一种保障安全通信的无人机阵列减薄方法

    公开(公告)号:CN117376937B

    公开(公告)日:2024-03-19

    申请号:CN202311650077.9

    申请日:2023-12-05

    Applicant: 吉林大学

    Abstract: 本发明属于无线网络技术领域,公开了一种保障安全通信的无人机阵列减薄方法,包括:步骤一、获取无人机总数、无人机阵列形状、无人机阵列原点坐标及需要通信的远程基站的位置;步骤二、确定期望参与通信的无人机数量;步骤三、确定优化目标,并根据所述优化目标筛选出多个参与通信的无人机并确定参与通信的无人机的最佳激励电流权重;步骤四、地面用户从参与通信的无人机中选择一台无人机,作为第一通信无人机,并将其余参与通信的无人机作为第二通信无人机;步骤五、地面用户将通信数据传输给第一通信无人机,第一通信无人机将通信数据传输给多个第二通信无人机,以虚拟阵列天线的形式携带最佳激励电流权重向远程基站传输通信数据。

    一种多无人机辅助MEC的任务卸载与充电调度联合优化方法

    公开(公告)号:CN117354759B

    公开(公告)日:2024-03-19

    申请号:CN202311660129.0

    申请日:2023-12-06

    Applicant: 吉林大学

    Abstract: 本发明公开了一种多无人机辅助MEC的任务卸载与充电调度联合优化方法,涉及移动边缘计算技术领域,包括:1、建立多无人机辅助移动及充电模型;2、确定所述多无人机辅助移动及充电模型完成任务的时间延迟和总能耗;3、构建优化目标;4、将优化问题建模为离散时间马尔可夫决策过程;5、利用P‑TD3算法获得任务卸载和充电调度的最优策略;6、根据计算出的无人机的最优任务卸载比例、飞行轨迹、充电调度以及用户设备的最优任务卸载比例协同执行计算密集型任务。本发明在多无人机辅助移动边缘计算系统中部署充电站为无人机充电,有效降低系统总能耗,保证完成任务量最大化,同时通过充电调度解决无人机能量不足的问题,提高整体服务质量。

    莱斯信道下多无人机辅助MEC任务卸载的能效优化方法

    公开(公告)号:CN117376985B

    公开(公告)日:2024-03-19

    申请号:CN202311675997.6

    申请日:2023-12-08

    Applicant: 吉林大学

    Abstract: 本发明属于无线网络技术领域,公开了一种莱斯信道下多无人机辅助MEC任务卸载的能效优化方法,包括:步骤一、获取多无人机辅助MEC任务卸载系统中的无人机位置、地面用户位置、每个无人机和地面用户的传输时延和能耗;步骤二、构建优化目标函数以及确定优化约束条件;根据所述优化目标函数和所述优化约束条件确定任务卸载策略和每个无人机的下一步的最佳位置;其中,所述任务卸载策略包括:将计算任务直接卸载至无人机、计算任务直接卸载至地面基站或以无人机作为中继将计算任务卸载至地面基站;步骤三、无人机节点移动到最佳位置后,所述多无人机辅助MEC任务卸载系统按照所述任务卸载策略执行计算任务。

    一种壳聚糖-MOFs复合材料及其制备方法和应用

    公开(公告)号:CN117732450A

    公开(公告)日:2024-03-22

    申请号:CN202410114893.6

    申请日:2024-01-26

    Applicant: 吉林大学

    Abstract: 本发明适用于农业生产技术领域,提供了一种壳聚糖‑MOFs复合材料及其制备方法和应用,壳聚糖‑MOFs复合材料的原料包括植物生长调节剂、MOFs和壳聚糖;所述植物生长调节剂包括萘乙酸和色氨酸;所述壳聚糖‑MOFs复合材料包括NT@CS@UZ(s)和NT@CS@UZ(b)。本发明成功制备了兼具海绵和微球形态的壳聚糖‑MOFs复合材料,该复合材料具有吸附‑控释双重功能。在环境中,该复合材料能够高效吸附铝离子,同时能够智能控制释放植物生长调节剂;本发明提供的可循环利用的创新技术不仅能够显著提高植物的生长速度和产量,还能够降低使用成本;基于该复合材料的吸附‑控释双功能,有望拓展其在其他领域的应用。

    一种多无人机辅助MEC的任务卸载与充电调度联合优化方法

    公开(公告)号:CN117354759A

    公开(公告)日:2024-01-05

    申请号:CN202311660129.0

    申请日:2023-12-06

    Applicant: 吉林大学

    Abstract: 本发明公开了一种多无人机辅助MEC的任务卸载与充电调度联合优化方法,涉及移动边缘计算技术领域,包括:1、建立多无人机辅助移动及充电模型;2、确定所述多无人机辅助移动及充电模型完成任务的时间延迟和总能耗;3、构建优化目标;4、将优化问题建模为离散时间马尔可夫决策过程;5、利用P‑TD3算法获得任务卸载和充电调度的最优策略;6、根据计算出的无人机的最优任务卸载比例、飞行轨迹、充电调度以及用户设备的最优任务卸载比例协同执行计算密集型任务。本发明在多无人机辅助移动边缘计算系统中部署充电站为无人机充电,有效降低系统总能耗,保证完成任务量最大化,同时通过充电调度解决无人机能量不足的问题,提高整体服务质量。

