公开(公告)号：CN117062095B

公开(公告)日：2025-02-11

申请号：CN202311112408.3

申请日：2023-08-31

Applicant: 华能伊敏煤电有限责任公司

Inventor： 郑安 ,  张集 ,  郭江枫 ,  赵耀忠 ,  袁金祥 ,  张波 ,  李国鹏 ,  张安萍 ,  房圆武 ,  刘强 ,  李建军 ,  王晓阳

IPC: H04W16/22 ,  H04L41/142 ,  H04L41/147 ,  H04L41/16 ,  H04B7/0413 ,  H04B7/06 ,  H04B7/08

Abstract: 本发明涉及一种基于人工智能算法的多用户波束预测方法，该方法包括以下步骤：构建总的目标优化函数；将一个时隙划分为T个微小时隙；在每一个微小时隙下，采用深度确定性策略梯度算法对波束进行预测，得到波束选择的全局最优方案，所述深度确定性策略梯度算法的状态空间建立为t‑1时隙每个用户选择的波束，动作空间建立为t时隙下每个用户选择每个预编码变化幅度的概率矩阵，奖励函数建立为t时刻所有用户接收信号的模值之和。本发明通过将多用户复杂的预编码矩阵选择转变为统一的预编码矩阵的变化幅度选择，降低了动作空间的维度，加快了网络的收敛速率，同时降低了算法训练所需的算力开销，提升了预测方法的泛用性。

公开(公告)号：CN117040579B

公开(公告)日：2024-12-03

申请号：CN202311052970.1

申请日：2023-08-21

Applicant: 华能伊敏煤电有限责任公司

Inventor： 张集 ,  赵耀忠 ,  王煜鑫 ,  袁金祥 ,  张波 ,  郑安 ,  李国鹏 ,  张安萍 ,  房圆武 ,  刘强 ,  李建军 ,  曹雪

IPC: H04B7/06 ,  H04L5/00 ,  H04L25/02 ,  H04L41/16 ,  G06N3/045

Abstract: 一种基于联邦学习的CSI反馈压缩增强方法及装置，涉及通信领域，包括：在当前训练轮次，基站获取上一个训练轮次全局CSI反馈信息，确定导频信号；用户设备根据导频信号获取CSI信息，通过CSI压缩网络的训练得到CSI反馈压缩信息；确定当前训练轮次的发送及接收配置方案；按方案用户设备向基站发送CSI反馈压缩信息和CSI压缩网络模型；基站提取CSI反馈压缩信息，用CSI恢复网络对CSI反馈压缩信息进行恢复处理，得到CSI反馈恢复信息；基站聚合CSI压缩网络模型得到聚合后的联邦学习聚合模型参数。本发明能适应信道状态的动态性变化，充分利用本地计算资源，保护本地数据集隐私，降低通信开销，减少端到端的时延。

公开(公告)号：CN117040579A

公开(公告)日：2023-11-10

申请号：CN202311052970.1

申请日：2023-08-21

Applicant: 华能伊敏煤电有限责任公司

Inventor： 张集 ,  赵耀忠 ,  王煜鑫 ,  袁金祥 ,  张波 ,  郑安 ,  李国鹏 ,  张安萍 ,  房圆武 ,  刘强 ,  李建军 ,  曹雪

IPC: H04B7/06 ,  H04L5/00 ,  H04L25/02 ,  H04L41/16 ,  G06N3/045

Abstract: 一种基于联邦学习的CSI反馈压缩增强方法及装置，涉及通信领域，包括：在当前训练轮次，基站获取上一个训练轮次全局CSI反馈信息，确定导频信号；用户设备根据导频信号获取CSI信息，通过CSI压缩网络的训练得到CSI反馈压缩信息；确定当前训练轮次的发送及接收配置方案；按方案用户设备向基站发送CSI反馈压缩信息和CSI压缩网络模型；基站提取CSI反馈压缩信息，用CSI恢复网络对CSI反馈压缩信息进行恢复处理，得到CSI反馈恢复信息；基站聚合CSI压缩网络模型得到聚合后的联邦学习聚合模型参数。本发明能适应信道状态的动态性变化，充分利用本地计算资源，保护本地数据集隐私，降低通信开销，减少端到端的时延。

公开(公告)号：CN117062095A

公开(公告)日：2023-11-14

申请号：CN202311112408.3

申请日：2023-08-31

Applicant: 华能伊敏煤电有限责任公司

Inventor： 郑安 ,  张集 ,  郭江枫 ,  赵耀忠 ,  袁金祥 ,  张波 ,  李国鹏 ,  张安萍 ,  房圆武 ,  刘强 ,  李建军 ,  王晓阳

IPC: H04W16/22 ,  H04L41/142 ,  H04L41/147 ,  H04L41/16 ,  H04B7/0413 ,  H04B7/06 ,  H04B7/08

Abstract: 本发明涉及一种基于人工智能算法的多用户波束预测方法，该方法包括以下步骤：构建总的目标优化函数；将一个时隙划分为T个微小时隙；在每一个微小时隙下，采用深度确定性策略梯度算法对波束进行预测，得到波束选择的全局最优方案，所述深度确定性策略梯度算法的状态空间建立为t‑1时隙每个用户选择的波束，动作空间建立为t时隙下每个用户选择每个预编码变化幅度的概率矩阵，奖励函数建立为t时刻所有用户接收信号的模值之和。本发明通过将多用户复杂的预编码矩阵选择转变为统一的预编码矩阵的变化幅度选择，降低了动作空间的维度，加快了网络的收敛速率，同时降低了算法训练所需的算力开销，提升了预测方法的泛用性。

公开(公告)号：CN221202564U

公开(公告)日：2024-06-21

申请号：CN202322768853.7

申请日：2023-10-16

Applicant: 华能伊敏煤电有限责任公司

Inventor： 袁金祥 ,  张波 ,  郑爱玲 ,  赵耀忠 ,  张集 ,  郑安 ,  李国鹏 ,  刘强 ,  房圆武 ,  李建军

IPC: H04B7/005 ,  H04B7/155

Abstract: 本实用新型公开了一种1比特多功能智能反射面，包括多个智能反射面单元，所述智能反射面单元包括上层结构、放大层和底层结构三部分，其中上层结构和底层结构相同，均包含金属层、变容二极管、介质层、馈线层四部分。放大层包含放大器和分支线耦合器两部分。本实用新型通过修改变容二极管的偏置电压，可以实现对于相位和幅度的调控，实现入射信号的同时反射和折射，并将放大电路与上述设计的RIS单元结合，实现信号放大功能，从而实现多功能RIS，即同时反射、折射和放大。本实用新型，体积小、绿色节能、易部署，解决了现有的RIS无法同时解决半空间覆盖和双重衰落问题，具有更广的部署场景。