-
公开(公告)号：CN116546487A
公开(公告)日：2023-08-04
申请号：CN202310333427.2
申请日：2023-03-31
Applicant: 宁波大学
Abstract: 本发明涉及一种智能反射表面辅助下的无人机安全通信方法，该方法为：构建由一架无人机、一块智能反射表面、M个合法用户和一个活跃的窃听者组成的下行通信系统；设定目标问题P1为通过联合优化用户调度、智能反射表面反射相移以及无人机三维轨迹，最大化系统平均保密率；给定智能反射表面的反射相移以及无人机的三维轨迹输入目标问题P1中优化得到最优无人机用户调度；将最优无人机用户调度以及给定的三维轨迹输入到目标问题P1中优化得到智能反射表面最优反射相移；将最优用户调度以及智能反射表面最优反射相移输入到目标问题P1中优化得到最优三维轨迹；该方法在保证合法用户服务质量的同时，最大化系统的平均保密率，避免用户信息被窃听。
-
公开(公告)号：CN108391309B
公开(公告)日：2021-06-18
申请号：CN201810020873.7
申请日：2018-01-10
Applicant: 宁波大学
IPC: H04W52/38
Abstract: 本发明公开了一种D2D通信中的能量效率优化方法，通过适当地修改，对传统的能构建相应得以最大化D2D链路预期数据量为目标的资源优化问题；然后，推导蜂窝链路最佳功率和D2D链路最佳功率之间的关系，从而将原优化问题转化为仅含D2D链路的资源优化问题；接着，通过对约束条件的松弛，将该问题转化为最多包含两个子问题的求解；然后利用二分算法和协同梯度算法对这两个子问题进行有效地求解，与现有技术相比，优点在于结果更能如实反映实际通信场景，并能够在保障相同性能的条件下，极大降低计算复杂度；相比于传统的以频谱效率为优化准则的资源分配算法，够极大提升D2D链路的能量效率。
-
公开(公告)号：CN119071812A
公开(公告)日：2024-12-03
申请号：CN202411002559.8
申请日：2024-07-25
Applicant: 宁波大学
IPC: H04W24/02 , H04W24/08 , H04B7/04 , H04B7/185 , H04B17/391
Abstract: 本发明公开了一种智能反射表面辅助无人机的数据收集设计方法，其为了使所有传感器节点的平均信息年龄最小，将无人机的轨迹优化、与传感器节点的关联及智能反射表面的相移控制策略联合进行，智能反射表面中带有少量有源反射元件对级联信道状态进行采样，形成部分估计信道状态，根据这些采样信道状态调整智能反射表面的相移；提出了一种增强型近端策略优化方法，其集成了一个重新设计的Actor‑Critic网络框架，该框架包括一个Critic网络和两个Actor网络，一个Actor网络用于估计智能反射表面的相移，另一个Actor网络用于优化无人机的飞行轨迹及其与传感器节点的关联；优点是在保证每个传感器节点通信数据质量的同时，又最小化所有传感器节点的平均信息年龄，使数据保持新鲜。
-
公开(公告)号：CN111432421B
公开(公告)日：2024-03-15
申请号：CN202010254734.8
申请日：2020-04-02
Applicant: 宁波大学 , 宁波艾欧迪互联科技有限公司
Abstract: 本发明公开了一种5G通信测试仪表多被测终端同步测试方法，根据每一被测终端的动作类型、需求和数据的衰减值模拟得到所需服务质量，根据所需服务质量和信道质量确定应分配功率，将各被测终端的测试信号按照应分配功率进行发送得到干扰信号。采用干扰消除算法，以一个子频带为一个单位对干扰信号进行解码得到待测试信号，将获得的待测试信号依次输入到第一测试单元进行测试计算，5G测试设备中的每一个测试单元均处于计算过程中。待测试信号依次进行测试直至最后一个信号被第N测试单元测试完毕，测试结束，得到测试结果。本发明将NOMA技术与5G测试设备相结合，实现一台5G测试设备同时测试多个测试端，在提高测试效率的同时降低测试成本。
-
公开(公告)号：CN112752357B
公开(公告)日：2022-06-17
申请号：CN202011392994.8
申请日：2020-12-02
Applicant: 宁波大学
IPC: H04W84/18
Abstract: 本发明公开了一种基于能量收割技术的在线无人机辅助数据收集方法，该包括：无人机遍历获取时隙n初始时刻所有传感器节点数据的信息年龄、生命长度和队列长度；并将所述信息年龄、生命长度、队列长度、无人机的位置Lu与无人机携带能量E(n)作为该时隙的状态s(n)，判断无人机携带能量E(n)是否小于第一阈值Eth，若是，执行步骤S3进入等待模式，若否，执行步骤S4进入工作模式。该方法能保证采样数据的新鲜度，通过联合优化无人机飞行轨迹和服务节点的选择，采用能量收割技术为无人机实时补充能量，在线学习方法可以实时收集网络和能量收割信息，最小化传感节点数据的信息年龄，提高无人机能量效率，减少不必要的无人机能耗开支。
-
Patent Agency Ranking
