-
公开(公告)号:CN118158041A
公开(公告)日:2024-06-07
申请号:CN202410361857.X
申请日:2024-03-27
Applicant: 吉林大学
IPC: H04L27/00 , G06N3/098 , G06N3/0442 , G06N3/084 , G06N3/0464 , G06F18/241
Abstract: 本发明涉及一种基于联邦学习的无线电监测信号自动调制分类方法,属于无线通信领域。构建联邦学习的分布式机器学习框架,将采集到的无线电信号进行数据预处理,中央服务器选择改进的长短期记忆网络模型,各客户端接收到模型参数后,将参数上传到中央服务器,在中央服务器对收到的局部模型参数进行聚合,结果用于下一轮的本地模型更新,将训练好的模型用于调制分类。优点是在保证用户数据隐私安全的同时,解决了通信带宽不足的问题,采用联合增强策略避免过拟合,提高模型的鲁棒性,采用改进的长短期记忆网络提高了分类性能,在客户端局部训练时采用随机梯度下降的方法,在中央服务器中采用加权平均的聚合方式对参数进行聚合。
-
公开(公告)号:CN118338268A
公开(公告)日:2024-07-12
申请号:CN202410501705.5
申请日:2024-04-25
Applicant: 吉林大学
IPC: H04W4/44 , H04W16/28 , H04L27/26 , H04L25/02 , H04B7/0413
Abstract: 本发明涉及基于MIMO‑OTFS的ISAC赋能下的车联网中波束预测方法,属于通信感知一体化领域。构建通信感知一体化MIMO‑OTFS车联网系统模型,建立基于CDDA信道的感知模型、通信模型,采用最大似然补偿的正交匹配追踪多维参数估计算法获取感知模型中雷达回波所携带的信道信息和车辆状态信息,利用车辆状态演化模型根据估计算法获取的估计值预测下两个时刻的车辆状态,并借助预测值分别制定发射和接收波束成形器,从而实现波束预测。本发明解决了传统信道中时延多普勒参数受限于ISAC‑OTFS信号分辨率的问题,并为其开发MC‑OMP参数估计算法,有效增强了高移动性场景下波束预测的精确性和稳定性,进而使得车联网中通信能力大大提升。
-