-
公开(公告)号：CN114599044B
公开(公告)日：2024-04-30
申请号：CN202210215298.2
申请日：2022-03-07
Applicant: 西北工业大学
IPC: H04W16/28
Abstract: 本发明公开了一种基于智能反射面技术的认知网络中波束赋形优化方法，基于基站的波束赋形矢量和智能反射面的相位矩阵，且以认知网络的能效值最大为目标，构建优化问题和约束条件；根据约束条件确定相位矩阵，并以相位矩阵为已知量对波束赋形矢量进行迭代优化；以收敛后的波束赋形矢量为已知量，对相位矩阵进行优化并验证，基于收敛后的波束赋形矢量和验证后的相位矩阵对认知网络进行波束赋形交替优化；本发明通过使认知用户在满足授权用户的服务质量要求的前提下同时进行通信任务，可以提高通信效率，同时通过对基站和智能反射面进行循环优化，同时优化基站波束赋形和智能反射面相位，使得能效值最大化，提升了通信系统的运行效率。
-
公开(公告)号：CN115225164B
公开(公告)日：2023-07-21
申请号：CN202210880144.5
申请日：2022-07-25
Applicant: 西北工业大学深圳研究院
IPC: H04B10/90 , H04B7/06 , H04W72/044
Abstract: 本发明公开了一种基于智能反射面非正交太赫兹通信方法及系统，包含对基站功率分配和智能反射面无源波束赋形优化的方法，并以系统中能效最大为目标，构建优化问题和约束条件；针对非凸优化问题，采用包含连续凸逼近和半定松弛算法的交替迭代方法，在优化的过程中，根据约束条件确定相关初始值并固定上一次迭代优化的智能反射面无源波束赋形，利用连续凸逼近算法对基站的功率分配进行优化；固定优化后的基站功率分配系数，利用半定松弛算法对智能反射面无源波束赋形进行优化，利用基站功率分配和智能反射面无源波束赋形计算本次迭代的能效值，当能效值满足迭代终止条件即输出。本发明在保障用户通信质量和用户公平性的前提下对能效进行优化。
-
公开(公告)号：CN116388829A
公开(公告)日：2023-07-04
申请号：CN202310389614.2
申请日：2023-04-12
Applicant: 西北工业大学
IPC: H04B7/155 , H04L1/00 , G06F40/126 , G06F40/30
Abstract: 本发明公开了一种基于语义中继辅助的语义文本传输方法及装置，该装置包括m个语义发送端，n个语义输出端和一个智能语义中继；语义发送端用于对文本信息进行语义编码后，再进行信道编码生成第一发送信号；智能语义中继接收第一发送信号，并对第一发送信号进行功率补偿，生成第二发送信号；语义接收端接收第二发送信号，并对第二发送信号进行信道解码后，再进行语义解码，完成三方协作的语义通信。首先该装置采用智能语义中继，提高了通信网络的适用性；其次，智能语义中继补偿信号损失，降低信号衰减的影响；该装置可以实现放大转发模式和解码转发模式的切换，以避免语义发送端和语义接收端的知识库不同，导致信号传输不便的问题。
-
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：CN115802360A
公开(公告)日：2023-03-14
申请号：CN202211343965.1
申请日：2022-10-31
Applicant: 西北工业大学
Abstract: 本发明属于无线通信技术领域，公开了一种基于智能反射面辅助的非正交多址技术安全通信的方法，该方法构建由1个基站、1个智能反射面、1个近端及2个远端用户、1个窃听者构成的基于智能反射面辅助的非正交多址通信模型；根据基于智能反射面辅助的非正交多址通信模型，构建基站、智能反射面、用户、窃听者之间的物理层安全模型；根据基于智能反射面辅助的非正交多址通信模型、物理层安全模型，构建通信保密率最大化目标及优化条件；基于通信保密率最大化目标及优化条件，利用半正定松弛法、奇异值分解和拉格朗日乘子法配合迭代算法进行求解，并构建智能反射面辅助的非正交多址技术安全通信方法。相比于传统的OMA和没有智能反射面的非正交多址，本发明获得了最佳的保密率收益，显著提高系统性能。
-