公开(公告)号：CN108391309A
公开(公告)日：2018-08-10
申请号：CN201810020873.7
申请日：2018-01-10
Applicant: 宁波大学
IPC: H04W52/38
Abstract: 本发明公开了一种D2D通信中的能量效率优化方法，通过适当地修改，对传统的能构建相应得以最大化D2D链路预期数据量为目标的资源优化问题；然后，推导蜂窝链路最佳功率和D2D链路最佳功率之间的关系，从而将原优化问题转化为仅含D2D链路的资源优化问题；接着，通过对约束条件的松弛，将该问题转化为最多包含两个子问题的求解；然后利用二分算法和协同梯度算法对这两个子问题进行有效地求解，与现有技术相比，优点在于结果更能如实反映实际通信场景，并能够在保障相同性能的条件下，极大降低计算复杂度；相比于传统的以频谱效率为优化准则的资源分配算法，够极大提升D2D链路的能量效率。
-
公开(公告)号：CN116010756A
公开(公告)日：2023-04-25
申请号：CN202211532219.7
申请日：2022-12-01
Applicant: 宁波大学
IPC: G06F17/11 , B60L53/31 , G06Q10/0637 , G06Q50/06
Abstract: 本发明提供了一种基于数据采集新鲜度的无人机充电站部署方法，包括：步骤S1，初始化；步骤S2，节点与系统信息新鲜度指标表示；步骤S3，二维马尔科夫建模对无人机状态建模；步骤S4，充电站部署问题建模；步骤S5，问题的优化；步骤S6，问题的转换；步骤S7，充电站的部署：基于Greedy算法，根据最优状态概率和最优状态转移概率于充电站位置集合内筛选得到峰值最小的位置以部署充电站。有益效果是本发明利用二维马尔科夫链对无人机的位置和能量进行建模，表示出信息新鲜度与稳定状态下状态概率的关系，然后在满足充电站部署预算限制的基础上，从多个可选充电站位置选择出满足预算的充电站集合，再通过优化无人机状态之间的转移概率，来保证信息新鲜度。
-
公开(公告)号：CN112752357A
公开(公告)日：2021-05-04
申请号：CN202011392994.8
申请日：2020-12-02
Applicant: 宁波大学
IPC: H04W84/18
Abstract: 本发明公开了一种基于能量收割技术的在线无人机辅助数据收集方法，该包括：无人机遍历获取时隙n初始时刻所有传感器节点数据的信息年龄、生命长度和队列长度；并将所述信息年龄、生命长度、队列长度、无人机的位置Lu与无人机携带能量E(n)作为该时隙的状态s(n)，判断无人机携带能量E(n)是否小于第一阈值Eth，若是，执行步骤S3进入等待模式，若否，执行步骤S4进入工作模式。该方法能保证采样数据的新鲜度，通过联合优化无人机飞行轨迹和服务节点的选择，采用能量收割技术为无人机实时补充能量，在线学习方法可以实时收集网络和能量收割信息，最小化传感节点数据的信息年龄，提高无人机能量效率，减少不必要的无人机能耗开支。
-
公开(公告)号：CN110543185A
公开(公告)日：2019-12-06
申请号：CN201910658753.4
申请日：2019-07-19
Applicant: 宁波大学
Abstract: 本发明公开一种基于最小化信息年龄的无人机数据收集方法，包括如下步骤：(1)数据中心u_0获取无线网络中M个传感节点的位置；(2)数据中心u_0根据上述传感节点的上传时间 和分簇权重γ；(3)根据得到的数据上传时间 和无人机的飞行时间η_(k,k^')，执行路径规划算法；(4)存储当前分簇权重γ对应的无人机数据收集方案；(5)无人机从数据中心出发，根据上述得到的最优的无人机飞行轨迹u^*。本发明提供一种采用分簇方法来预先调整无人机数据收集点位置及其与传感节点之间的距离，有效地平衡了所有传感节点数据传输时间与无人机飞行时间，使得传感节点的信息年龄不随网络规模增大而急剧增加，从而适用于不同的无线传感网络规模。
-
公开(公告)号：CN117521847A
公开(公告)日：2024-02-06
申请号：CN202311387795.1
申请日：2023-10-25
Applicant: 宁波大学
Abstract: 本发明公开了一种无人机辅助联邦学习中的训练及资源联合优化设计方法，在每个通信时隙内无人机都从所有用户设备中选择其所需的用户设备作为调度设备，目标是最小化所有调度设备的总能耗，建立目标优化问题；将目标优化问题变换为松弛的目标优化问题，再分解为三个子问题，以迭代方式依次对三个子问题进行求解，在连续两次前后迭代得到的总能耗之差的绝对值满足阈值要求时停止迭代，得到用户设备调度标记、上行传输时间、CPU周期频率、平均传输功率、无人机轨迹、通信时隙的持续时间以及联邦学习的本地目标精度的最优解；优点是减少了调度设备不必要的开销，实现了所有调度设备总能耗与联邦学习性能之间的平衡优化，减少了边缘设备的掉队效应。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.039 seconds)
