一种智能反射面辅助的车联网多MEC卸载方法

    公开(公告)号:CN115277567A

    公开(公告)日:2022-11-01

    申请号:CN202210747007.4

    申请日:2022-06-29

    Abstract: 本发明公开了一种智能反射面辅助的车联网多MEC卸载方法,包括:构建引入智能反射面IRS的多移动边缘计算MEC协同车联网场景;基于多MEC协同车联网场景,构建多MEC分集卸载模型,将车联网用户性能、IRS状态以及卸载选择建模为一个优化问题;通过联合优化本地计算能力、用户发射功率、IRS相位以及卸载RSU的选择,最大化总处理比特数;对于所述卸载模型,基于解耦的思想,计算得到最优卸载方案。本发明的技术方案可以解决车联网用户经常移动到信号质量不佳的小区边缘,导致卸载链路变差,卸载效率降低的问题。

    一种信号峰均功率比PAPR抑制方法和装置

    公开(公告)号:CN115208731A

    公开(公告)日:2022-10-18

    申请号:CN202210831928.9

    申请日:2022-07-15

    Abstract: 本发明涉及无线通信技术领域,特别是指一种信号峰均功率比PAPR抑制方法和装置。方法包括:输入经过调制的正交频分复用技术OFDM传输信号;通过DM‑Net改进的OFDM系统对所述传输信号进行适应性的星座映射和解映射来降低峰均功率比,所述适应性的星座映射指的是根据PAPR性能,DM‑Net会自动调整信号星座点的位置,所述DM‑Net是基于深度学习的网络结构,包括发送端的M‑Net和接收端的D‑Net两部分,其中发送端的M‑Net通过对所述传输信号在频域星座的调整,改变所述传输信号的星座点分布,实现系统发送端发送的时域信号具有较低PAPR值的目的,接收端的D‑Net负责将经过信道后的信号恢复为原发送的频域信号,达到保证系统整体误码率性能的目的。采用本发明,实现了误码率性能和PAPR性能的有效平衡并且具有较低的复杂度。

    一种智能反射面辅助的车联网多MEC卸载方法

    公开(公告)号:CN115277567B

    公开(公告)日:2024-01-16

    申请号:CN202210747007.4

    申请日:2022-06-29

    Abstract: 本发明公开了一种智能反射面辅助的车联网多MEC卸载方法,包括:构建引入智能反射面IRS的多移动边缘计算MEC协同车联网场景;基于多MEC协同车联网场景,构建多MEC分集卸载模型,将车联网用户性能、IRS状态以及卸载选择建模为一个优化问题;通过联合优化本地计算能力、用户发射功率、IRS相位以及卸载RSU的选择,最大化总处理比特数;对于所述卸载模型,基于解耦的思想,计算得到最优卸载方案。本发明的技术方案可以解决车联网用户经常移动到信号质量不佳的小区边缘,导致卸载链路变差,卸载效率降低的问题。

    一种信号峰均功率比PAPR抑制方法和装置

    公开(公告)号:CN115208731B

    公开(公告)日:2023-08-25

    申请号:CN202210831928.9

    申请日:2022-07-15

    Abstract: 本发明涉及无线通信技术领域,特别是指一种信号峰均功率比PAPR抑制方法和装置。方法包括:输入经过调制的正交频分复用技术OFDM传输信号;通过DM‑Net改进的OFDM系统对所述传输信号进行适应性的星座映射和解映射来降低峰均功率比,所述适应性的星座映射指的是根据PAPR性能,DM‑Net会自动调整信号星座点的位置,所述DM‑Net是基于深度学习的网络结构,包括发送端的M‑Net和接收端的D‑Net两部分,其中发送端的M‑Net通过对所述传输信号在频域星座的调整,改变所述传输信号的星座点分布,实现系统发送端发送的时域信号具有较低PAPR值的目的,接收端的D‑Net负责将经过信道后的信号恢复为原发送的频域信号,达到保证系统整体误码率性能的目的。采用本发明,实现了误码率性能和PAPR性能的有效平衡并且具有较低的复杂度。

    一种用于信道估计的神经网络设计方法及装置

    公开(公告)号:CN114239822A

    公开(公告)日:2022-03-25

    申请号:CN202111486749.8

    申请日:2021-12-07

    Abstract: 本发明提供了一种用于信道估计的神经网络设计方法及装置,涉及无线通信技术领域。包括:通过信道状态的历史估计值计算当前估计值CSI熵;将CSI的变化建模为一阶马尔科夫模型,获取当前时刻信道状态信息CSI矩阵所需的信息量;利用当前时刻CSI矩阵所需的信息量构造一个新的网络结构,对新的神经网络进行离线训练,确定权重参数以及偏置参数,完成用于信道估计的神经网络设计。本发明提出一种不依赖导频的用于信道估计的神经网络结构,利用信息熵理论评估无线信道数据的强时间相关特性,以提高基于神经网络的信道估计算法的性能。本发明所提出的用于信道估计的神经网络结构可以提升信道估计精度,降低信道估计的时延,满足无线通信的系统的实时性需求。