    一种NR下基于覆盖环境和信道质量的波束管理方法

    公开(公告)号:CN114900845B

    公开(公告)日:2023-07-21

    申请号:CN202210605834.X

    申请日:2022-05-31

    Applicant: 吉林大学

    Abstract: 本发明公开了一种NR下基于覆盖环境和信道质量的波束管理方法,包括:步骤一、获取用户设备测量到的所有波束信息,得到第一波束集;步骤二、设定时间阈值和距离阈值,从所述第一波束集中筛选出同时满足所述时间阈值和所述距离阈值的波束,得到第二波束集;步骤三、计算所述第二波束集中每个波束的SINR值,并筛选出SINR值大于SINR参考值的波束,得到第三波束集;步骤四、计算所述第三波束集中每个波束的综合质量指数,选择综合质量指数最大的波束作为最佳波束;其中,所述波束的综合质量指数的计算方法为:式中,SRSi表示波束i的综合质量指数,α和β分别为波束的RSRP值和波束的SINR值的权重因子;RSRPi表示波束i的RSRP值,SINRi表示波束i的SINR值。

    莱斯信道下多无人机辅助MEC任务卸载的能效优化方法

    公开(公告)号:CN117376985A

    公开(公告)日:2024-01-09

    申请号:CN202311675997.6

    申请日:2023-12-08

    Applicant: 吉林大学

    Abstract: 本发明属于无线网络技术领域,公开了一种莱斯信道下多无人机辅助MEC任务卸载的能效优化方法,包括:步骤一、获取多无人机辅助MEC任务卸载系统中的无人机位置、地面用户位置、每个无人机和地面用户的传输时延和能耗;步骤二、构建优化目标函数以及确定优化约束条件;根据所述优化目标函数和所述优化约束条件确定任务卸载策略和每个无人机的下一步的最佳位置;其中,所述任务卸载策略包括:将计算任务直接卸载至无人机、计算任务直接卸载至地面基站或以无人机作为中继将计算任务卸载至地面基站;步骤三、无人机节点移动到最佳位置后,所述多无人机辅助MEC任务卸载系统按照所述任务卸载策略执行计算任务。

    一种保障安全通信的无人机阵列减薄方法

    公开(公告)号:CN117376937A

    公开(公告)日:2024-01-09

    申请号:CN202311650077.9

    申请日:2023-12-05

    Applicant: 吉林大学

    Abstract: 本发明属于无线网络技术领域,公开了一种保障安全通信的无人机阵列减薄方法,包括:步骤一、获取无人机总数、无人机阵列形状、无人机阵列原点坐标及需要通信的远程基站的位置;步骤二、确定期望参与通信的无人机数量;步骤三、确定优化目标,并根据所述优化目标筛选出多个参与通信的无人机并确定参与通信的无人机的最佳激励电流权重;步骤四、地面用户从参与通信的无人机中选择一台无人机,作为第一通信无人机,并将其余参与通信的无人机作为第二通信无人机;步骤五、地面用户将通信数据传输给第一通信无人机,第一通信无人机将通信数据传输给多个第二通信无人机,以虚拟阵列天线的形式携带最佳激励电流权重向远程基站传输通信数据。

    一种NR下基于覆盖环境和信道质量的波束管理方法

    公开(公告)号:CN114900845A

    公开(公告)日:2022-08-12

    申请号:CN202210605834.X

    申请日:2022-05-31

    Applicant: 吉林大学

    Abstract: 本发明公开了一种NR下基于覆盖环境和信道质量的波束管理方法,包括:步骤一、获取用户设备测量到的所有波束信息,得到第一波束集;步骤二、设定时间阈值和距离阈值,从所述第一波束集中筛选出同时满足所述时间阈值和所述距离阈值的波束,得到第二波束集;步骤三、计算所述第二波束集中每个波束的SINR值,并筛选出SINR值大于SINR参考值的波束,得到第三波束集;步骤四、计算所述第三波束集中每个波束的综合质量指数,选择综合质量指数最大的波束作为最佳波束;其中,所述波束的综合质量指数的计算方法为:式中,SRSi表示波束i的综合质量指数,α和β分别为波束的RSRP值和波束的SINR值的权重因子;RSRPi表示波束i的RSRP值,SINRi表示波束i的SINR值。

    一种无监督的用户感知指标重要度确定方法

    公开(公告)号:CN114816321A

    公开(公告)日:2022-07-29

    申请号:CN202210429602.3

    申请日:2022-04-22

    Applicant: 吉林大学

    Abstract: 本发明公开了一种无监督的用户感知指标重要度确定方法,属于无线通信领域,包括以下步骤:S1.计算相关性系数矩阵;S2.软阈值法构建邻接矩阵;S3.计算拓扑重叠矩阵;S4.计算候选指标重要度。能够客观计算出各维度指标之间的连接度,并以此来表征感知指标重要度的方法;无须定义目标值,仅需基于候选指标数据内部规律,通过无监督学习算法,计算并得出指标重要度信息。

Patent Agency Ranking