基于信息时效性的功率和IRS相移联合优化方法及装置

    公开(公告)号:CN115361734A

    公开(公告)日:2022-11-18

    申请号:CN202210825377.5

    申请日:2022-07-14

    摘要: 本发明所提供的基于信息时效性的功率和IRS相移联合优化方法及装置,包括获取峰值信息年龄违规概率;对峰值信息年龄违规概率进行随机网络演算处理,得到峰违规限制条件;获取IRS信息,根据信号信息、信道信息以及IRS信息计算有效容量,根据有效容量和违规限制条件构建有效容量优化模型;将有效容量优化模型求解过程转化为马尔科夫决策过程;基于双延迟DDPG方法求解马尔科夫决策过程,确定IRS相移值以及源节点的发送功率值。本发明利用峰值信息年龄违规概率量化信息时效性保障需求,在信息时效性保障需求下,联合控制设备功率和IRS相移以最优化IRS辅助的短包数据传输系统中的有效容量,且不会产生复杂的计算。

    模分多址接入方法、装置、设备及存储介质

    公开(公告)号:CN117998552A

    公开(公告)日:2024-05-07

    申请号:CN202311695242.2

    申请日:2023-12-11

    摘要: 本发明属于无线通信技术领域,公开了一种模分多址接入方法、装置、设备及存储介质。该方法包括:获取发送节点待传输的原始数据,并对原始数据进行特征提取,得到语义向量;基于发送节点对应的功率参数,为语义向量分配对应的功率参数,得到功率语义向量;对功率语义向量进行整合,得到功率整合向量;将功率整合向量发送至接收节点进行解码,按照功率参数,依次得到发送节点的原始数据。通过串行干扰抵消的方式,减少解码时各个发送节点语义向量叠加带来的相互干扰,提高解码的正确率。

    一种基于医学图像的语义通信方法及相关设备

    公开(公告)号:CN115412202B

    公开(公告)日:2023-06-16

    申请号:CN202210917842.8

    申请日:2022-08-01

    摘要: 本发明公开了一种基于医学图像的语义通信方法及相关设备,所述基于医学图像的语义通信方法包括:基于深度学习获取医学图像中的医学知识;将所述医学图像和所述医学知识输入到编码器神经网络,以获得第一联合语义特征,所述第一联合语义特征包括图像特征和知识特征,所述第一联合语义特征经过信道传输后,输出为第二联合语义特征;基于解码器神经网络对所述第二联合语义特征进行解码,获得所述医学图像和所述医学知识。本发明中通过编码器神经网络独立编码医学图像和医学知识,最大限度保留医学图像中的医学知识,使得接收端能够接收并恢复携带准确医学知识的医学图像,进而提高语义通信过程中接收端接收到的医学图像的准确性。

    一种基于医学图像的语义通信方法及相关设备

    公开(公告)号:CN115412202A

    公开(公告)日:2022-11-29

    申请号:CN202210917842.8

    申请日:2022-08-01

    摘要: 本发明公开了一种基于医学图像的语义通信方法及相关设备,所述基于医学图像的语义通信方法包括:基于深度学习获取医学图像中的医学知识;将所述医学图像和所述医学知识输入到编码器神经网络,以获得第一联合语义特征,所述第一联合语义特征包括图像特征和知识特征,所述第一联合语义特征经过信道传输后,输出为第二联合语义特征;基于解码器神经网络对所述第二联合语义特征进行解码,获得所述医学图像和所述医学知识。本发明中通过编码器神经网络独立编码医学图像和医学知识,最大限度保留医学图像中的医学知识,使得接收端能够接收并恢复携带准确医学知识的医学图像,进而提高语义通信过程中接收端接收到的医学图像的准确性。

    一种大规模MIMO稀疏信道估计方法及相关设备

    公开(公告)号:CN115361258A

    公开(公告)日:2022-11-18

    申请号:CN202210826619.2

    申请日:2022-07-14

    摘要: 本发明公开了一种大规模MIMO稀疏信道估计方法及相关设备,所述方法包括:本地服务器进行离线训练得到信道稀疏度认知神经网络、信道稀疏表示字典和信道稀疏重构神经网络;终端将OFDM信号输入到信道稀疏度认知神经网络中得到信道稀疏度;基站根据信道稀疏度确定下行传输信号中导频序列的长度;基站接收到下行传输信号后,根据信道稀疏度选择相应的信道稀疏表示字典进行信道稀疏表示,并根据信道稀疏重构神经网络一起进行信道稀疏重构。通过终端将OFDM信号输入到信道稀疏度认知神经网络中得到信道稀疏度,基站根据信道稀疏度进行信道稀疏表示,并根据信道稀疏重构神经网络一起进行信道稀疏重构,实现了高精度、低复杂度的信道估计。