    一种IRS辅助的MEC网络无线与计算资源分配方法及装置

    公开(公告)号:CN113727371A

    公开(公告)日:2021-11-30

    申请号:CN202110904216.0

    申请日:2021-08-06

    Abstract: 本发明公开了一种IRS辅助的MEC网络无线与计算资源分配方法及装置,所述方法包括:以最小化用户时延与能耗加权和为目标,建立无线与计算资源分配优化模型,以优化信号解码矩阵、用户发射功率、IRS相移系数矩阵以及MEC计算资源;利用BCD算法对所述优化模型进行解耦,将优化问题拆分成几个不同的子问题,并在子问题优化过程利用连续凸逼近技术,通过迭代优化得到信号解码矩阵、用户发射功率、IRS相移系数矩阵以及MEC计算资源的最优值。本发明可解决IRS辅助的MEC无线网络中卸载时延与能耗联合优化问题。

    一种边缘协同的计算资源分配方法

    公开(公告)号:CN112188560B

    公开(公告)日:2021-11-30

    申请号:CN202010936920.X

    申请日:2020-09-08

    Abstract: 本发明提供一种边缘协同的计算资源分配方法,属于无线通信技术领域。所述方法包括:建立MEC无线网络,其中,所述MEC无线网络包括:一个配备本地MEC服务器的本地小区和载有其他MEC服务器的其他小区;利用双层竞价博弈构建“用户‑本地MEC服务器‑其他MEC服务器”计算资源分配与协同模型;其中,所述计算资源分配与协同模型包括:本地计算资源分配竞价博弈模型和边缘计算资源协同竞价博弈模型;对构建的计算资源分配与协同模型求均衡解,根据得到的均衡解将本地MEC服务器计算资源合理分配给每个用户并协调MEC服务器之间的计算资源。采用本发明,能够对本地MEC服务器计算资源进行合理配置,并保证MEC服务器的负载均衡。

    多边缘节点协作的资源分配方法、边缘节点及装置

    公开(公告)号:CN115914217A

    公开(公告)日:2023-04-04

    申请号:CN202110909141.5

    申请日:2021-08-09

    Abstract: 本申请实施例提供一种多边缘节点协作的资源分配方法、边缘节点及装置,其中该方法应用于第一边缘节点,包括:接收目标车辆终端发送的待卸载任务信息;基于待卸载任务信息和资源分配优化模型,确定待卸载任务卸载到各边缘节点的任务比例,以及目标车辆终端用于发送待卸载任务的发射功率;通知目标车辆终端以发射功率向第一边缘节点发送待卸载任务,并在接收到待卸载任务后,按照任务比例对待卸载任务进行分割。通过本申请实施例提供的多边缘节点协作的资源分配方法、边缘节点及装置,能够减少策略优化对车辆终端计算资源的占用,并可在时延足以满足用户需求时适当减少能耗,提高车辆续航能力。

    一种IRS辅助的MEC网络无线与计算资源分配方法及装置

    公开(公告)号:CN113727371B

    公开(公告)日:2023-04-18

    申请号:CN202110904216.0

    申请日:2021-08-06

    Abstract: 本发明公开了一种IRS辅助的MEC网络无线与计算资源分配方法及装置,所述方法包括:以最小化用户时延与能耗加权和为目标,建立无线与计算资源分配优化模型,以优化信号解码矩阵、用户发射功率、IRS相移系数矩阵以及MEC计算资源;利用BCD算法对所述优化模型进行解耦,将优化问题拆分成几个不同的子问题,并在子问题优化过程利用连续凸逼近技术,通过迭代优化得到信号解码矩阵、用户发射功率、IRS相移系数矩阵以及MEC计算资源的最优值。本发明可解决IRS辅助的MEC无线网络中卸载时延与能耗联合优化问题。

    UAV轨迹、传感节点调度及任务执行时间联合优化方法

    公开(公告)号:CN113163493A

    公开(公告)日:2021-07-23

    申请号:CN202011529661.5

    申请日:2020-12-22

    Abstract: 本发明公开了一种UAV轨迹、传感节点调度及任务执行时间联合优化方法,包括:基于UAV需要采集的数据量及相应的能耗,构建UAV效用函数;利用构建的UAV效用函数建立UAV轨迹、传感节点调度以及任务执行时间的联合优化模型;其中,联合优化模型以最大化UAV效用函数为目标,以所有传感节点数据量上传需求、传感节点调度以及无人机的移动特性为限制条件;将联合优化模型转化为UAV路径优化和任务执行时间优化两个子问题,采用块下降法和连续凸逼近算法得到传感节点调度与UAV飞行路径的优化解,进一步利用二分法获得最小任务执行时间。本发明能够实现UAV在最短时间内完成数据采集任务的同时,降低UAV的能耗。

Patent Agency Ranking