公开(公告)号：CN119582903A

公开(公告)日：2025-03-07

申请号：CN202411791154.7

申请日：2024-12-06

Applicant: 重庆邮电大学

Inventor： 刘乔寿 ,  邓义锋

IPC: H04B7/06 ,  H04B7/08 ,  H04W52/42 ,  H04W52/14 ,  G06N5/043 ,  G06N3/0464

Abstract: 本发明属于通信技术领域，具体涉及一种用于分布式推理的MOSI‑Aircomp方法，包括为任务节点分配一个预训练模型，通过预训练模型为任务节点的每根发射天线配置一个功率控制因子；任务节点将距离自身最近的其余物联网设备作为下一任务节点；任务节点根据功率控制因子确定发送信号，将发送信号通过信道传输；下一任务节点对接收信号进行匹配滤波得到聚合数据；下一任务节点接收聚合数据，并在本地对聚合数据进行池化和激活；本发明可解决相位不对齐问题。

公开(公告)号：CN117979411A

公开(公告)日：2024-05-03

申请号：CN202410187629.5

申请日：2024-02-20

Applicant: 重庆邮电大学

Inventor： 刘乔寿 ,  王佳欣 ,  邓义锋 ,  刘爽

IPC: H04W56/00 ,  G06N5/04

Abstract: 本发明公开了一种用于物联网空中计算的载波同步方法，包括以下步骤：S1：基于距离确定进行分布式推理的物联网设备；S2：根据物联网设备间的距离差，确定延迟发送时间，减少同步误差；S3：根据匹配滤波输出，确定估计方案，实现计算同步。本发明根据物联网设备的距离差确定参与分布式推理的物联网设备，物联网设备在收到核心物联网设备的广播信号后，根据延迟发送时间确定其传输时间。最后，核心物联网设备对空中叠加的接收信号进行匹配滤波和符号估计，从而减小同步误差，使无论物联网设备的位置如何，其计算值总是可以同时在核心物联网设备重叠，达到有效同步。且在推理过程中开销较小，适用于物联网环境。

公开(公告)号：CN118194938A

公开(公告)日：2024-06-14

申请号：CN202410421331.6

申请日：2024-04-09

Applicant: 重庆邮电大学

Inventor： 刘乔寿 ,  王佳欣 ,  邓义锋 ,  刘爽

IPC: G06N3/06 ,  G06N5/04 ,  G06N3/0464

Abstract: 本发明公开了一种用于分布式推理系统的空中计算方法，包括：将神经网络分布式推理系统的聚合层替换为两个子层，分别为每个智能体侧的LC层和服务器侧的LP层；将权重乘法的计算任务均匀划分并分发给智能体执行，以实现细粒度的模型并行性；使用AirComp技术在空中聚合权重和输入元素的乘积，以产生原始聚合层的输出。本发明利用LC层和LP层分别执行权重乘法部分和偏置加法、激活函数部分，最后细粒度划分权重乘法任务并分发给智能体执行，再利用AirComp技术以确保在每个子载波上由不同智能体传输的模拟信号的空中聚合，从而在有限带宽下进行远程推理的智能体数量能够保持恒定的通信成本，并且仅取决于聚合层的神经元数量，通信效率明显优于数字通信方法。

公开(公告)号：CN119741543A

公开(公告)日：2025-04-01

申请号：CN202411809149.4

申请日：2024-12-10

Applicant: 重庆邮电大学

Inventor： 刘乔寿 ,  邓义锋

IPC: G06V10/764 ,  G06V10/82 ,  G06N5/04 ,  G06N3/0464

Abstract: 本发明属于物联网计算技术领域，具体涉及一种用于物联网CNN推理的双支路模型训练方法；该方法包括：构建双支路CNN训练模型，下支路为图像分类模型，上支路为在图像分类模型的卷积层后添加损失层得到；训练双支路CNN训练模型，保存下支路的图像分类模型；将图像分类模型部署到物联网边缘节点上，并根据模型的权重参数和节点的位置信息选择最优的传输环路；将推理任务分配到初始节点，初始节点按照最优的传输环路进行推理，得到图像分类结果；本发明保证了推理模型复杂度不变的同时，提升了推理的性能，提高了物联网通信推理的效率。