-
公开(公告)号：CN113613207B
公开(公告)日：2024-10-18
申请号：CN202010538089.2
申请日：2020-06-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于多智能体强化学习的车联网频谱共享方法，包括建立车联网系统模型，基于马尔科夫决策过程建立强化学习中观测空间、行为空间、奖励设定的基础模型，然后将系统模型中的车辆链路视为智能体，利用强化学习SAC(Soft Actor‑critic)思想设计频谱共享方法。本发明的设计方案能够以合作的方式实现车联网中车辆与车辆(Vehicle‑to‑Vehicle,V2V)链路和车联与路旁基础设施(Vehicle‑to‑Roadside Infrastructure,V2I)链路的频谱共享，保证最大化V2I链路的信道容量和性能和V2V链路载荷的成功传输概率性能。
-
公开(公告)号：CN114866378B
公开(公告)日：2024-05-07
申请号：CN202210548841.0
申请日：2022-05-20
Applicant: 南京理工大学
Abstract: 本发明公开了一种空间调制中基于主成分分析的干扰协方差矩阵估计方法，该方法步骤为：合法接收机将接收到的信号按列排列成数据集矩阵；对数据集矩阵的协方差矩阵进行特征值分解，将得到的特征值按递减顺序排列；结合已知的干扰协方差矩阵的秩信息对接收机噪声进行估计，对相应的特征值进行取均值，得到接收机噪声的方差值；根据已知的干扰协方差矩阵的秩，选择对应主成分数量的特征值并去除接收机噪声的影响对干扰协方差矩阵进行重构，得到估计的干扰协方差矩阵；根据估计到的干扰协方差矩阵设计接收波束成形向量。本发明估计得到的干扰协方差矩阵结合相应的波束成形，使得全双工窃听者存在的空间调制在安全性能方面的性能有显著的提升。
-
公开(公告)号：CN114630299B
公开(公告)日：2024-04-23
申请号：CN202210228341.9
申请日：2022-03-08
Applicant: 南京理工大学
IPC: H04W4/44 , H04W72/044 , H04W72/52 , H04W72/53 , H04W72/542
Abstract: 本发明公开了一种基于深度强化学习的信息年龄可感知资源分配方法，具体为：输入车联网环境，基站初始化自身actor网络和critic网络的参数；在当前时隙中，基站先为环境中所有的车辆用户对分配信道和发射功率；车辆用户和蜂窝用户完成通信后，所有链路的剩余负载量和信息年龄更新；基站得到环境反馈的奖励后，感知并收集环境当前状态信息，同时缓冲池存储此时隙产生的样本数据；当样本数量足够时，根据置信域策略优化算法中的迭代公式来更新actor网络和critic网络的参数，更新完成后清空缓冲池；当达到训练回合的最大步数时，重新输入车联网环境开始下一回合。本发明通过最小化平均信息年龄和平均功耗来支持车联网中各类实时性敏感应用。
-
公开(公告)号：CN113991785B
公开(公告)日：2024-04-05
申请号：CN202111280688.X
申请日：2021-11-01
Applicant: 南京理工大学
IPC: H02J7/00 , H02J50/00 , H02J50/80 , G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种无人机辅助的传感器节点充电方法。所述方法包括：设置所述无人机辅助充电场景所需参数；基于马尔可夫决策过程建立传感器节点和物联网环境交互的基础模型，获取传感器节点的状态空间、行为空间和奖励；求解无人机最优充电调度策略；根据求解结果派遣无人机对传感器节点进行充电。采用本发明的方法以保障各传感器节点始终具备足够电量进行物联网任务作为前提，能够在恶劣的物联网环境下实现无人机的最优充电调度。
-
公开(公告)号：CN115407267A
公开(公告)日：2022-11-29
申请号：CN202211001442.9
申请日：2022-08-19
Applicant: 南京理工大学
IPC: G01S5/02
