-
公开(公告)号：CN111988254B
公开(公告)日：2021-07-27
申请号：CN202010357503.X
申请日：2020-04-29
Applicant: 北京邮电大学
Abstract: 本发明公开了一种低复杂度峰均比压缩与预失真联合优化方法，属于无线通信领域。首先正交相移键控或正交幅度调制产生调制数据符号X，将其调制后生成OFDM信号x(n)，经功率放大器得到采样信号y(n)；利用OFDM信号x(n)和采样信号y(n)构建PA模型。然后构建PAPR压缩模型表达式，利用PAPR压缩模型的输出信号r(n)构建DPD模型输出表达式。DPD模型输出的信号z(n)经过PA模型获得近似的OFDM压缩信号r′(n)，并构建解PAPR压缩模型的输出表达式。定义训练损失函数对DPD模型、PAPR压缩模型和解PAPR压缩模型进行联合训练，得到各模型的最优参数。实时采集OFDM信号x(n)，依次输入训练好的三个模型获取恢复信号x′(n)，完成通信系统的闭环。本发明有效提高了发射机的能量使用效率。
-
公开(公告)号：CN116321307A
公开(公告)日：2023-06-23
申请号：CN202310257897.5
申请日：2023-03-10
Applicant: 北京邮电大学
Abstract: 本发明提供了一种无蜂窝网络中基于深度强化学习的双向缓存放置方法，涉及移动通信、物联网等技术领域。本发明方法包括：对边缘服务器节点建立基于缓存命中率、缓存空间资源利用率、内容响应时延和能耗指标的效用函数，基于该效用函数构造多目标优化问题求解内容缓存决策，优化目标为最大化缓存命中率，并且尽量最小化系统成本；然后利用深度Q网络建立缓存资源分配决策网络；利用经验重放训练Q网络，根据不断接收到的用户请求对用户的偏好定时更新，更新内容缓存决策。本发明方法可以为用户合理分配带宽和计算资源，达到提升无蜂窝网络中整体系统资源利用率同时保证用户应用服务质量要求的目标。
-
公开(公告)号：CN111988254A
公开(公告)日：2020-11-24
申请号：CN202010357503.X
申请日：2020-04-29
Applicant: 北京邮电大学
Abstract: 本发明公开了一种低复杂度峰均比压缩与预失真联合优化方法，属于无线通信领域。首先正交相移键控或正交幅度调制产生调制数据符号X，将其调制后生成OFDM信号x(n)，经功率放大器得到采样信号y(n)；利用OFDM信号x(n)和采样信号y(n)构建PA模型。然后构建PAPR压缩模型表达式，利用PAPR压缩模型的输出信号r(n)构建DPD模型输出表达式。DPD模型输出的信号z(n)经过PA模型获得近似的OFDM压缩信号r′(n)，并构建解PAPR压缩模型的输出表达式。定义训练损失函数对DPD模型、PAPR压缩模型和解PAPR压缩模型进行联合训练，得到各模型的最优参数。实时采集OFDM信号x(n)，依次输入训练好的三个模型获取恢复信号x′(n)，完成通信系统的闭环。本发明有效提高了发射机的能量使用效率。
-
-
Search Results
3
records
(took 0.024 seconds)
