公开(公告)号：CN117459992A

公开(公告)日：2024-01-26

申请号：CN202311579692.5

申请日：2023-11-24

Applicant: 南京邮电大学

Inventor： 陆音 ,  杨彪 ,  马子贤 ,  黄一凡 ,  钟嘉俊 ,  吴珞铖 ,  丁飞 ,  许世民

IPC: H04W28/02 ,  H04W24/06 ,  H04W24/02

Abstract: 本发明公开了一种基于模拟退火粒子群算法的D2D资源分配方法，属于D2D资源分配技术领域；步骤为：构建单小区场景下联合模式选择的D2D资源分配的通信系统模型；根据通信系统模型构建联合模式选择的资源分配优化问题；通过干扰规避方案对通信系统模型进行优化；将资源分配优化问题映射到粒子群算法上；引入罚函数将原约束优化问题转化为无约束优化问题；引入模拟退火算法对粒子群算法进行改进。本发明通过制定干扰规避方案，加快后续算法的收敛速度，缩短迭代到最优解的时间，减少D2D与蜂窝用户之间的干扰；同时，引入模拟退火算法改善粒子群算法，将解映射到粒子上，提高算法避免陷入局部最优的能力，最大化系统吞吐量。

公开(公告)号：CN119363191A

公开(公告)日：2025-01-24

申请号：CN202411394262.0

申请日：2024-10-08

Applicant: 南京邮电大学

Inventor： 陆音 ,  刘金志 ,  陆浥辰 ,  马子贤 ,  陈昕瑶 ,  王泽恒 ,  黄一凡 ,  钟嘉俊 ,  张珉 ,  吕科

IPC: H04B7/185 ,  H04W4/30 ,  H04W40/20 ,  H04W24/02 ,  H04B17/391 ,  G06N3/006

Abstract: 本发明公开了一种多无人机协同数据收集方法、可读存储介质及设备，属于无线通信技术领域，本发明根据多无人机数量和物联网设备位置分布建立数据收集的环境模型，并基于环境模型确定以最大化多无人机总数据收集量和最短数据收集路径长度为目标的局部网络模型，利用改进后的QMIX算法训练局部网络模型的网络参数并周期性地对网络参数进行聚合处理，得到训练好的无人机全局模型，通过无人机全局模型根据目标城市区域物联网设备位置信息、数据传输信道特征数据得到多无人机最大数据收集量的最优路径长度，控制多无人机对目标物联网设备进行数据收集，在提高数据收集效率和减少飞行路径长度的同时提高了系统的鲁棒性。

公开(公告)号：CN118042528B

公开(公告)日：2024-06-28

申请号：CN202410440830.X

申请日：2024-04-12

Applicant: 南京邮电大学

Inventor： 张璐 ,  陆浥辰 ,  马子贤 ,  吴珞铖 ,  黄一凡 ,  钟嘉俊 ,  陆音 ,  张珉 ,  许世民

IPC: H04W28/08 ,  H04W28/086 ,  H04W4/40

Abstract: 无人机辅助网络的自适应负载均衡地面用户接入方法，基于深度Q学习网络(DQN)的无人机部署算法和用于GUs访问的自适应和负载平衡(ALB)，将BS‑UAV‑NTN网络中的GUs接入问题化为一个最大化问题，将其转化为未知环境下无人机部署的马尔可夫决策过程(MDP)问题。该方法包括一种基于DQN的无人机部署算法，以及一种对BSs和无人机进行优先级排序的接入方案。仿真结果表明，该访问方案在奖励和访问GUs的数量方面优于传统的Q‑learning和随机方案。

公开(公告)号：CN118042528A

公开(公告)日：2024-05-14

申请号：CN202410440830.X

申请日：2024-04-12

Applicant: 南京邮电大学

Inventor： 张璐 ,  陆浥辰 ,  马子贤 ,  吴珞铖 ,  黄一凡 ,  钟嘉俊 ,  陆音 ,  张珉 ,  许世民

IPC: H04W28/08 ,  H04W28/086 ,  H04W4/40

Abstract: 无人机辅助网络的自适应负载均衡地面用户接入方法，基于深度Q学习网络(DQN)的无人机部署算法和用于GUs访问的自适应和负载平衡(ALB)，将BS‑UAV‑NTN网络中的GUs接入问题化为一个最大化问题，将其转化为未知环境下无人机部署的马尔可夫决策过程(MDP)问题。该方法包括一种基于DQN的无人机部署算法，以及一种对BSs和无人机进行优先级排序的接入方案。仿真结果表明，该访问方案在奖励和访问GUs的数量方面优于传统的Q‑learning和随机方案。

公开(公告)号：CN118569549A

公开(公告)日：2024-08-30

申请号：CN202410611133.6

申请日：2024-05-16

Applicant: 南京邮电大学

Inventor： 陆音 ,  仲凯 ,  陆浥辰 ,  马子贤 ,  黄龚睿 ,  王泽恒 ,  陈东键 ,  黄一凡 ,  钟嘉俊 ,  许世民 ,  朱斌

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06Q30/0204 ,  G06Q50/06

Abstract: 本发明公开了一种电动汽车充电站规划方法，属于充电桩规划技术领域。该方法包括：(1)构建最大化充电站年利润和最小化用户等待时间的多目标优化电动汽车充电站规划模型；(2)通过贪心策略选择成本最小的充电站进行充电；(3)优化各个站点的最佳充电桩数量和服务费价格；(4)使用改进的MOEA/D‑M2M算法对该模型进行优化。本发明能够为电动汽车充电站建设企业提供充电站选址及确定各充电站充电桩数量和服务费价格的多个可供选择的最优方案。同时本发明模型提出了动态优化充电设施资源配置方案，为充电设施有序规划提供决策支撑。

公开(公告)号：CN118228071A

公开(公告)日：2024-06-21

申请号：CN202410475634.6

申请日：2024-04-19

Applicant: 南京邮电大学

Inventor： 黄一凡 ,  吴韩晟 ,  钟嘉俊 ,  林宗熠

IPC: G06F18/23 ,  G06Q10/047

Abstract: 针对无人机辅助数据采集方法，本发明提供了一种基于AP聚类和动态规划方法的无人机数据采集方法的一种思路，模拟平地上数据采集点的分布，要得到数据上传和飞行时间的总的最短时间，通过自适应的AP聚类方法将其分为多簇，再通过动态规划计算全局最优解，即可解决这个最优化问题。该方法解决了实际生活中无人机采集数据时间长，损耗大的问题，提高数据采集效率。