-
公开(公告)号：CN112367132A
公开(公告)日：2021-02-12
申请号：CN202011161787.1
申请日：2020-10-27
Applicant: 西北工业大学
IPC: H04B17/382 , H04W52/34
Abstract: 本发明公开了一种基于强化学习解决认知无线电中的功率分配算法，S1、设置深度学习算法的初始值参数，S2、设置关于CR‑NOMA系统的场景模型，并设置关于状态和动作的初始状态集合；S3、当某一计算时刻t小于等于最大限制的时间值Tmax时，求得时刻t下的状态值并计算相对应的奖励函数，并计算TD误差δt；S4、基于值函数选择用户的下一步动作，利用学习率以及TD误差值函数，将初始值函数更新为Q(st,at)←Q(st,at)+ηcδt；再根据已选择的执行动作获得相应的奖励，并获得策略函数π(g)，然后将其更新为π(st,at)←π(st,at)‑ηδat；π(g)；S5、根据步骤S3使TD误差值达到最小，不停的迭代更新，最后获得最大的奖励函数值，即分配算法结束。解决了现有技术中信道信息不完全的前提下不能很好的进行功率分配的问题。
-
公开(公告)号：CN110133092A
公开(公告)日：2019-08-16
申请号：CN201910359032.3
申请日：2019-04-30
Applicant: 西北工业大学
Abstract: 本发明一种基于超轻银纳米线气凝胶催化的过氧化氢电化学传感器，包括电极和电解液；所述电极包括工作电极、对电极和参比电极；所述工作电极为超轻银纳米线气凝胶；所述电解液为NaOH和NaCl的混合溶液，所述电解液中设置有磁力搅拌器。通过电化学工作站的电流-时间(I-t)模块，得到过氧化氢在银纳米线气凝胶上的还原电流值随过氧化氢浓度变化的曲线，确定电流值和过氧化氢浓度之间的函数关系，即可根据未知浓度过氧化氢溶液的稳定电流值，计算出待测的过氧化氢溶液浓度。该装置及方法工艺简单，操作方便，具有低成本、短流程、高效便捷等优点，易于大规模工业化应用。
-
Patent Agency Ranking
公开(公告)号：CN113709728B
公开(公告)日：2023-04-07
申请号：CN202110994318.6
申请日：2021-08-27
Applicant: 西北工业大学
IPC: H04W12/00 , H04W28/086 , H04B7/185
Abstract: 本发明公开了一种基于NOMA及无人机辅助的两阶段移动边缘计算通信方法及系统，应用于通信系统中，该通信系统中包括用户群、中继无人机组和地面基站，用户群通过中继无人机组与地面基站进行通信。用户群中的每个用户均执行：获取该用户群中的每个用户的任务量，并计算该用户群中用户的平均任务量，当该用户的任务量大于等于平均任务量时，将该用户确定为完全卸载用户，完全卸载用户将其任务量完全卸载至中继无人机组中确定的中继无人机中；中继无人机接收完全卸载用户发出的任务量，并根据计算好的任务卸载比率将接收的任务量中的一部分卸载至地面基站中；本发明在通信系统中合理进行用户任务数据卸载，可以提高通信系统性能。
-
公开(公告)号：CN112367132B
公开(公告)日：2021-12-24
申请号：CN202011161787.1
申请日：2020-10-27
Applicant: 西北工业大学
IPC: H04B17/382 , H04W52/34
Abstract: 本发明公开了一种基于强化学习解决认知无线电中的功率分配算法，S1、设置深度学习算法的初始值参数，S2、设置关于CR‑NOMA系统的场景模型，并设置关于状态和动作的初始状态集合；S3、当某一计算时刻t小于等于最大限制的时间值Tmax时，求得时刻t下的状态值并计算相对应的奖励函数，并计算TD误差δt；S4、基于值函数选择用户的下一步动作，利用学习率以及TD误差值函数，将初始值函数更新为Q(st,at)←Q(st,at)+ηcδt；再根据已选择的执行动作获得相应的奖励，并获得策略函数π(g)，然后将其更新为π(st,at)←π(st,at)‑ηaδt；π(g)；S5、根据步骤S3使TD误差值达到最小，不停的迭代更新，最后获得最大的奖励函数值，即分配算法结束。解决了现有技术中信道信息不完全的前提下不能很好的进行功率分配的问题。
-
公开(公告)号：CN113709728A
公开(公告)日：2021-11-26
申请号：CN202110994318.6
申请日：2021-08-27
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于NOMA及无人机辅助的两阶段移动边缘计算通信方法，应用于通信系统中，该通信系统中包括用户群、中继无人机组和地面基站，用户群通过中继无人机组与地面基站进行通信。用户群中的每个用户均执行：获取该用户群中的每个用户的任务量，并计算该用户群中用户的平均任务量，当该用户的任务量大于等于平均任务量时，将该用户确定为完全卸载用户，完全卸载用户将其任务量完全卸载至中继无人机组中确定的中继无人机中；中继无人机接收完全卸载用户发出的任务量，并根据计算好的任务卸载比率将接收的任务量中的一部分卸载至地面基站中；本发明在通信系统中合理进行用户任务数据卸载，可以提高通信系统性能。
-
公开(公告)号：CN113411757A
公开(公告)日：2021-09-17
申请号：CN202110699582.7
申请日：2021-06-23
Applicant: 西北工业大学
Abstract: 本发明公开了一种通信与计算一体化认知云网络中用户分组设计方法及系统，首先初始化，根据认知用户任务截止期限建立优先级偏好表；随后设置参考分组与任务截止期限的参考值，从所有用户中筛出极端情况的认知用户，最后剩余认知用户按照优先级偏好表顺序，根据自身与分组整体收益最大化的原则进行组对，经过多次迭代组对后形成稳定的组对分组。本发明以通信系统中用户的需求为导向建立优先级偏好表，切合实际通信场景下的通信情况，同时有效提升了用户组对效率。
-
公开(公告)号：CN113411757B
公开(公告)日：2022-05-06
申请号：CN202110699582.7
申请日：2021-06-23
Applicant: 西北工业大学
Abstract: 本发明公开了一种通信与计算一体化认知云网络中用户分组设计方法及系统，首先初始化，根据认知用户任务截止期限建立优先级偏好表；随后设置参考分组与任务截止期限的参考值，从所有用户中筛出极端情况的认知用户，最后剩余认知用户按照优先级偏好表顺序，根据自身与分组整体收益最大化的原则进行组对，经过多次迭代组对后形成稳定的组对分组。本发明以通信系统中用户的需求为导向建立优先级偏好表，切合实际通信场景下的通信情况，同时有效提升了用户组对效率。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
