-
公开(公告)号：CN120018176A
公开(公告)日：2025-05-16
申请号：CN202510452144.9
申请日：2025-04-11
Applicant: 华南理工大学
IPC: H04W24/02 , H04W72/51 , H04W72/50 , H04W72/542
Abstract: 本发明公开可移动天线辅助混合NOMA的多维资源分配方法及系统。所述方法包括：基站以所有用户的总卸载能耗为目标函数，构建能耗最小化的优化问题，通过优化用户卸载功率、卸载时隙和用户的可移动天线位置来最小化所有用户的总卸载能耗；设置卸载时隙、用户卸载功率和用户的可移动天线位置的初始值，进入迭代循环：给定用户的可移动天线位置，联合优化卸载时隙和用户卸载功率；给定卸载时隙和用户卸载功率，优化用户的可移动天线位置；进行迭代直到收敛，得到卸载时隙、用户卸载功率和用户的可移动天线位置的最优值。本发明联合优化卸载时隙、用户卸载功率和用户的可移动天线位置，提升用户的卸载灵活性和降低用户卸载能耗。
-
公开(公告)号：CN116319199B
公开(公告)日：2024-05-31
申请号：CN202310194325.7
申请日：2023-03-02
Applicant: 华南理工大学
IPC: H04L25/03 , H04B7/0456 , H04B7/06 , H04B7/08
Abstract: 本发明公开了一种无线功率通信网络最大吞吐量闭式解求解方法、装置及介质，所述方法使用智能超表面辅助以增强信号；利用能量和信息预编码让发射信号能量更加集中；利用最大合并比算法获得最佳信息预编码；通过波束成形确定最佳能量预编码；通过推导得到了网络最大吞吐量的闭式解。本发明把能量收集链路和信息传输链路分离开来，有利于无线功率通信网络的大规模化；使用了能量和信息预编码能减少路径传输损耗；只使用了一块智能超表面降低了通信系统的复杂度，节省硬件资源，在实际的通信系统中更容易部署；得出的闭式解能直接用来评估一个通信系统加入智能超表面辅助之后的最大吞吐量，具有很强的实际意义。
-
公开(公告)号：CN116600360A
公开(公告)日：2023-08-15
申请号：CN202310429688.4
申请日：2023-04-20
Applicant: 华南理工大学
IPC: H04W40/10 , H04W40/32 , H04W72/0446 , H04W84/18 , H04B13/02
Abstract: 本发明公开了一种基于重复计算和改进K‑means聚类的水下传感器网络分簇并行通信方法，该方法针对目前基于K‑means聚类的水下LEACH协议中没有考虑水下能量传播模型及簇头节点广播并行传输时隙分配信息会增加自身能耗、影响网络通信速率的不足，提出在K‑means聚类中采用水下能量传播模型优化分簇数量，并以此确定簇头节点和网络分簇；同时各个节点通过重复计算，即同时独立运行相同的确定算法，来获取自身的并行传输时隙，无需簇头节点广播并行传输时隙分配信息，减少了网络的能耗、延长了网络寿命。本发明可以应用于水下生态监测、预警探测、灾害监控等网络结构的水下传感器网络中。
-
公开(公告)号：CN112260975A
公开(公告)日：2021-01-22
申请号：CN202010991607.6
申请日：2020-09-18
Applicant: 华南理工大学
IPC: H04L27/26 , H04B17/336
Abstract: 本发明公开了一种智能反射表面辅助无线通信系统的正交反射索引调制方法，包括下列步骤：S1、将智能反射表面的元素单元分组对信息进行正交反射调制；S2、建立以接收天线序号为索引资源的索引调制；S3、确定智能反射表面各组元素的最优反射相移；S4、选择正交反射索引调制后的两路信号的正交方案；S5、在接收端解调出发送的信息。本发明提出的将智能反射表面元素单元分组的操作，可以额外传输一定比特的信息；建立以接收天线序号为索引资源的索引调制并选择调制后的两路信号的正交方案，可在较低信噪比的情况下降低系统的误码率，提高通信系统的频谱效率。
-
公开(公告)号：CN106656356B
公开(公告)日：2020-10-27
申请号：CN201611159045.9
申请日：2016-12-14
Applicant: 华南理工大学
Abstract: 本发明公开一种节点发送顺序优化的竞争信道水声网络并行通信方法。本发明的每个源节点采用相同的非随机算法，计算本节点在本传输周期中发送数据的顺序及时刻，计时至该时刻后，向相应目的节点发送数据；当所有源节点的数据发送完毕后，每个目的节点采用相同的非随机算法，计算本节点在本传输周期中发送ACK或NACK信令的顺序及时刻，计时至该时刻后，接收数据正确的目的节点向相应的源节点发送ACK信令，接收数据有错误的目的节点向相应的源节点发送NACK信令。该方法能在实现节点数据无冲突地并行传输的前提下，有效地减少一个传输周期所需的时间，提高信道利用效率，可以广泛用于各种基于竞争协议的水声通信网、水声传感网等场合。
