-
公开(公告)号：CN110167045A
公开(公告)日：2019-08-23
申请号：CN201910310502.7
申请日：2019-04-17
Applicant: 北京科技大学
Abstract: 本发明提供一种异构网络能效优化方法，能够最大限度地减少能量消耗、提高能量效率。所述方法包括：根据非正交多址接入异构网络、无线信息和功率传输技术的特点，以最大化系统总能效为目标，建立能效优化模型；通过罚函数法将属于多约束优化问题的能效优化模型转换为无约束优化问题，得到相应的罚函数，罚函数的负值用于表达化学反应优化算法中的分子势能；将基站的子信道分配视为化学反应里的分子结构，通过化学反应优化算法对子信道分配进行优化，得到子信道分配的最优解；根据子信道分配最优解，将基站的功率分配视为化学反应里的分子结构，通过实数编码化学反应优化算法对功率分配进行优化，得到功率分配的最优解。本发明涉及无线通信领域。
-
公开(公告)号：CN110191489B
公开(公告)日：2020-07-24
申请号：CN201910409339.X
申请日：2019-05-17
Applicant: 北京科技大学
Abstract: 本发明提供一种超密集网络中基于强化学习的资源分配方法及装置，能够实现网络的负载均衡，并提高网络的能量效率。所述方法包括：基于Q学习对网络的当前状态进行分析，得到使网络能量效率最大时的用户与基站的关联策略和基站的发射功率控制策略；根据得到的使网络能量效率最大时的用户与基站的关联策略进行用户与基站的关联；在用户与基站关联的基础上，根据得到的使网络能量效率最大时的基站的发射功率控制策略对网络中基站的发射功率进行控制。本发明涉及通信技术领域。
-
公开(公告)号：CN110167045B
公开(公告)日：2020-06-05
申请号：CN201910310502.7
申请日：2019-04-17
Applicant: 北京科技大学
Abstract: 本发明提供一种异构网络能效优化方法，能够最大限度地减少能量消耗、提高能量效率。所述方法包括：根据非正交多址接入异构网络、无线信息和功率传输技术的特点，以最大化系统总能效为目标，建立能效优化模型；通过罚函数法将属于多约束优化问题的能效优化模型转换为无约束优化问题，得到相应的罚函数，罚函数的负值用于表达化学反应优化算法中的分子势能；将基站的子信道分配视为化学反应里的分子结构，通过化学反应优化算法对子信道分配进行优化，得到子信道分配的最优解；根据子信道分配最优解，将基站的功率分配视为化学反应里的分子结构，通过实数编码化学反应优化算法对功率分配进行优化，得到功率分配的最优解。本发明涉及无线通信领域。
-
公开(公告)号：CN110167176B
公开(公告)日：2021-06-01
申请号：CN201910341080.X
申请日：2019-04-25
Applicant: 北京科技大学
Abstract: 本发明提供一种基于分布式机器学习的无线网络资源分配方法，能够降低计算复杂度。所述方法包括：在各基站侧构建相同规模的深度神经网络模型，并将初始化后的原始网络环境系数划分为多组网络环境系数；以提升系统能量效率为目标，对每组网络环境系数，确定最优的用户关联策略和功率分配策略；将网络环境系数和与各基站相关的最优的用户关联策略和功率分配策略存储为相应基站侧深度神经网络模型的训练集；各基站侧的工作节点采用分布式异步通信方式，训练深度神经网络模型；获取待处理的网络环境系数，将其输入到训练好的深度神经网络模型中进行神经网络计算，输出结果为优化后的用户关联策略和功率分配策略。本发明涉及无线通信及机器学习领域。
-
公开(公告)号：CN110337111B
公开(公告)日：2020-07-10
申请号：CN201910309933.1
申请日：2019-04-17
Applicant: 北京科技大学
Abstract: 本发明提供一种无线通信网络功率分配方法，能够最大化无线通信网络系统的能量效率。所述方法包括：根据基站与用户之间的信道增益，以最大化系统总的能量效率为目标，建立能量效率优化模型；根据基站与用户之间的信道增益，利用匹配理论进行信道分配，得到初始信道分配列表；根据初始信道分配列表，计算平均发射功率下用户的传输速率，按照传输速率的大小对信道再分配，得到目标信道分配列表；根据得到的目标信道分配结果，通过凸函数差分规划得到系统能量效率取最大值时的基站到用户的最优传输功率。本发明涉及无线通信领域。
-
Patent Agency Ranking
公开(公告)号：CN110213003A
公开(公告)日：2019-09-06
