一种基于局部回归神经网络的星地链路功率控制分配方法

    公开(公告)号:CN116318320B

    公开(公告)日:2025-05-06

    申请号:CN202211095250.9

    申请日:2022-09-06

    Abstract: 本发明提供一种基于局部回归神经网络的星地链路功率控制分配方法,本发明涉及星地链路功率控制技术领域,本发明基于卫星和用户量化后的状态数据,建立训练神经网络的数据集,并对数据集进行预处理;对每条链路进行特征参数选取,确定不同状态下每条链路的最佳发射功率大小;建立神经网络,并对参数进行选择,根据选择的参数对神经网络进行训练;采用枚举法确定神经网络的输出判定值,根据数据判定值确定最大功率发射或最小功率发射。本发明提出的令用户以最短距离为接入原则,接入卫星网络后通过带反馈的Elman神经网络进行功率分配的算法,实现了以较低的算法复杂度得到了较大的网络最大信道容量。

    一种基于最大信噪比的多智能反射面选择方法

    公开(公告)号:CN114765785B

    公开(公告)日:2024-02-27

    申请号:CN202110056518.7

    申请日:2021-01-15

    Abstract: 本发明公开了一种基于最大信噪比的多智能反射面选择方法。步骤1:建立系统模型,计算经过智能反射面IRS反射和基站协同波束成形的用户UE处的信号,存在均匀分布i.d.d的零均值高斯噪声;步骤2:计算当存在直视路径时的SNR;步骤3:计算当不存在直视路径时的SNR;步骤4:步骤3作为步骤2的特殊情况,因此基于步骤2的存在直视路径的用户处信噪比SNR,即表述为优化问题,在功率限制下使用户接收到最大信噪比SNR;步骤5:基于步骤4用户接收到最大的信噪比SNR,交替优化相移θ和波束成形矩阵w;步骤6:根据步骤5的优化结果,多次计算经过每个智能反射面(IRS)反射后UE处的最大接收信噪比SNR,并选择可导致最大平均接收信噪比SNR的智能反射面(IRS)。本发明为了提高通信系统的频谱效率和能量效率。

    一种智能反射面反向散射通信系统的多播保密速率最大化方法

    公开(公告)号:CN117241260A

    公开(公告)日:2023-12-15

    申请号:CN202210628055.1

    申请日:2022-06-06

    Abstract: 本发明属于通信领域,公开了一种智能反射面反向散射通信系统的多播保密速率最大化方法。步骤1:假设智能反射面反向散射通信系统中所有链路都经历平坦瑞利衰落;步骤2:利用步骤1经历过平坦瑞利衰落的系统,当PB信号到达IRS时,IRS进行反向散射;步骤3:利用步骤2进行反向散射的IRS,确定第l个Bob和第k个Eve处的信噪比;步骤4:通过联合优化PB发送随机信号s的波束成形向量w和IRS反射向量v以最大化所有组Bob和Eve的最小保密速率;步骤5:将联合优化后的PB发送随机信号s的波束成形向量w和IRS反射向量v,再次进行交替优化实现保密通信。本发明用以解决IRS反向散射通信的多播保密速率最大化问题。

    一种面向相关主窃信道具有鲁棒性的人工噪声辅助的波束成形方法

    公开(公告)号:CN113630163B

    公开(公告)日:2024-10-15

    申请号:CN202010374733.7

    申请日:2020-05-06

    Abstract: 本发明公开了一种面向相关主窃信道具有鲁棒性的人工噪声辅助的波束成形方案。步骤1:建立主信道CSI不完整时的相关多输入单输出MISO窃听信道模型;步骤2:设置信源Alice处的发射功率,合法用户Bob和非串通的窃听用户Eve处的中断SINR以及合法用户和窃听用户处信干噪比中断概率SINR‑OP;步骤3:建立在给定合法用户Bob和非串通的窃听用户Eve处,合法用户和窃听用户处信干噪比中断概率SINR‑OP约束条件下的合法用户Bob处中断SINR最大化非凸优化问题;步骤4:将步骤3最大化非凸优化问题转化为凸问题进行求解。本发明使得合法用户Bob获得较高的目标中断信干噪比SINR,从而有效提升合法用户Bob处的通信性能。

