基于深度强化学习在D2D异构蜂窝网络中的隐蔽通信系统

    公开(公告)号:CN114900827A

    公开(公告)日:2022-08-12

    申请号:CN202210502957.0

    申请日:2022-05-10

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于深度强化学习在D2D异构蜂窝网络中的隐蔽通信系统,包括随机分布的M个用户和N个基站;所述N个基站中包含1个宏基站和N‑1个小基站;所述M个用户分别配备了发射天线和接收天线,在蜂窝模式或者D2D模式下通信;所述M个用户的位置固定不变,个数为偶数,每两个用户组成一对进行D2D通信,每对D2D链路由发射者Dr和接收者Dt组成;还包括一无人机,对其中一对用户进行监测,并给定一个隐蔽传输速率R;当用户与基站进行通信时,采用最大信噪比的方式将用户与基站关联。本发明能够通过采用深度强化学习的方法让用户进行不同通信模式的选则以及功率分配,从而最大化隐蔽传输速率。

    基于深度强化学习在D2D异构蜂窝网络中的隐蔽通信系统

    公开(公告)号:CN114900827B

    公开(公告)日:2024-05-31

    申请号:CN202210502957.0

    申请日:2022-05-10

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于深度强化学习在D2D异构蜂窝网络中的隐蔽通信系统,包括随机分布的M个用户和N个基站;所述N个基站中包含1个宏基站和N‑1个小基站;所述M个用户分别配备了发射天线和接收天线,在蜂窝模式或者D2D模式下通信;所述M个用户的位置固定不变,个数为偶数,每两个用户组成一对进行D2D通信,每对D2D链路由发射者Dr和接收者Dt组成;还包括一无人机,对其中一对用户进行监测,并给定一个隐蔽传输速率R;当用户与基站进行通信时,采用最大信噪比的方式将用户与基站关联。本发明能够通过采用深度强化学习的方法让用户进行不同通信模式的选则以及功率分配,从而最大化隐蔽传输速率。

    基于噪声不确定性的全向超表面辅助隐蔽通信方法及系统

    公开(公告)号:CN116527196A

    公开(公告)日:2023-08-01

    申请号:CN202310505563.5

    申请日:2023-05-08

    Applicant: 福州大学

    Abstract: 本发明提供了基于噪声不确定性的全向超表面辅助隐蔽通信方法及系统,包括以下步骤:步骤1:确定智能全向超表面的工作模式,给出透射和反射系数的数学表达式;步骤2:推导Alice能与Willie正常通信的条件以及Alice不被Willie以100%的概率检测到隐蔽传输的条件;步骤3:分析Willie的检测性能,根据Willie处噪声功率的概率密度函数得到其最小检测错误概率作为系统的隐蔽约束;步骤4:分析Alice到Bob的传输情况,得到系统有效隐蔽速率的表达式;步骤5:建立智能全向超表面辅助隐蔽通信系统的优化问题,联合设计Alice处发射隐蔽消息的最优功率以及智能全向超表面的TARCs,最大化系统有效隐蔽速率。应用本技术方案可有效提高系统的隐蔽性能,保证信息的高效、安全传输。

Patent Agency Ranking