一种无线传感器网络定位系统及定位方法

    公开(公告)号:CN102215564A

    公开(公告)日:2011-10-12

    申请号:CN201110132372.6

    申请日:2011-05-20

    Abstract: 一种无线传感器网络定位系统及定位方法,涉及无线传感器网络定位系统及定位方法。它解决现有的无线传感器网络定位系统或方法的定位速度差、定位精度低的问题。其系统的每个信标节点与待测节点之间的距离均介于1m~10m之间。其方法:三个信标节点分别将自身ID与数据长度、目的地址、数据、标志位等一起形成数据帧,并将该数据帧以CSMA的方式进行周期性广播;待测节点接收来自三个信标节点的广播信号,进行保存和分析数据帧的各部分结构,读取RSSI值,并根据RSSI-距离线性转换模型计算获得待测无线传感器网络节点与三个信标节点之间的距离,然后采用三边测量法获得待测节点的坐标,实现无线传感器网络节点定位。本发明适用于无线传感器网络节点的定位。

    一种提高Cell-Free Massive MIMO网络与D2D通信共存系统总谱效的方法

    公开(公告)号:CN119562330A

    公开(公告)日:2025-03-04

    申请号:CN202411650855.9

    申请日:2024-11-19

    Abstract: 本发明提出一种提高Cell‑Free Massive MIMO网络与D2D通信共存系统总谱效的方法,属于通信技术领域,解决了已存在方法根据AP选择结果执行功率控制且AP选择结果基于启发式方法得出的对共存系统性能提升的限制,步骤包括:步骤1:初始化AP选择结果X;步骤2:根据AP用户选择结果X执行功率控制,输出功率控制系数η;步骤3:根据功率控制系数η执行AP选择,输出AP选择结果X;步骤4:交替执行步骤2和步骤3,直至相邻两次目标函数值之差≤误差容忍度或达到最大迭代次数,完成系统总谱效优化。

    一种基于人工智能的大规模MIMO混合预编码方法、设备及存储介质

    公开(公告)号:CN115549732B

    公开(公告)日:2024-05-28

    申请号:CN202211108893.2

    申请日:2022-09-13

    Abstract: 本发明提出了一种基于人工智能的大规模MIMO混合预编码方法;首先设计基础学习器;采用传统部分连接结构的混合预编码算法构造CNN网络的数据集,构建损失函数;然后设计高级学习器;构建数据集,利用元学习MAML算法对数据集进行元训练和元微调,完成网络在全新的环境的适应;本发明利用卷积神经网络替代传统算法,降低计算复杂度,获得预编码矩阵的批量预测能力,并巧妙利用模拟预编码器的部分连接结构,减小神经网络的规模,降低预测时间开销,同时利用元学习MAML算法提高了神经网络环境普适性的能力,保证网络在全新的环境中能够快速适应。

    基于深度强化学习的无小区大规模MIMO下移动边缘计算的分布式计算卸载方法

    公开(公告)号:CN114035858B

    公开(公告)日:2024-02-20

    申请号:CN202111254423.2

    申请日:2021-10-27

    Abstract: 本发明公开了一种基于深度强化学习的无小区大规模MIMO下移动边缘计算的分布式计算卸载方法,属于移动边缘计算领域,包括:设置CF‑MEC训练环境;基于CF‑MEC训练环境,使用M/M/1排队论模型生成计算任务;在每个用户设备上构建深度Q网络,利用计算任务对被分配到任务的用户设备上的深度Q网络进行训练,直至贪婪策略的概率趋近于1,训练结束得到训练后的深度Q网络;将待测数据输入训练后的深度Q网络中,使用户设备对边缘服务器进行独立计算卸载决策。该方法通过在每个用户设备上部署训练好的深度Q网络,用户可以自行根据网络中的相关信息进行卸载决策,从而尽可能降低自身运行计算密集型任务的时延,提高用户体验。

    通信为中心的RIS辅助无蜂窝ISAC网络联合波束成形方法

    公开(公告)号:CN117375683A

    公开(公告)日:2024-01-09

    申请号:CN202311382605.7

    申请日:2023-10-24

    Abstract: 本发明涉及通信为中心的RIS辅助无蜂窝ISAC网络联合波束成形方法,属于传感和通信技术领域。解决目前还未有相关工作建立RIS辅助无蜂窝ISAC网络的系统模型,并提出在感知性能约束下以通信为中心的设计的问题。包括在RIS辅助的无蜂窝ISAC网络系统中建立系统模型;得到通信系统、雷达系统的信号表达式;建立RIS辅助的无蜂窝ISAC网络中的通信性能最大化的优化问题;问题转化为基站波束成形问题和RIS相移设计问题;利用交替优化的方法进行优化,子问题优化过程采用交替方向乘子法;判断是否收敛,不收敛重新进行步骤五,收敛完成优化。首次建立了RIS辅助无蜂窝ISAC网络的模型,并提出了以通信为中心的设计,满足了通感一体化系统设计中对通信需求要求比较高的场景需求。

    一种多信道协作频谱感知方法及系统

    公开(公告)号:CN115882982A

    公开(公告)日:2023-03-31

    申请号:CN202211585205.1

    申请日:2022-12-09

    Abstract: 一种多信道协作频谱感知方法及系统,具体涉及一种计算机认知无线网络在多信道情况下的多节点之间的协作频谱感知的获取方法及系统,为了解决多信道协作频谱感知的准确率低、实时性差的问题,定义认知无线网络中主用户和次用户分别服从齐次泊松点过程分布;各个次用户依次对各个主用户信道进行能量检测,得到检测概率矩阵;设置分簇的限制条件,利用二部图对主用户和次用户进行分簇;选举每个簇内接收主用户信号平均信噪比最大的次用户作为簇头,簇头收集所述簇内其他次用户的频谱感知信息,并利用OR融合规则进行融合,根据融合的频谱感知信息判断每簇对应的主用户信道是否有主用户信号,并与其他簇头融合,得到全部主用户信道的占用状态。

Patent Agency Ranking