-
公开(公告)号:CN118138097A
公开(公告)日:2024-06-04
申请号:CN202410431844.5
申请日:2024-04-11
Applicant: 重庆邮电大学
IPC: H04B7/06 , H04B7/08 , G06N3/0464
Abstract: 本发明涉及一种基于CNN的IRS辅助通信系统的联合波束成形方法,包括:采用DeepMIMO数据集光线追踪场景生成基于IRS辅助的下行MISO毫米波通信系统的训练数据集;根据通信系统的系统模型计算通信系统的总安全传输速率表达式,并以通信系统的总安全传输速率作为优化目标;构建两阶段的卷积神经网络,并根据优化目标定义损失函数;利用训练数据集对构建的卷积神经网络进行训练,训练完成后得到最优的基站波束成形矩阵和IRS相移矩阵;本发明通过两阶段卷积神经网络分别预测IRS相移矩阵和基站波束成形矩阵,充分考虑并解决了这两个矩阵的耦合问题,提升了IRS辅助的下行MISO毫米波通信系统的通信质量。
-
公开(公告)号:CN118301665A
公开(公告)日:2024-07-05
申请号:CN202410401933.5
申请日:2024-04-03
Applicant: 重庆邮电大学
Abstract: 本发明属于无线通信技术领域,具体涉及一种考虑能量收集和任务队列稳定性的移动边缘计算任务卸载方法。所述方法包括搭建配有多天线能量发射装置的移动边缘计算系统模型;建立非线性能量收集模型、用户设备和边缘服务器任务队列模型、用户设备的能耗模型;根据前面所述模型,以用户设备侧的长期平均能耗最小化为目标,建立具有约束条件的任务卸载和资源分配联合优化模型;基于李雅普诺夫优化理论对设备侧的长期平均能耗最小化问题进行解耦,并结合块坐标下降法优化每个时隙下的用户CPU周期频率、能量传输时间、任务卸载时间、能量站的发射功率以及用户设备的上行传输功率。本发明能够有效延长设备的待机时长,减少能源消耗,提高资源利用率。本发明旨在满足能量因果约束与系统任务队列稳定性的基础上最小化用户设备能耗总和。
-
公开(公告)号:CN118042525A
公开(公告)日:2024-05-14
申请号:CN202410163766.5
申请日:2024-02-05
Applicant: 重庆邮电大学
IPC: H04W28/08 , G06N3/0464 , G06N3/08
Abstract: 本发明属于边缘计算卸载技术领域,具体涉及一种基于多目标权重网络的任务卸载方法,包括构建移动边缘计算网络,该网络包括一个边缘服务器、多个路边收发单元和多个终端单元;获取网络中的数据;根据网络中的数据确定优化目标和限制条件;构建多智能体深度强化框架;采用多智能体深度强化框架对优化目标进行处理,得到状态空间、动作空间和回报函数;根据状态空间、动作空间和回报函数采用训练好的改进多目标权重网络进行任务卸载决策;本发明通过多目标权重网络的任务卸载方法能够寻求多个冲突目标的综合最优,获得更合适的任务决策。
-
公开(公告)号:CN117828192A
公开(公告)日:2024-04-05
申请号:CN202410050266.0
申请日:2024-01-12
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06N3/045 , G06F17/16 , G06N3/0442 , G06N3/094
Abstract: 本发明属于推荐系统领域,涉及一种融合时间信息的自注意力序列推荐方法,包括:获取用户历史行为数据及其时间信息,并进行预处理,得到用户历史交互序列和时间序列;将用户历史交互序列和时间序列输入嵌入模块进行嵌入编码,得到项目嵌入矩阵MI和相对时间嵌入矩阵MR,将矩阵MI和矩阵MR进行组合,得到总嵌入矩阵E;将矩阵MI、矩阵E以及时间序列输入全局特征建模模块,得到用户全局特征和用户干扰偏好;将用户全局特征和用户干扰偏好输入预测模块得到推荐预测概率;本发明通过数据增强模块增强时间和位置的表征,使模型获得更完整的信息表示;通过对抗调整模块区分注意力权重的决定性部分和干扰部分,降低噪声的影响。
-
-
-