44 ,  G06Q50/30 ,  G06Q10/06 ,  G06Q10/04 ,  G06F18/214

Abstract: 本发明公开了一种车联网环境下基于联邦学习的高效通信方法包括以下步骤：S1、车辆用户设备采用本地数据训练进行模型训练；S2、判断步骤S1收集车辆用户信息用于训练本地模型参数、传输本地模型训练参数至基站和接收全局模型参数的延迟及用于训练和传输参数至基站的能耗是否满足预设门限值，若是则执行步骤S3，否则返回S1；S3、根据车辆用户，利用最短路径优化算法对车辆用户设备分配无线资源块；S4、分配到资源块的车辆设备对参数进行量化和编码；S5、基站根据接收的模型参数进行解码并加权聚合，将聚合更新后的全局模型参数广播至各个车辆用户设备；S6、车辆用户设备调整学习速率。本发明利用随机梯度量化算法优化，在上行链路通信具有有效性。

公开(公告)号：CN114051222B

公开(公告)日：2024-11-29

申请号：CN202111316422.6

申请日：2021-11-08

Applicant: 北京工业大学

Inventor： 孙恩昌 ,  张卉 ,  何若兰 ,  屈晗星 ,  张冬英 ,  杨睿哲 ,  李萌 ,  孙艳华 ,  司鹏搏

IPC: H04W4/44 ,  H04W24/02 ,  G06N20/00

Abstract: 本发明公开了一种车联网环境下基于联邦学习的无线资源分配和通信优化方法，该方法基于车联网环境中基站与车辆用户设备的交互构建系统模型，利用Jonker Volgenant、遍历和随机梯度量化算法，对车联网环境下基于联邦学习的无线资源分配和通信过程进行优化。该方法首先利用Jonker Volgenant算法，根据车辆用户设备通信的信道状态和数据集大小迭代求出车辆用户与无线资源块的最佳匹配；然后，提出采用遍历算法选择训练性能高的车辆用户以高效和快速地构建全局模型；最后，提出采用随机梯度量化算法来优化联邦学习上行链路的通信过程，旨在减少车辆用户传输至基站模型参数的比特大小，以节省车辆用户的通信资源，提高收敛精度和最小化训练损失。