一种基于强化学习的地图辅助车联网抗干扰通信方法

    公开(公告)号:CN114826449B

    公开(公告)日:2023-04-18

    申请号:CN202210479398.6

    申请日:2022-05-05

    Applicant: 厦门大学

    Abstract: 一种基于强化学习的地图辅助车联网抗干扰通信方法,属于无线通信、车联网和信息安全领域。解决在智能干扰机攻击环境下的车载无线设备高可靠安全通信问题,利用地图获取车辆当前的位置、车辆密度和遮挡物的位置和尺寸等信息,估计与接收车辆之间的信道状态,从接收车辆的反馈信息中获得接收信号功率和前M个数据包的误码率,采用强化学习算法动态车联网无线通信设备的传输功率和信道选择,防御无线干扰攻击,而无需知道干扰机的攻击模型。有效提升车载无线通信设备在高动态环境下的消息传输可靠性并降低无线设备的通信能耗。

    一种基于强化学习的地图辅助车联网抗干扰通信方法

    公开(公告)号:CN114826449A

    公开(公告)日:2022-07-29

    申请号:CN202210479398.6

    申请日:2022-05-05

    Applicant: 厦门大学

    Abstract: 一种基于强化学习的地图辅助车联网抗干扰通信方法,属于无线通信、车联网和信息安全领域。解决在智能干扰机攻击环境下的车载无线设备高可靠安全通信问题,利用地图获取车辆当前的位置、车辆密度和遮挡物的位置和尺寸等信息,估计与接收车辆之间的信道状态,从接收车辆的反馈信息中获得接收信号功率和前M个数据包的误码率,采用强化学习算法动态车联网无线通信设备的传输功率和信道选择,防御无线干扰攻击,而无需知道干扰机的攻击模型。有效提升车载无线通信设备在高动态环境下的消息传输可靠性并降低无线设备的通信能耗。

    面向高精度目标检测的车辆协同感知数据抗干扰传输方法

    公开(公告)号:CN116528185A

    公开(公告)日:2023-08-01

    申请号:CN202310718896.6

    申请日:2023-06-16

    Applicant: 厦门大学

    Abstract: 面向高精度目标检测的车辆协同感知数据抗干扰传输方法,属于无线通信和车联网领域。针对面向高精度目标检测任务的车辆协同感知数据传输过程,车辆根据周边车辆拓扑网络、感知数据采集时间、估计的无线信道状态和干扰强度等信息,以及协同车辆反馈的感知精度、时延和丢包率,挖掘周边车辆网络拓扑、感知数据采集时间、无线信道状态和干扰强度等信息,采用强化学习算法动态优化车联网通信的时隙选择和功率分配,以高效共享实时的感知数据,降低车联网协同感知数据分享时延和丢包率,进而提升车辆协同目标检测任务的精度。

    车联网中多信道MAC层数据自适应传输方法、介质及系统

    公开(公告)号:CN109688566B

    公开(公告)日:2020-07-10

    申请号:CN201910036054.6

    申请日:2019-01-15

    Applicant: 厦门大学

    Abstract: 本发明公开了一种车联网中多信道MAC层数据自适应传输方法、介质及系统,包括以下步骤:基于多信道操作的MAC层协议将信道分成控制信道和服务信道;将控制信道的周期分成广播周期和协商周期;在广播周期内,车辆节点获取邻居车辆节点发送的车辆状态信息,并根据车辆状态信息进行自身MAC帧时隙总数自适应调整;协商周期采用竞争式接入机制,以便车辆节点协商服务信道的使用权;根据协商结果确定每个服务信道的帧长度;车联网中的车辆节点在服务信道进行传输高吞吐量需求的业务信息,并在控制信道进行传输安全业务信息以及控制信令消息;从而提高安全消息的传输可靠性,保证服务信道的使用公平性,同时,提高信道利用率,满足服务消息传输的吞吐量需求。

    车联网中多信道MAC层数据自适应传输方法、介质及系统

    公开(公告)号:CN109688566A

    公开(公告)日:2019-04-26

    申请号:CN201910036054.6

    申请日:2019-01-15

    Applicant: 厦门大学

    Abstract: 本发明公开了一种车联网中多信道MAC层数据自适应传输方法、介质及系统,包括以下步骤:基于多信道操作的MAC层协议将信道分成控制信道和服务信道;将控制信道的周期分成广播周期和协商周期;在广播周期内,车辆节点获取邻居车辆节点发送的车辆状态信息,并根据车辆状态信息进行自身MAC帧时隙总数自适应调整;协商周期采用竞争式接入机制,以便车辆节点协商服务信道的使用权;根据协商结果确定每个服务信道的帧长度;车联网中的车辆节点在服务信道进行传输高吞吐量需求的业务信息,并在控制信道进行传输安全业务信息以及控制信令消息;从而提高安全消息的传输可靠性,保证服务信道的使用公平性,同时,提高信道利用率,满足服务消息传输的吞吐量需求。

    基于强化学习的移动物联网低时延抗干扰视频传输方法

    公开(公告)号:CN116056000A

    公开(公告)日:2023-05-02

    申请号:CN202310061675.6

    申请日:2023-01-17

    Applicant: 厦门大学

    Abstract: 基于强化学习的移动物联网低时延抗干扰视频传输方法,属于无线通信、物联网和信息安全领域。针对设备移动性和视频低时延需求,提供可有效降低移动设备无线视频传输的通信时延和丢包率,提高网络吞吐量,节省通信能耗的一种基于强化学习的移动物联网低时延抗干扰视频传输方法。利用信道、网络状态和移动设备位置信息,以及通信性能参数,采用强化学习算法动态优化设备移动轨迹、无线视频传输的发射功率、信道和码率,应对移动过程中的无线环境动态性和敌意干扰攻击,提高视频质量和流畅度。有效降低无线视频传输的通信时延和丢包率,提高网络吞吐量,节省通信能耗。

    一种基于强化学习的无人机边缘计算抗干扰通信方法

    公开(公告)号:CN116017308A

    公开(公告)日:2023-04-25

    申请号:CN202310030684.9

    申请日:2023-01-10

    Applicant: 厦门大学

    Abstract: 一种基于强化学习的无人机边缘计算抗干扰通信方法,涉及无人机通信、无人机路径规划、边缘计算、抗干扰通信等领域。充分挖掘无人机位置、无人机剩余电量和无人机通信速率等关键信息,结合无人机与地面设备、干扰器之间的通信信道状态、通信性能等参数,提出基于深度强化学习的智能资源管控方案来动态优化无人机的轨迹和用户的发射功率,有效抵御恶意干扰机攻击的同时完成移动边缘计算任务。在复杂的恶意干扰攻击环境下,依然高效提升无人机的通信速率和保障边缘计算任务吞吐量性能。

Patent Agency Ranking