一种全双工下基于模糊逻辑的无人机自适应解耦方法、系统及存储介质

    公开(公告)号:CN119298969A

    公开(公告)日:2025-01-10

    申请号:CN202411220979.3

    申请日:2024-09-02

    Inventor: 郑福春 赖礼锋

    Abstract: 本发明提供了一种全双工下基于模糊逻辑的无人机自适应解耦方法、系统及存储介质,该自适应解耦方法包括:步骤1:将无人机k在上行链路中与候选基站(bc)的接收功率#imgabs0#无人机k与下行链路中关联的#imgabs1#和UL中候选BS(bc)之间的角度#imgabs2#无人机k在UL中与候选BS(bc)的负载#imgabs3#输入模糊逻辑;步骤2:利用模糊逻辑获取无人机k对应的所有BS得分#imgabs4#步骤3:根据所述步骤2的BS得分#imgabs5#确定解耦决策;将具有最高得分的BS,即#imgabs6#选为UL关联BS。本发明的有益效果是:相较于传统的UL‑DL解耦方案,本发明方法可以显著地降低无人机端的自干扰,从而提高DL传输速率。

    面向卫星异构组网的多时间尺度星间协同缓存方法

    公开(公告)号:CN118041428A

    公开(公告)日:2024-05-14

    申请号:CN202410258175.6

    申请日:2024-03-07

    Abstract: 本发明公开了一种面向卫星异构组网的多时间尺度协同缓存方法,包括:构建卫星异构组网系统模型并建立卫星服务用户的流程;以最小化系统时延和内容缓存代价为优化目标,以卫星的缓存容量限制、缓存变量离散化限制以及低轨卫星与中轨卫星之间的通信限制为约束条件,建立星间协同缓存优化问题并转化为马尔科夫决策问题,并利用基于分层强化学习算法求解所述马尔科夫决策问题,将低轨卫星作为内层智能体,将中轨卫星作为外层智能体,两层算法有相同的网络模型状态输入和最大化长期奖励优化目标,最终获得网络模型长期奖励最大时的缓存策略和卫星连接策略,本发明方法可以有效减少系统时延和内容放置代价。

    一种面向星地融合网络的动态缓存更新方法

    公开(公告)号:CN119997054A

    公开(公告)日:2025-05-13

    申请号:CN202510091871.7

    申请日:2025-01-21

    Abstract: 本发明提供一种面向星地融合网络的动态缓存更新方法,包括:步骤一:根据LEO卫星的位置信息建立LEO卫星‑基站的时变关联矩阵,基于时变关联矩阵构建地面基站‑LEO卫星‑核心网网关三层的缓存架构网络模型;步骤二:构建多内容子库模型表征不同卫星覆盖区域下的内容流行度;步骤三:构建网络中卫星与基站的通信链路模型,建立衡量星地缓存策略好坏的性能指标;步骤四:提出基于元强化学习的星地及星间自适应阈值协作缓存策略,学习不同覆盖区域间内容流行度的变化特征,基于卫星覆盖区域间内容特征相似度以及卫星节点处的备选内容索引集合实现区域切换时的缓存更新。本发明的有益效果是:提升了深度强化学习的泛化能力,提高了网络能效。

    多天线无人机基站关联与波束成形方法、系统及存储介质

    公开(公告)号:CN119171966A

    公开(公告)日:2024-12-20

    申请号:CN202411216848.8

    申请日:2024-09-02

    Inventor: 郑福春 苏俊鹏

    Abstract: 本发明提供了一种多天线无人机基站关联与波束成形方法、系统及存储介质,包括步骤1:通过无人机定位信息、地面基站信息,结合无人机测量报告以及波束成形信息,计算得出无人机的下行通信的信号质量;步骤2:根据信号质量所处于的不同区间,分别对无人机进行关联基站的添加、更新以及释放操作。本发明的有益效果是:本发明能够使关联基站在无人机处的整体增益得到提升,从而实现更高的下行链路信干噪比,在无人机超视距控制场景采用有限块长传输机制的背景下,能够提高通信的可靠性并降低时延。同时,根据通信需求动态调整关联的基站数量也能够起到节省基站资源的作用。

    基于强化学习的卫星协作缓存和用户接入方法

    公开(公告)号:CN117879680A

    公开(公告)日:2024-04-12

    申请号:CN202311770292.2

    申请日:2023-12-21

    Abstract: 本发明公开了一种基于强化学习的卫星协作缓存和用户接入方法,包括:构建地轨卫星网络模型,基于所述地轨卫星网络模型建立卫星与用户之间的链路可用性模型、内容缓存与用户接入模型以及卫星与用户的通信模型;以最小化网络模型长期的内容服务延迟为优化目标,以卫星的缓存容量限制、协作缓存卫星的跳数限制、用户的接入策略限制为约束条件,建立了缓存放置和用户接入的联合优化问题P1;将缓存放置和用户接入的联合优化问题P1转化为最大化长期奖励MDP问题;利用基于双层DQN的强化学习算法求解最大化长期奖励MDP问题,最终获得网络模型长期奖励最大时的协作缓存放置策略和用户接入策略。本发明有效减少了网络中的服务时延。

    基于协同多点传输和深度强化学习的资源分配方法、系统及存储介质

    公开(公告)号:CN119997237A

    公开(公告)日:2025-05-13

    申请号:CN202510131403.8

    申请日:2025-02-06

    Inventor: 石兵 郑福春

    Abstract: 本发明提供了一种基于协同多点传输和深度强化学习的资源分配方法、系统及存储介质,该资源分配方法包括:步骤1:引入针对URLLC用户的BLER中断概率,将eMBB和URLLC联合资源分配问题建模为CMDP问题;步骤2:采用基于约束修正策略优化的孪生延迟深度确定性策略梯度算法,通过线下训练,使算法在线上能利用前向传播以低复杂度找到最优资源分配策略,降低算法的处理时延。本发明的有益效果是:能满足多蜂窝网络下的URLLC时延与可靠性要求,能在高移动性场景中满足URLLC的QoS指标。同时,通过动态调控URLLC导频长度和数据传输符号数,能有效降低eMBB用户性能因URLLC用户抢占资源而受到的衰减。

    用于无线回传的基于流量差异性的高能效波束赋形方法

    公开(公告)号:CN118573240A

    公开(公告)日:2024-08-30

    申请号:CN202410644908.X

    申请日:2024-05-23

    Inventor: 郑福春 袁筝筝

    Abstract: 本发明提供了一种用于无线回传的基于流量差异性的高能效波束赋形方法,包括回传流量判断步骤:判断回传流量的大小,得出回传流量是处于较大状态,还是处于较小较态;调整步骤:当回传流量较大时,保持全激活状态下的窄波束宽度;当回传流量较小时,关闭部分移相器使波束宽度变宽,从而达到降低能耗的目的。本发明的有益效果是:本发明根据回传流量在时空上的差异性,对于具有较轻回传流量的链路,通过停用部分移相器使对应的波束宽度变宽,从而达到节省能量的目的。由于波束赋形是由大规模天线阵列实现,射频链路往往消耗大量的能量,因此本发明可以有效地降低无线回传链路中的能量消耗。

Patent Agency Ranking