Patent Agency Ranking
公开(公告)号：CN113613260B
公开(公告)日：2022-08-19
申请号：CN202110926759.2
申请日：2021-08-12
Applicant: 西北工业大学
Abstract: 本发明公开了一种远近距离协作的感知延迟移动边缘计算优化方法及系统，所述方法将远近距离MEC网络中的数据传输过程T分为两个阶段：第一阶段t1，远距离用户FU利用NOMA将部分任务转移给近距离用户NU和基站BS；第二阶段t2，近距离用户NU和远距离用户FU使用上行NOMA将计算任务转移给基站BS，基站BS在整个第一阶段t1和第二阶段t2中执行计算任务；对第一阶段t1和第二阶段t2进行优化，使第一阶段t1和第二阶段t2的时间延迟最小。
-
公开(公告)号：CN113905384A
公开(公告)日：2022-01-07
申请号：CN202110602943.1
申请日：2021-05-31
Applicant: 西北工业大学
IPC: H04W16/14 , H04B17/382
Abstract: 本发明公开了一种用于认知无线电的多智能体协作频谱感知与接入方法，包括：步骤S101：获取每一个SUn在当前时间帧开始时的环境参数；步骤S102：将所述每一个SUn在当前时间帧开始时的所述环境参数输入确定性策略深度梯度MADDPG模型；步骤S103：获取所述MADDPG模型输出的每一个SUn在当前时间帧的感知策略，其中所述感知策略是选择某一个信道检测是否空闲；步骤S104：将SUn的感知结果及其合作伙伴的感知结果融合成全局状态S(t)，再把全局状态S(t)与全局动作A(t)、奖励r(t)和下一时刻状态S(t+1)送到确定性策略深度梯度MADDPG模型的经验重放缓冲区；将所述全局状态S(t)作为下一时刻的观测，如此循环往复，直到训练步数结束。解决了SU如何快速找到空闲信道的同时避免与其他用户碰撞的问题。
-
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：CN110149627B
公开(公告)日：2020-08-18
申请号：CN201910323859.9
申请日：2019-04-22
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于深度学习的应急通信系统无线供能D2D通信安全的方法，步骤1、构建带窃听的无线供能D2D异构应急网络的系统模型；步骤2、统计每个潜在D2D发射机远离D2D接收机的概率，即远离概率；步骤3、采用基于LSTM的算法，令输入数据为：所述远离概率、每个潜在D2D发射机与D2D接收机之间的距离和临时基站的剩余能量；然后得到每个潜在D2D发射与D2D接收机组成D2D通信的概率，即通信概率；步骤4、根据步骤3得到的通信概率，选择出最大的通信概率，并利用所述最大通信概率所对应的潜在D2D发射机与D2D接收机，来建立无线供能D2D安全通信链路。解决了临时基站能量有限的情况下，现有方法建立的无线供能D2D通信链路无法保证D2D通信安全的问题。
-
公开(公告)号：CN110336861B
公开(公告)日：2020-06-30
申请号：CN201910525775.3
申请日：2019-06-18
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于双层无人机的移动边缘计算系统的卸载任务分配方法，移动边缘计算系统，包括二个安装有移动边缘计算服务器的高空平台无人机和多个低空平台无人机，利用二个高空平台无人机来执行低空平台无人机卸载的计算任务；卸载任务分配方法为：通过博弈对低空平台无人机和高空平台无人机的计算任务卸载分配问题进行建模，基于价格建立博弈上层高空无人机的效用函数以及下层低空平台无人机的成本函数；对建模之后得到的具有均衡约束的均衡规划问题进行求解：在固定上层领导者的策略的基础上，先求解博弈下层多个用户的优化问题的均衡解，再求解上层多无人机基站的均衡解。解决了现有无人机执行计算密集型和延迟敏感任务时存在的问题。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.028 seconds)