-
Patent Agency Ranking
公开(公告)号：CN110035024A
公开(公告)日：2019-07-19
申请号：CN201910254769.9
申请日：2019-03-31
Applicant: 华南理工大学
IPC: H04L25/03 , H04B7/0413
Abstract: 本发明公开了一种基于确定性序贯蒙特卡罗算法的软解调方法及装置。所述方法包括以下步骤：S1输入原始数据，初始化根样本点及其重要性权值；S2构造序贯结构，计算预测性分布；S3更新重要性权值；S4更新存储单元中数据；S5检测，若成立，重复步骤S2~S4，否则输出采样结果；S6修正重要性权值的数据；S7输出软解调结果。所述装置包括：蒙特卡罗采样模块、重要性权值更新模块、样本选择模块、重要性权值修正模块和软解调输出模块等。本发明基于确定性序贯蒙特卡罗算法，通过迭代更新样本点的重要性权值，从而缩小解空间的范围，极大减少了算法的复杂度。
-
公开(公告)号：CN109991998A
公开(公告)日：2019-07-09
申请号：CN201811489187.0
申请日：2018-12-06
Applicant: 华南理工大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于接收信号强度的无人机中继航迹优化方法，针对无人机通信领域中无人机中继航迹优化问题，在未知地面节点位置的情况下，利用接收信号强度对位置未知并且处于移动状态的各个地面终端节点进行大致定位，在此基础上，计算最优航向角并实现无人机航向角的快速调整，以航迹最小化为准则实现无人机中继航迹优化。该发明使得无人机能够更加直接的进行航迹规划，在搜寻路径更短的情况下完成通信任务；由于搜寻路径更短，无人机能耗大幅降低，达到了无人机能耗优化的目标。该发明适用于地面节点不停移动变化的场景，算法中每个符号周期都会对全局最差通信节点位置进行更新，不依赖于上一次计算的节点位置，拥有良好的环境适应性。
-
公开(公告)号：CN105187335A
公开(公告)日：2015-12-23
申请号：CN201510363153.7
申请日：2015-06-25
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于分组数据失真最小化的导频位置选择方法，包括下列步骤：S1、对发送端的时域数据符号进行等间隔抽取，从Np个不同的起始位置开始抽取，得到Np个不同的时域数据分组；S2、进行分组傅里叶变换，得到相应的Np个不同的频域数据分组；S3、通过最小化最大化函数求解获得导频插入的初始位置d0。该导频位置选择装法的关键在时域对数据进行抽取得到多个分组，对多个分组并行进行傅里叶变换，最后利用最小化最大化函数得到最佳的导频位置选择。该导频位置选择装法计算效率高，实现复杂度低，能够进行并行计算并且获得极低的误码率结果，适用于作为单载波频域均衡系统的发射机实现低复杂度、高性能的导频位置选择技术。
-
公开(公告)号：CN117061014A
公开(公告)日：2023-11-14
申请号：CN202310908515.0
申请日：2023-07-21
Applicant: 华南理工大学
IPC: H04B13/02 , H04L69/324 , H04L1/16 , G06N3/092
Abstract: 本发明公开了一种基于Double DQN的水声网络MAC协议。与现有技术相比，本发明采用深度强化学习算法Double DQN的思想，利用Double DQN主网络选择动作，目标网络计算Q值，降低了DQN算法对Q值的过高估计；重新定义Double DQN算法中系统的状态，引入时延特征，使其能够更好地适应水下节点通信；采用中心化处理模块，优化了网络结构，提升了算法收敛速度。
-
公开(公告)号：CN116939681A
公开(公告)日：2023-10-24
申请号：CN202310793659.6
申请日：2023-06-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于智能超表面和空中计算的联邦学习系统，涉及基于无线通信的联邦学习领域，包括以下步骤：S1、建立一个智能超表面辅助无线携能通信和空中计算的联邦学习系统模型，建立智能超表面辅助无线携能通信的下行模型和智能超表面辅助空中计算的上行传输模型；S2、构建一个通信‑学习联合优化问题最小化接收端MSE并保证下行全局参数的信噪比约束；S3、引入辅助变量将原问题进一步分解为两个子问题；S4、利用低复杂度的交替优化和连续凸逼近方法对两个子问题分别求解以得到联合优化问题的解。本发明提出的一种基于智能超表面和空中计算的联邦学习系统可以显著提升学习收敛性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.023 seconds)