    一种大规模MIMO稀疏信道估计方法及相关设备

    公开(公告)号:CN115361258B

    公开(公告)日:2023-06-16

    申请号:CN202210826619.2

    申请日:2022-07-14

    摘要: 本发明公开了一种大规模MIMO稀疏信道估计方法及相关设备,所述方法包括:本地服务器进行离线训练得到信道稀疏度认知神经网络、信道稀疏表示字典和信道稀疏重构神经网络;终端将OFDM信号输入到信道稀疏度认知神经网络中得到信道稀疏度;基站根据信道稀疏度确定下行传输信号中导频序列的长度;基站接收到下行传输信号后,根据信道稀疏度选择相应的信道稀疏表示字典进行信道稀疏表示,并根据信道稀疏重构神经网络一起进行信道稀疏重构。通过终端将OFDM信号输入到信道稀疏度认知神经网络中得到信道稀疏度,基站根据信道稀疏度进行信道稀疏表示,并根据信道稀疏重构神经网络一起进行信道稀疏重构,实现了高精度、低复杂度的信道估计。

    基于信息时效性的功率和IRS相移联合优化方法及装置

    公开(公告)号:CN115361734B

    公开(公告)日:2024-05-14

    申请号:CN202210825377.5

    申请日:2022-07-14

    摘要: 本发明所提供的基于信息时效性的功率和IRS相移联合优化方法及装置,包括获取峰值信息年龄违规概率;对峰值信息年龄违规概率进行随机网络演算处理,得到峰违规限制条件;获取IRS信息,根据信号信息、信道信息以及IRS信息计算有效容量,根据有效容量和违规限制条件构建有效容量优化模型;将有效容量优化模型求解过程转化为马尔科夫决策过程;基于双延迟DDPG方法求解马尔科夫决策过程,确定IRS相移值以及源节点的发送功率值。本发明利用峰值信息年龄违规概率量化信息时效性保障需求,在信息时效性保障需求下,联合控制设备功率和IRS相移以最优化IRS辅助的短包数据传输系统中的有效容量,且不会产生复杂的计算。

    一种信息时效性保障的NOMA网络任务处理方法及系统

    公开(公告)号:CN115361705B

    公开(公告)日:2024-04-12

    申请号:CN202210826644.0

    申请日:2022-07-14

    摘要: 本发明公开了一种信息时效性保障的NOMA网络任务处理方法及系统,方法包括:获取每一个物联网设备中任务队列缓存区的待处理任务,并根据待处理任务的处理结果得到状态更新信息;根据状态更新信息得到信息年龄,并获取信道状态信息以及任务队列缓存区中的实时任务队列,根据信息年龄、信道状态信息以及实时任务队列,计算每一个物联网设备在每个时隙利用本地计算方式与任务卸载方式分别处理的任务量;根据计算得到的每个时隙每一个物联网设备利用本地计算方式与任务卸载方式分别处理的任务量,确定每一个物联网设备在每个时隙用于处理任务的计算资源以及用于传输任务的传输功率。本发明可保障信息高时效性情况下最小化设备的能量消耗。

    混合波束赋形方法、装置、电子设备及存储介质

    公开(公告)号:CN116232397A

    公开(公告)日:2023-06-06

    申请号:CN202211667586.8

    申请日:2022-12-23

    摘要: 本发明提供一种混合波束赋形方法、装置、电子设备及存储介质,所述方法应用于毫米波通信系统,毫米波通信系统的基站侧设置第一可编程智能超表面,用户侧设置第二可编程智能超表面,所述方法包括:确定第一信道、第二信道和第三信道;基于第一信道、第二信道、第三信道、第一反射矩阵、第二反射矩阵和预编码矩阵构建用户侧的信干噪比;基于信干噪比构建系统容量目标函数,以系统容量目标函数的最大值为目标,优化第一反射矩阵、第二反射矩阵和预编码矩阵得到优化后第一反射矩阵、优化后第二反射矩阵和优化后预编码矩阵;基于优化后第一反射矩阵、优化后第二反射矩阵和优化后预编码矩阵进行混合波束赋形。通过本发明提高了通信系统的通信容量。

    一种信息时效性保障的NOMA网络任务处理方法及系统

    公开(公告)号:CN115361705A

    公开(公告)日:2022-11-18

    申请号:CN202210826644.0

    申请日:2022-07-14

    摘要: 本发明公开了一种信息时效性保障的NOMA网络任务处理方法及系统,方法包括:获取每一个物联网设备中任务队列缓存区的待处理任务,并根据待处理任务的处理结果得到状态更新信息;根据状态更新信息得到信息年龄,并获取信道状态信息以及任务队列缓存区中的实时任务队列,根据信息年龄、信道状态信息以及实时任务队列,计算每一个物联网设备在每个时隙利用本地计算方式与任务卸载方式分别处理的任务量;根据计算得到的每个时隙每一个物联网设备利用本地计算方式与任务卸载方式分别处理的任务量,确定每一个物联网设备在每个时隙用于处理任务的计算资源以及用于传输任务的传输功率。本发明可保障信息高时效性情况下最小化设备的能量消耗。