Abstract: 本发明公开了一种无人机集群RSS源定位中最优的几何配置方法及其应用，方法为：针对飞行域限制下无人机集群进行RSS测量，建立最优几何配置问题；悬停状态下，不考虑飞行高度和水平距离，根据框架理论，将最优几何配置问题分解为常规和非常规情形，分别确立最优的传感器‑目标几何结构，然后考虑域限制，通过几何和代数分析，确定出无人机集群悬停状态下的最优几何配置方案；低速、高速飞行状态下，基于悬停状态下的最优几何配置方案，运用传感器等效性放置准则，考虑域限制，确定无人机集群低速、高速飞行状态下的最优几何配置方案。所述方法可用于精炼先验估计结果。本发明极大地提高了无人机集群RSS源定位的估计结果准确性。
-
Patent Agency Ranking
公开(公告)号：CN115276878A
公开(公告)日：2022-11-01
申请号：CN202210749960.2
申请日：2022-06-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于逆迭代和流形优化的智能反射面安全速率确定方法及装置，该方法为：建立智能反射面辅助的安全通信系统模型，建立有用信号波束成形向量、人工噪声和智能反射面相移矩阵的优化问题，初始化有用信号波束成形向量和人工噪声；固定智能反射面相移矩阵，利用广义逆迭代法优化有用信号波束成形向量和人工噪声；固定波束成形向量和人工噪声，利用流形法优化智能反射面的相移矩阵；计算波束成形向量、人工噪声和智能反射面相移矩阵更新前、后的安全速率之差的绝对值，直到满足条件。该装置包括模型构建模块、初始化模块、第一优化模块、第二优化模块、循环计算及判定模块。本发明降低了硬件成本，提高了无线传输的安全速率和安全性能。
-
公开(公告)号：CN111654903B
公开(公告)日：2022-09-06
申请号：CN202010365820.6
申请日：2020-04-30
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于四维球码调制的非正交接入功率分配方法。该方法步骤为：给定远近用户的检测错误概率上限和信道估计误差，计算总的发送功率；依据信道估计误差的标准差推算功率分配因子；将用户信息采用四维球形码作为星座矩阵进行调制，按照所得功率分配因子设定功率进行发送；远用户用估计的信道增益直接对接收的信号进行检测，将接收信号与乘上信道增益之后，和分配功率的信号星座矩阵相对比，找出信号星座矩阵中最接近接收信号的一列即发送信号，从而得到远用户信息；近用户用估计的信道增益先检测远用户的信息，进行干扰抵消后，检测近用户信息。本发明通过增加星座点间的距离，降低信号检测错误的概率，提升了非正交接入系统的性能。
-
-
公开(公告)号：CN112311520A
公开(公告)日：2021-02-02
申请号：CN202011081193.X
申请日：2020-10-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种全双工方向调制无线网络构建方法。该方法如下：建立全双工方向调制系统模型，该模型包括发射机、期望接收机和窃听者，期望接收机和窃听者工作于全双工模式，期望接收机在接收隐私信息的同时向窃听者发送人工噪声干扰其对隐私信息的窃听，而窃听者在窃听隐私信息的同时向期望接收机发送人工噪声干扰隐私信息的传输；采用零空间投影法、最大比合并以及最大比率传输的方法，设计人工噪声投影矩阵、接收矩阵；采用最大比率传输和零空间投影法，设计隐私信息的波束成形向量；以最大化安全速率为目标设计发射机的功率分配因子，将安全速率表示为功率分配因子的函数，确定最优的功率分配因子。本发明能够显著提高系统的安全速率。
-
公开(公告)号：CN111769862A
公开(公告)日：2020-10-13
申请号：CN202010594156.2
申请日：2020-06-28
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于深度学习的空间调制网络中联合检测算法。本发明利用深度学习方法，首先将信道和接收信号均处理为实值行向量，二者堆叠生成训练样本，一批样本组成训练集，将原始数据比特处理为独热编码形式，生成训练集的标签；然后搭建深度神经网络，使用训练集及其标签训练深度神经网络；最后，每当信道矩阵和接收信号发生变化时，向深度神经网络输入信道和接收信号，得到输出，即为信号检测结果。只要信道的随机分布不发生改变，便无需进行新的训练。本发明的有益效果为，本发明提出的基于深度学习的联合检测算法，无需重复繁琐的计算，以可接受的复杂度，获得了较优的误比特率性能。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.033 seconds)
