公开(公告)号：CN116668746A

公开(公告)日：2023-08-29

申请号：CN202310543816.8

申请日：2023-05-15

Applicant: 重庆大学

Inventor： 温万里 ,  张雨璐 ,  陈晨 ,  贾云健

IPC: H04N21/238 ,  H04L65/752 ,  H04L65/80 ,  H04B7/024 ,  H04B7/06 ,  H04B10/116

Abstract: 本发明涉及一种基于可见光通信的全息视频协作传输方法，属于光通信和全息视频技术领域。该方法包括：S1：构建基于可见光通信的全息视频协作传输系统；S2：在满足码率选择、波束成形和信道容量的约束条件下，构建联合优化码率选择变量和波束成形变量的优化问题，最大化全息视频协作传输服务的用户体验质量；S3：将整数变量即码率选择变量松弛为连续变量，从而将问题转换为松弛后的优化问题；S4：针对松弛后的优化问题，采用交替优化迭代算法得到低复杂度连续解；S5：基于步骤S4得到的连续解，采用取整操作，得到面向全息视频协作传输系统的联合码率选择和波束成形方法。本发明能提高全息视频协作传输系统的用户体验质量性能。

公开(公告)号：CN118631388A

公开(公告)日：2024-09-10

申请号：CN202410638825.X

申请日：2024-05-22

Applicant: 重庆大学

Inventor： 温万里 ,  刘馨月 ,  张雨璐 ,  黄震 ,  贾云健 ,  郑丰浩 ,  缪颜

IPC: H04L1/00 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种面向图像语义通信任务的联合信源信道编码方法，属于无线通信和语义通信技术领域，括以下步骤：S1：建立基于Swin Transformer和卷积神经网络的联合信源信道编码系统模型；S2：在发送端通过三个交替迭代的RBDS模块和STC模块提取图像的非局部及局部语义信息；S3：在发送端执行卷积下采样和功率归一化操作，根据当前带宽压缩比动态调整系统输出的语义信息；S4：在接收端通过三个交替迭代的RBUS模块和STC模块，恢复图像的非局部及局部语义信息；S5：在接收端执行子像素卷积上采样操作，得到与原始图像尺寸相同的重构图像。本发明提高了系统鲁棒性，同时保持更小的模型尺寸。

公开(公告)号：CN118631387A

公开(公告)日：2024-09-10

申请号：CN202410638813.7

申请日：2024-05-22

Applicant: 重庆大学

Inventor： 温万里 ,  张雨璐 ,  黄震 ,  贾云健

IPC: H04L1/00 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种面向图像超分辨率任务的语义通信方法，属于无线通信技术领域，包括以下步骤：S1：建立面向图像超分辨率任务的语义通信联合信源信道编码系统模型，包括发送端、无线信道和接收端；S2：在发送端利用联合信源信道编码器网络提取低分辨率图像的浅层语义信息；S3：在发送端利用联合信源信道编码器网络提取低分辨率图像的深层语义信息，同时对抗信道的不利影响；S4：将发送端编码得到的语义信息通过无线信道传输到接收端，随后利用接收端的联合信源信道解码器网络生成高分辨率图像。本发明所提方案能更加高效地从低分辨率图像中提取语义信息用于高分辨率图像重建，同时保证通信可靠性。

公开(公告)号：CN117879765A

公开(公告)日：2024-04-12

申请号：CN202410102331.X

申请日：2024-01-24

Applicant: 重庆大学

Inventor： 温万里 ,  张雨璐 ,  贾云健 ,  梁绰言 ,  严吉平 ,  罗坤 ,  黄震

IPC: H04L1/00 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/045

Abstract: 本发明涉及面向图像语义通信的联合信源信道编码方法。其包括以下步骤：S1：建立基于卷积神经网络和注意力机制的联合信源信道编码系统模型；S2：将图像输入模型发送端的语义编码器，提取图像的语义信息；S3：将提取的图像语义信息转发给发送端的信道编码器，信道编码器根据当前信道状态和带宽压缩比动态调整系统输出的语义信息；S4：将编码后的信息通过无线信道发送到接收端的信道解码器，信道解码器根据当前信道状态和带宽压缩比动态调整系统重建的语义信息；S5：接收端的语义解码器根据动态调整系统重建的语义信息，来恢复图像的语义信息，从而重构图像。本发明能确保在恶劣环境中的稳健通信并有效减轻大量数据传输带来的带宽压力。

公开(公告)号：CN117313834A

公开(公告)日：2023-12-29

申请号：CN202311239858.9

申请日：2023-09-25

Applicant: 重庆大学

Inventor： 温万里 ,  罗坤 ,  彭晓玲 ,  贾云健 ,  张雨璐 ,  严吉平 ,  黄震 ,  高璋杰

IPC: G06N3/098 ,  G06N3/084 ,  H04L67/10 ,  H04L67/12

Abstract: 本发明涉及一种群体个性化联邦学习方法，属于无线通信技术领域。该方法包括：建立一个由云节点、边缘节点和设备构成的无线边缘网络，其中与同一边缘节点连接的设备视为一个群组；构建一种适用于本发明所考虑的网络的群体个性化联邦学习算法，建立一个旨在最小化损失和个性化群组模型之间的差异的优化问题数学模型；将原始优化问题分解为云节点求解的梯度下降和边缘节点与群组协作求解的近端算子；设计等效梯度下降的注意力消息传递机制，促进模型相似群组成对协作；设计联邦平均机制，使边缘节点与群组中可用设备协作训练个性化群组模型。本发明能提升无线边缘网络场景下的联邦学习算法性能。

公开(公告)号：CN117294689A

公开(公告)日：2023-12-26

申请号：CN202311239854.0

申请日：2023-09-25

Applicant: 重庆大学

Inventor： 温万里 ,  严吉平 ,  彭晓玲 ,  贾云健 ,  张雨璐 ,  罗坤 ,  黄震 ,  高璋杰

IPC: H04L65/80 ,  G06N3/092 ,  G06N3/045 ,  H04L65/60 ,  H04L41/14 ,  H04B7/06 ,  H04B7/0426 ,  H04B7/08 ,  H04B7/026

Abstract: 本发明涉及一种面向全息视频传输的联合波束赋形和码率选择方法，属于通信技术领域。该方法包括：步骤一：构建一个基于协作多点和波束赋形技术的视频流传输网络；步骤二：对全息视频进行分块处理和压缩处理，然后同时考虑全息视频的特有属性和用户的播放缓冲区状态，定义一个用户体验质量指标；步骤三：建立一个联合波束赋形和全息视频码率选择从而求解最大化所有用户的累积QoE的数学模型和优化问题；步骤四：将原优化问题分解成波束赋形子问题和分块码率选择子问题；步骤五：设计一种基于分层式架构的深度强化学习算法，最终达到优化目标。本发明最终的累积QoE值显著优于其他代表性基线对比方案。