    一种基于局部回归神经网络的星地链路功率控制分配方法

    公开(公告)号:CN116318320A

    公开(公告)日:2023-06-23

    申请号:CN202211095250.9

    申请日:2022-09-06

    Abstract: 本发明提供一种基于局部回归神经网络的星地链路功率控制分配方法,本发明涉及星地链路功率控制技术领域,本发明基于卫星和用户量化后的状态数据,建立训练神经网络的数据集,并对数据集进行预处理;对每条链路进行特征参数选取,确定不同状态下每条链路的最佳发射功率大小;建立神经网络,并对参数进行选择,根据选择的参数对神经网络进行训练;采用枚举法确定神经网络的输出判定值,根据数据判定值确定最大功率发射或最小功率发射。本发明提出的令用户以最短距离为接入原则,接入卫星网络后通过带反馈的Elman神经网络进行功率分配的算法,实现了以较低的算法复杂度得到了较大的网络最大信道容量。

    一种基于最大信噪比的多智能反射面选择方法

    公开(公告)号:CN114765785A

    公开(公告)日:2022-07-19

    申请号:CN202110056518.7

    申请日:2021-01-15

    Abstract: 本发明公开了一种基于最大信噪比的多智能反射面选择方法。步骤1:建立系统模型,计算经过智能反射面IRS反射和基站协同波束成形的用户UE处的信号,存在均匀分布i.d.d的零均值高斯噪声;步骤2:计算当存在直视路径时的SNR;步骤3:计算当不存在直视路径时的SNR;步骤4:步骤3作为步骤2的特殊情况,因此基于步骤2的存在直视路径的用户处信噪比SNR,即表述为优化问题,在功率限制下使用户接收到最大信噪比SNR;步骤5:基于步骤4用户接收到最大的信噪比SNR,交替优化相移θ和波束成形矩阵w;步骤6:根据步骤5的优化结果,多次计算经过每个智能反射面(IRS)反射后UE处的最大接收信噪比SNR,并选择可导致最大平均接收信噪比SNR的智能反射面(IRS)。本发明为了提高通信系统的频谱效率和能量效率。

    一种面向相关主窃信道具有鲁棒性的人工噪声辅助的波束成形方法

    公开(公告)号:CN113630163A

    公开(公告)日:2021-11-09

    申请号:CN202010374733.7

    申请日:2020-05-06

    Abstract: 本发明公开了一种面向相关主窃信道具有鲁棒性的人工噪声辅助的波束成形方案。步骤1:建立主信道CSI不完整时的相关多输入单输出MISO窃听信道模型;步骤2:设置信源Alice处的发射功率,合法用户Bob和非串通的窃听用户Eve处的中断SINR以及合法用户和窃听用户处信干噪比中断概率SINR‑OP;步骤3:建立在给定合法用户Bob和非串通的窃听用户Eve处,合法用户和窃听用户处信干噪比中断概率SINR‑OP约束条件下的合法用户Bob处中断SINR最大化非凸优化问题;步骤4:将步骤3最大化非凸优化问题转化为凸问题进行求解。本发明使得合法用户Bob获得较高的目标中断信干噪比SINR,从而有效提升合法用户Bob处的通信性能。

    基于IRS的车路协同反向散射波束成形联合设计方法

    公开(公告)号:CN118646458A

    公开(公告)日:2024-09-13

    申请号:CN202410808007.X

    申请日:2024-06-21

    Abstract: 本发明提出基于IRS的车路协同反向散射波束成形联合设计方法,包括:步骤1:获取信息接收者的波束成形向量w∈C N×1;步骤2:智能反射面通过被动反向散射,将道路数据以波束形式传输至信息接收者;步骤3:计算信息接收者处的初始加权和速率;步骤4:联合优化信息接收者和智能反射面的主被动波束成形,最大化加权和速率。本发明建立了基于IRS和反向散射技术的车路协同无线通信系统,该系统的被动工作模式提高了系统的能效,延长了车路协同网络寿命;本发明基于所提出系统,设计了高效数据传输方案,通过联合优化车辆的发射波束和IRS的反射系数,有效提高了系统和速率并抑制了自干扰。

Patent Agency Ranking