申请号：CN201910425019.3
申请日：2019-05-21
Applicant: 北京科技大学
IPC: H04B17/391 , H04B17/309 , G06N3/04
Abstract: 本发明提供一种无线信道大尺度衰落建模方法及装置，能够准确预测待测量点的路径损耗值。所述方法包括：获取测量环境的图片信息和测量环境中多个测量点的实际路径损耗值；根据图片信息提取传播环境的地表高度分布、地物及建筑类型信息，并对提取的地物及建筑类型信息进行独热编码；获取测量环境中基站的发射频率、基站高度、基站到接收天线的距离；对得到的实际路径损耗值、地表高度分布、独热编码后的地物及建筑类型信息、基站的发射频率、基站高度和基站到接收天线的距离进行组合，得到多维度信道特征；根据得到的多维度信道特征，对卷积神经网络进行训练，得到信道损耗检测模型。本发明涉及无线信道建模和人工智能领域。
-
公开(公告)号：CN110191489A
公开(公告)日：2019-08-30
申请号：CN201910409339.X
申请日：2019-05-17
Applicant: 北京科技大学
Abstract: 本发明提供一种超密集网络中基于强化学习的资源分配方法及装置，能够实现网络的负载均衡，并提高网络的能量效率。所述方法包括：基于Q学习对网络的当前状态进行分析，得到使网络能量效率最大时的用户与基站的关联策略和基站的发射功率控制策略；根据得到的使网络能量效率最大时的用户与基站的关联策略进行用户与基站的关联；在用户与基站关联的基础上，根据得到的使网络能量效率最大时的基站的发射功率控制策略对网络中基站的发射功率进行控制。本发明涉及通信技术领域。
-
公开(公告)号：CN110167176A
公开(公告)日：2019-08-23
申请号：CN201910341080.X
申请日：2019-04-25
Applicant: 北京科技大学
Abstract: 本发明提供一种基于分布式机器学习的无线网络资源分配方法，能够降低计算复杂度。所述方法包括：在各基站侧构建相同规模的深度神经网络模型，并将初始化后的原始网络环境系数划分为多组网络环境系数；以提升系统能量效率为目标，对每组网络环境系数，确定最优的用户关联策略和功率分配策略；将网络环境系数和与各基站相关的最优的用户关联策略和功率分配策略存储为相应基站侧深度神经网络模型的训练集；各基站侧的工作节点采用分布式异步通信方式，训练深度神经网络模型；获取待处理的网络环境系数，将其输入到训练好的深度神经网络模型中进行神经网络计算，输出结果为优化后的用户关联策略和功率分配策略。本发明涉及无线通信及机器学习领域。
-
公开(公告)号：CN110213003B
公开(公告)日：2020-11-13
申请号：CN201910425019.3
申请日：2019-05-21
Applicant: 北京科技大学
IPC: H04B17/391 , H04B17/309 , G06N3/04
Abstract: 本发明提供一种无线信道大尺度衰落建模方法及装置，能够准确预测待测量点的路径损耗值。所述方法包括：获取测量环境的图片信息和测量环境中多个测量点的实际路径损耗值；根据图片信息提取传播环境的地表高度分布、地物及建筑类型信息，并对提取的地物及建筑类型信息进行独热编码；获取测量环境中基站的发射频率、基站高度、基站到接收天线的距离；对得到的实际路径损耗值、地表高度分布、独热编码后的地物及建筑类型信息、基站的发射频率、基站高度和基站到接收天线的距离进行组合，得到多维度信道特征；根据得到的多维度信道特征，对卷积神经网络进行训练，得到信道损耗检测模型。本发明涉及无线信道建模和人工智能领域。
-
公开(公告)号：CN110337111A
公开(公告)日：2019-10-15
申请号：CN201910309933.1
申请日：2019-04-17
Applicant: 北京科技大学
Abstract: 本发明提供一种无线通信网络功率分配方法，能够最大化无线通信网络系统的能量效率。所述方法包括：根据基站与用户之间的信道增益，以最大化系统总的能量效率为目标，建立能量效率优化模型；根据基站与用户之间的信道增益，利用匹配理论进行信道分配，得到初始信道分配列表；根据初始信道分配列表，计算平均发射功率下用户的传输速率，按照传输速率的大小对信道再分配，得到目标信道分配列表；根据得到的目标信道分配结果，通过凸函数差分规划得到系统能量效率取最大值时的基站到用户的最优传输功率。本发明涉及无线通信领域。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.099 seconds)
