-
公开(公告)号:CN119483807A
公开(公告)日:2025-02-18
申请号:CN202411637058.7
申请日:2024-11-15
Applicant: 南京邮电大学
Abstract: 本发明涉及无线通信技术领域,公开了面向OFDM通信信号的DNN辅助干扰功率分配方法,包括:发射机将处理后的信号由天线进行发射到接收机;干扰机对衰落信道进行信息采集并传输给智能体,智能体将管理功率分配结果通过控制链路传送给干扰机,以使干扰机进行相应的干扰发射;接收机接收到发射机发射的信号后进行信号数据处理并输出;接收机对不同干扰功率分配方案下的干扰效果进行比较,完成干扰性能评估,关闭USRP系统服务。本发明针对OFDM信号的子载波之间的分配功率策略进行优化,引入深度神经网络DNN,针对最佳功率分配方案进行训练学习,实现性能逼近最佳功率分配的同时,大大缩短了计算时间,增强了干扰功率分配响应速度。
-
公开(公告)号:CN119545113A
公开(公告)日:2025-02-28
申请号:CN202411710786.6
申请日:2024-11-27
Applicant: 南京邮电大学
IPC: H04N21/6405 , H04N21/433 , H04N21/231 , H04N21/61 , H04N21/647
Abstract: 本发明涉及视频传输技术领域,公开了一种面向虚拟现实的多播视频传输QoE优化方法,基于边缘计算辅助的多播网络虚拟视频传输系统模型,该方法包括:构建以QoE值为优化目标,以边缘计算服务器和用户缓存、传输时延和计算时延为限制条件的优化问题;确定新的视频片段优化选择方法,以使用户通过计算资源覆盖率选择加入具有最多视频缓存资源的群组,并通过双滑动窗口方法得到最优缓存策略,实现优化的视频片段选择;将非凸非线性的QoE优化问题转换为多臂老虎机问题,并应用改进的线性上界置信算法进行求解得到近似最优解。本发明构建了以QoE值为目标的优化问题,提出边缘计算辅助的多播网络缓存策略,实现了用户体验质量的优化提升。
-
公开(公告)号:CN119484218A
公开(公告)日:2025-02-18
申请号:CN202411590286.3
申请日:2024-11-08
Applicant: 南京邮电大学
Abstract: 本发明涉及软件无线电传输技术领域,公开了一种基于迁移深度学习的USRP调制信号识别方法,无线信号通过发射端进行传输,USRP接收端在接收到信号后,通过信号采集程序,将信号接收存储,为调制信号识别的CNN模型提供需要的信号训练集和信号测试集,其中所述信号训练集包括预训练数据集和迁移学习训练数据集;通过生成的预训练数据集,对针对调制信号识别的卷积神经网络模型进行预训练;通过生成的迁移学习训练数据集,针对调制信号识别的卷积神经网络模型进行预训练;将训练好的迁移学习卷积神经网络模型部署到信号测试集,对调制信号识别结果进行验证;本发明解决无线通信中调制信号识别问题。
-
-